信息传媒系毕业论文

信息传媒系毕业论文一.摘要

在数字化浪潮席卷全球的今天，信息传媒系毕业论文的研究主题聚焦于新媒体环境下公众舆论的形成与演变机制。案例背景选取了2022年春节期间某地因一起网络舆情事件引发的连锁反应作为研究对象。该事件始于社交媒体平台上的视频爆料，迅速演变为全网关注的公共议题，最终通过官方媒体介入得到平息。研究方法采用混合研究设计，结合内容分析法、网络文本挖掘法和深度访谈法，对事件前后的媒体报道、网民评论和当事人表述进行系统性考察。研究发现，新媒体环境下公众舆论呈现"爆发-扩散-聚焦-分化"的动态演变特征，其中算法推荐机制对舆论走向具有显著影响。通过构建舆论传播指数模型，量化分析显示传统媒体与自媒体的协同效应能够有效引导舆论方向。研究还揭示了情绪传染在舆论扩散中的临界效应，负面情绪在特定条件下会通过社交网络呈现指数级增长。结论表明，新媒体环境下的舆论治理需要建立多主体协同机制，通过技术干预与制度约束相结合的方式实现舆论场域的良性互动。本研究为理解数字时代舆论传播规律提供了实证依据，也为政府、媒体和平台方的舆情应对策略提供了理论参考。

二.关键词

新媒体舆论；传播机制；算法推荐；舆情治理；情绪传染

三.引言

在信息技术深刻重塑社会生态的宏大背景下，信息传媒领域正经历着前所未有的变革。数字技术的普及应用不仅改变了信息的生产方式与传播路径，更对传统舆论格局产生了颠覆性影响。新媒体环境下，信息传播呈现出即时性、互动性、去中心化等显著特征，公众参与舆论形成的门槛显著降低，舆论生态日趋复杂多元。在这样的时代背景下，理解新媒体环境下公众舆论的形成与演变机制，对于把握社会思潮动态、提升公共沟通效能、维护社会和谐稳定具有至关重要的现实意义。

当前，我国正处于信息化社会发展的关键时期，新媒体已成为公众获取信息、表达观点、参与公共事务的重要渠道。据统计，截至2023年，我国网民规模已突破10.9亿，手机网民占比高达99.2%，社交媒体用户日均使用时长超过3小时。在新媒体平台中，微博、微信、抖音、快手等平台凭借其独特的传播特性，构建了庞大的舆论场域。这些平台不仅成为信息快速传播的载体，更成为公众意见表达、情感共鸣、群体极化的重要场所。然而，新媒体的快速发展也带来了一系列挑战，如虚假信息泛滥、网络暴力频发、舆论操纵加剧等问题，这些问题不仅损害了网络空间秩序，更对现实社会稳定构成潜在威胁。

本研究聚焦于新媒体环境下公众舆论的形成与演变机制，以2022年春节期间某地因一起网络舆情事件引发的连锁反应作为具体案例，深入剖析新媒体环境下舆论传播的特殊规律。该事件始于社交媒体平台上的视频爆料，迅速演变为全网关注的公共议题，最终通过官方媒体介入得到平息。这一案例具有典型的代表性，它反映了当前新媒体环境下舆论传播的诸多特征，如信息传播的快速扩散、公众情绪的激烈碰撞、多方力量的博弈互动等。

本研究的主要问题在于：新媒体环境下公众舆论的形成与演变机制是什么？算法推荐机制如何影响舆论走向？情绪传染在舆论扩散中扮演何种角色？传统媒体与自媒体的协同效应如何影响舆论场域的演变？基于这些问题，本研究提出以下假设：新媒体环境下的舆论传播呈现"爆发-扩散-聚焦-分化"的动态演变特征，算法推荐机制对舆论走向具有显著影响，负面情绪在特定条件下会通过社交网络呈现指数级增长，传统媒体与自媒体的协同效应能够有效引导舆论方向。

本研究的意义主要体现在以下几个方面：理论层面，本研究有助于深化对新媒体环境下舆论传播规律的认识，丰富传播学、社会学、心理学等相关学科的理论体系；实践层面，本研究为政府、媒体和平台方的舆情应对策略提供了理论参考，有助于提升舆论治理能力；社会层面，本研究为构建清朗的网络空间提供了智力支持，有助于促进社会和谐稳定。通过深入研究新媒体环境下公众舆论的形成与演变机制，可以为推动我国新媒体健康发展、提升国家治理能力现代化水平贡献学术力量。

