突发事件情境下政务微博信息发布有效性评估

doi:10.3772/j.issn.1000-0135.2022.07.004

情报学报

2022, Vol. 41

Issue (7): 692-706 DOI: 10.3772/j.issn.1000-0135.2022.07.004

情报理论与应用

本期目录 | 过刊浏览 | 高级检索

突发事件情境下政务微博信息发布有效性评估

安璐^1,2, 陈苗苗²

1.武汉大学信息资源研究中心，武汉 430072
2.武汉大学信息管理学院，武汉 430072

Evaluating the Effectiveness of Government Microblog Information Release in Emergency Situations

An Lu^1,2, Chen Miaomiao²

1.Center for Studies of Information Resources, Wuhan University, Wuhan 430072
2.School of Information Management, Wuhan University, Wuhan 430072

摘要
图/表
参考文献
相关文章 (14)

全文: PDF (2060 KB) HTML (1 KB)
输出: BibTeX | EndNote (RIS)

摘要政府通过新媒体发布信息已经成为创新政府治理和社会服务的一个重要途径，评估政务微博信息发布有效性有助于提升大数据环境下政府舆情治理能力。从新公共管理理论出发，本研究提出基于“认知-情感-行为”理论和数据包络分析（data envelopment analysis，DEA）模型的政务微博信息发布有效性评估方法，搜集2020年与南方汛情相关的微博数据，基于劝服理论识别政务微博信息发布有效性的影响因素，建立七种回归模型，采用SHapley Additive exPlanations（SHAP）对综合表现最好的LGBMRegressor模型进行影响因素分析和交互作用分析，揭示政务微博信息发布有效性的影响机制。本研究结果为突发事件情境下增强政务微博信息发布的有效性提供了相关信息发布的建议，对提升数字化时代政务微博舆情治理能力具有重要意义。

	服务

	把本文推荐给朋友
	加入我的书架
	加入引用管理器
	E-mail Alert
	RSS
	作者相关文章
	安璐
	陈苗苗

关键词 ：政务微博, 信息发布, 突发事件, 有效性评估, SHAP

收稿日期: 2021-08-20

基金资助:国家自然科学基金面上项目“危机情境下网络信息传播失序识别与干预方法研究”（72174153）；国家自然科学基金创新研究群体项目“信息资源管理”（71921002）；国家自然科学基金重大课题“国家安全大数据综合信息集成与分析方法”（71790612）。

作者简介: 安璐，女，1979年生，博士，教授，博士生导师，研究方向为网络数据分析、应急情报，E-mail：anlu97@163.com；陈苗苗，女，1998年生，博士研究生，研究方向为社交媒体分析、政务信息管；

引用本文:

安璐, 陈苗苗. 突发事件情境下政务微博信息发布有效性评估[J]. 情报学报, 2022, 41(7): 692-706.
An Lu, Chen Miaomiao. Evaluating the Effectiveness of Government Microblog Information Release in Emergency Situations. 情报学报, 2022, 41(7): 692-706.

链接本文:

https://qbxb.istic.ac.cn/CN/10.3772/j.issn.1000-0135.2022.07.004 或 https://qbxb.istic.ac.cn/CN/Y2022/V41/I7/692

