3.3.1 微博意见领袖辨识的相关指标    20
3.3.2 微博意见领袖体评价体系的指标遴选    21
3.3.2 基于社会网络的微博意见领袖指标体系构建    23
3.2 指标体系的量化    24
3.2.1 指标权重的确定    24
3.2.2 微博意见领袖值计算    26
4 微博意见领袖辨识应用研究—以“南京护士被打事件”为例    27
4.1 网络舆情案例数据的采集    27
4.1.1 舆情事件概述    27
4.1.2 识别指标的数据采集    29
4.2  基于AHP模型的计算过程    33
4.2.1 微博意见领袖辨识指标数据及权重计算    33
4.2.2“南京护士被打事件”微博意见领袖值的计算    34
4.3 基于AHP的微博意见领袖识别结果分析    34
4.3.1 TOP20“南京护士被打事件”微博意见领袖影响力分析    35
4.3.2 TOP20“南京护士被打事件”微博意见领袖认证类型分析    36
4.3.3 TOP20 “南京护士被打事件”微博意见领袖身份分析    36
4.3.4 数据结果分析    37
5 结论    39
5.1研究总结    39
5.2不足之处    39
致  谢    41
参考文献42
图 表 目 录
图 1.1  意见领袖相关研究文献年度变化    5
图 1.2  本文结构图    8
图 2.1  网络舆情周期性演化图    12
图 2.2  社会网络结构    16
图 3.1  基于社会网络的意见领袖    21
图 3.2  基于社会网络的微博意见领袖指标体系    24
图 4.1  获取微博数量分布    28
图 4.2  “南京护士被打”舆情事件周期    28
图 4.3  是否认证数据采集说明    29
图 4.4  关注度数据采集说明    30
图 4.5  被关注度数据采集说明    31
图 4.6  转发数据采集说明    31
图 4.7  评论数据采集说明    32

表3.1 判断矩阵的 值    19
表3.2 对比度量标准表    24
表3.3 指标间重要度对比值    25
表3.4 指标间重要度对比值归一化    25
表3.5 指标权重    25
表4.1 转发量大于500的微博用户数据    33
表4.2 统一量化的微博用户数据    33
表4.3 “南京护士被打事件”微博用户的领袖值    34
表4.4 TOP20“南京护士被打事件”微博意见领袖类型    35
表4.5 TOP20“南京护士被打事件”微博意见领袖认证类型    36
表4.6 TOP20“南京护士被打事件”微博意见领袖认证类型分布    36
表4.7 TOP20“南京护士被打事件”微博意见领袖身份分类    37
1引言
网络平台为社会舆情事件提供了“意见的自由市场”，意见领袖作为舆情传播中发挥重要作用的组成部分拥有改变网络话语权利结构的能力。近年来，微博的兴起对现代媒体传播形态和社会生活产生了越来越深刻的影响，在这意见自由空间中，微博意见领袖既可以促进舆情良性演变，也可以导致风险爆发，因此很有必要辨识出舆情之中的意见领袖。在社会网络中的理论基础中，网络结构是由特定某个集合的行动者及其之间的相互联系构成的，这与舆情结构极为相似，基于此结构基础，意见领袖的辨识更为具体形象。 基于社会网络的舆情意见领袖辨识研究(2):http://www.youerw.com/guanli/lunwen_14208.html