基于Word2Vec词向量维度媒体与公众潜在语义的网络议程设置研究

• Published in: 长江师范学院学报 Vol. 37; no. 5; pp. 56 - 63
• Main Author: 孙强
• Format: Journal Article
• Language: Chinese
• Published: 长江师范学院 28.09.2021; 上海大学 新闻传播学院,上海 200072
• Subjects: 社会网络分析; 词向量; 显在语义网络; 网络议程设置; 潜在语义网络; 词向量;网络议程设置;潜在语义网络;显在语义网络;社会网络分析
• ISSN: 1674-3652
• DOI: 10.19933/j.cnki.ISSN1674-3652.2021.05.007

当前社会网络分析在网络议程设置研究中的应用,都是基于属性关键词的共现次数来判断交互议程的效果,这种简单的做法忽视了属性关键词在上下文当中的潜在语义.在本文中,试着从潜在语义网络层面来探讨传统媒体议程网络、社交媒体议程网络、公共议程网络之间交互议程效果的问题,并试着比较显在语义网络和潜在语义网络之间的差异性.本文以陈春秀事件为例,并采集了相关文本数据,然后应用Python中的Word2Vec库来构建词向量,以及应用Ucinet进行社会网络分析.在上下文潜在语义网络层面的研究发现:传统媒体议程网络和公共议程网络之间的相关系数为(r=0.480,p<0.01);社交媒体议程网络和公共议程网络之间的相关系数为(r=0.520,p<0.01);传统媒体议程网络和社交媒体议程网络之间的相关系数为(r=0.556,p<0.01).也就是说,传统媒体议程网络、社交媒体议程网络、公共议程网络之间存在较强的交互议程效果.但是,社交媒体议程网络在公共议程网络的构建中占据了议程主导性的作用,而传统媒体议程网络在公共议程网络中的主体性作用正在下降.传统媒体议程网络仍然发挥关键性作用的地方,是其对社交媒体议程网络的议程主导性角色.