1 国务院办公厅. 国务院办公厅关于推进政务新媒体健康有序发展的意见[EB/OL]. (2018-12-27) [2021-05-07]. http://www.gov.cn/zhengce/content/2018-12/27/content_5352666.htm?trs=1.
2 新浪科技. 微博2020用户发展报告: 用户群体继续呈现年轻化趋势[EB/OL]. (2021-03-12) [2021-05-07]. http://finance.sina.com.cn/tech/2021-03-12/doc-ikkntiak9143019.shtml?wm=3165_ooo3.
3 王国华, 魏程瑞, 杨腾飞, 等. 突发事件中政务微博的网络舆论危机应对研究——以上海踩踏事件中的@上海发布为例[J]. 情报杂志, 2015, 34(4): 65-70, 53.
4 何颖, 李思然. 新公共管理理论方法论评析[J]. 中国行政管理, 2014(11): 66-72.
5 Muehling D D, Sprott D E, Sprott D E. The power of reflection: an empirical examination of nostalgia advertising effects[J]. Journal of Advertising, 2004, 33(3): 25-35.
6 Yin D Z, Bond S D, Zhang H, et al. Anxious or angry? Effects of discrete emotions on the perceived helpfulness of online reviews[J]. MIS Quarterly, 2014, 38(2): 539-560.
7 Simpson P M, Horton S, Brown G. Male nudity in advertisements: a modified replication and extension of gender and product effects[J].Journal of the Academy of Marketing Science, 1996, 24(3): 257-262.
8 Cartwright D. Achieving change in people: some applications of group dynamics theory[J]. Human Relations, 1951, 4(4): 381-392.
9 彭国甫. 基于DEA模型的地方政府公共事业管理有效性评价——对湖南省11个地级州市政府的实证分析[J]. 中国软科学, 2005(8): 128-133.
10 Perloff R M. The dynamics of persuasion: communication and attitudes in the 21st century[M]. New York: Routledge, 1993.
11 Graham M, Avery E J. Government public relations and social media: an analysis of the perceptions and trends of social media use at the local government level[J]. Public Relations Journal, 2013, 7(4): 1-21.
12 Gao X, Lee J. E-government services and social media adoption: experience of small local governments in Nebraska state[J]. Government Information Quarterly, 2017, 34(4): 627-634.
13 Hong H. Government websites and social media’s influence on government-public relationships[J]. Public Relations Review, 2013, 39(4): 346-356.
14 Zhang W, Wang M, Zhu Y C. Does government information release really matter in regulating contagion-evolution of negative emotion during public emergencies? From the perspective of cognitive big data analytics[J]. International Journal of Information Management, 2020, 50: 498-514.
15 王光辉, 刘怡君, 迟钰雪. 舆论危机的异化极化效应研究[J]. 管理科学学报, 2017, 20(3): 149-161.
16 Kavanaugh A L, Fox E A, Sheetz S D, et al. Social media use by government: from the routine to the critical[J]. Government Information Quarterly, 2012, 29(4): 480-491.
17 王治莹, 李勇建. 政府干预下突发事件舆情传播规律与控制决策[J]. 管理科学学报, 2017, 20(2): 43-52, 62.
18 张礼才, 佘廉. 网络突发事件政府信息发布研究[J]. 现代情报, 2013, 33(4): 3-6.
19 周鸿铎. 传播学教程[M]. 北京: 中国书籍出版社, 2010.
20 陈强, 张杨一, 马晓悦, 等. 政务B站号信息传播效果影响因素与实证研究[J]. 图书情报工作, 2020, 64(22): 126-134.
21 陈远, 袁艳红. 微博信息传播效果实证研究[J]. 信息资源管理学报, 2012, 2(3): 28-34.
22 孙帅, 周毅. 政务微博对突发事件的响应研究——以“7·21”北京特大暴雨灾害事件中的“北京发布”响应表现为个案[J]. 电子政务, 2013(5): 30-40.
23 梁芷铭. 政务微博群的网络结构对传播效果的影响研究——政务微博话语权研究系列之十二[J]. 情报杂志, 2014, 33(11): 40-45.
24 余乐安, 李玲, 戴伟, 等. 危化品水污染事件中政府危机信息公布策略与网络舆情扩散研究: 基于多主体模型[J]. 管理评论, 2016, 28(8): 175-185.
25 Wang Y, Di Z R, Fan Y. Identifying and characterizing nodes important to community structure using the spectrum of the graph[J]. PLoS One, 2011, 6(11): e27418.
26 冯小东, 马捷, 蒋国银. 社会信任、理性行为与政务微博传播: 基于文本挖掘的实证研究[J]. 情报学报, 2019, 38(9): 954-965.
27 Zhang Y, Xu J P, Wu Y. A rumor control competition model considering intervention of the official rumor-refuting information[J]. International Journal of Modern Physics C, 2020, 31(9): 2050123.
28 Mondor L, Brownstein J S, Chan E, et al. Timeliness of nongovernmental versus governmental global outbreak communications[J]. Emerging Infectious Diseases, 2012, 18(7): 1184-1187.
29 纪雪梅, 翟冉冉, 王芳. 突发公共事件政务微博回应方式对公众评论情感的影响研究[J]. 情报理论与实践, 2020, 43(12): 126-132.
30 Latonero M, Shklovski I. Emergency management, Twitter, and social media evangelism[J]. International Journal of Information Systems for Crisis Response and Management, 2011, 3(4): Article 1.
31 Irfan Ali Shah, 王芳. 巴基斯坦政府门户网站公众初始接受的影响因素研究——基于使用意向和执行意向双重视角[J]. 情报学报, 2019, 38(5): 543-556.
32 Tang Z W, Zhang Z H, Chen M. A study on influence factors of government information publicity in mass incidents[C]// Proceedings of the 7th International Conference on Public Administration, 2011: 834-840.
33 Hu Q, Liu Z. The research on improving the influence of China’s government affair microblog in the government 2.0 era[C]// Proceedings of 2014 International Conference on Public Administration, 2014: 548-555.
34 Liu J F, Gao L. Analysis of topics and characteristics of user reviews on different online psychological counseling methods[J]. International Journal of Medical Informatics, 2021, 147: 104367.
35 Joulin A, Grave E, Bojanowski P, et al. Bag of tricks for efficient text classification[C]// Proceedings of the 15th Conference of the European Chapter of the Association for Computational Linguistics. Stroudsburg: Association for Computational Linguistics, 2017: 427-431.
36 Zhou P, Shi W, Tian J, et al. Attention-based bidirectional long short-term memory networks for relation classification[C]// Proceedings of the 54th Annual Meeting of the Association for Computational Linguistics. Stroudsburg: Association for Computational Linguistics, 2016: 207-212.
37 Banker R D, Charnes A, Cooper W W. Some models for estimating technical and scale inefficiencies in data envelopment analysis[J]. Management Science, 1984, 30(9): 1078-1092.
38 Kaplan A M, Haenlein M. Users of the world, unite! The challenges and opportunities of social media[J]. Business Horizons, 2010, 53(1): 59-68.
39 Fowler J H, Christakis N A. Dynamic spread of happiness in a large social network: longitudinal analysis over 20 years in the Framingham Heart Study[J]. British Medical Journal, 2008, 337: a2338.
40 中华人民共和国民政部. 2020年11月份县以上行政区划代码[EB/OL]. (2021-01-04) [2021-04-02]. http://www.mca.gov.cn/article/sj/xzqh/2020/.
41 Github. SHAP[EB/OL]. (2018-02-14) [2021-03-15]. https://github.com/slundberg/shap.
42 Meng Y, Yang N H, Qian Z L, et al. What makes an online review more helpful: an interpretation framework using XGBoost and SHAP values[J]. Journal of Theoretical and Applied Electronic Commerce Research, 2021, 16(3): 466-490.
43 原福永, 冯静, 符茜茜, 等. 一种降低微博僵尸粉影响的方法[J]. 现代图书情报技术, 2012(5): 70-75.