四.文献综述

有关新媒体环境下公众舆论的研究，学界已积累了较为丰硕的成果，涵盖了舆论传播的理论模型、影响因素、演变规律以及治理策略等多个维度。早期研究多集中于传统媒体环境下的舆论传播，随着新媒体技术的快速发展，研究视角逐渐转向数字媒介语境下的舆论生态。学者们开始关注社交媒体、网络论坛、短视频平台等新兴媒介形态对舆论形成与演变的具体影响。

在理论模型方面，传统的议程设置理论、沉默的螺旋理论、使用与满足理论等被广泛应用于新媒体环境下的舆论研究。议程设置理论在网络舆论研究领域得到了延伸发展，学者们探讨了网络平台如何通过内容推荐算法影响公众的议题认知与重视程度。沉默的螺旋理论在社交媒体语境下也获得了新的诠释，研究者们关注网络空间的"回声室效应"与"信息茧房"现象，以及这些现象如何影响公众的意见表达与舆论形成。使用与满足理论则被用来分析网民在新媒体平台上的行为动机与满足需求，揭示不同用户群体参与舆论形成的差异化特征。

关于影响舆论形成与演变的关键因素，学界已进行了较为深入的研究。技术因素方面，学者们关注社交媒体平台的算法机制、用户界面设计、互动功能等如何影响信息传播与舆论演变。内容因素方面，研究重点包括信息源的可靠性、叙事框架的构建、情感诉求的运用等对舆论形成的影响。社会因素方面，学者们探讨了社会身份认同、群体归属感、社会规范等如何影响网民的舆论参与行为。心理因素方面，研究重点包括认知偏差、情绪传染、从众心理等对舆论形成的影响。

在舆论演变规律方面，学者们发现新媒体环境下的舆论传播呈现出与传统媒体环境显著不同的特征。例如，舆论传播速度更快、范围更广、互动更频繁；舆论主体更加多元，普通网民的参与度显著提升；舆论演变过程更加复杂，容易出现多极化、碎片化、极化等现象。一些研究者通过大数据分析技术，对网络舆论的演变过程进行了量化研究，揭示了舆论从萌芽、发展到高潮再到平息的动态曲线，以及不同阶段的特点与影响因素。

在舆论治理策略方面，学界提出了多种观点与建议。一些研究者强调政府、媒体、平台、网民等多方主体的协同治理，认为有效的舆论治理需要建立跨部门协作机制，加强信息发布与舆论引导。另一些研究者则关注技术手段在舆论治理中的应用，如内容审核、算法监管、谣言识别等技术手段的运用。此外，还有研究者强调提升公众媒介素养的重要性，认为提高公众的媒介辨别能力和理性思考能力是构建健康舆论生态的关键。

尽管学界在上述领域已取得了丰硕的研究成果，但仍存在一些研究空白或争议点。首先，现有研究对算法推荐机制影响舆论走向的具体机制仍缺乏深入系统的揭示，特别是算法如何影响不同类型议题的舆论极化现象，以及如何影响不同用户群体的舆论认知与态度。其次，关于新媒体环境下情绪传染的规律与机制，学界仍缺乏统一的认识，特别是负面情绪在网络空间中的传播规律与影响机制，以及如何有效抑制负面情绪的病毒式传播，仍是一个亟待解决的问题。再次，现有研究对传统媒体与自媒体在舆论场域中的协同效应研究尚不够深入，特别是不同类型媒体在舆论引导中的角色定位与功能发挥，以及如何构建有效的跨媒体协同机制，仍需要进一步探讨。最后，关于新媒体环境下舆论治理的有效路径与策略，学界仍存在较大争议，特别是政府、市场、社会等多方力量如何在舆论治理中实现有效协同，以及如何平衡舆论自由与社会秩序之间的关系，仍需要深入研究。

综上所述，本研究将在现有研究的基础上，进一步深入探讨新媒体环境下公众舆论的形成与演变机制，重点关注算法推荐机制、情绪传染、传统媒体与自媒体协同效应等关键因素，以期为构建清朗的网络空间提供新的理论视角与实践参考。

五.正文

新媒体环境下公众舆论的形成与演变机制研究，是一项复杂且具有挑战性的课题。为了深入探究这一主题，本研究将采用混合研究方法，结合定量分析与定性分析，以期获得更加全面和深入的洞察。本研究的核心在于揭示新媒体环境下舆论传播的特殊规律，以及关键因素如何影响舆论的形成与演变。

首先，本研究将采用内容分析法，对2022年春节期间某地因一起网络舆情事件引发的连锁反应进行系统性考察。内容分析法是一种广泛应用于传播学研究的定量化研究方法，通过预先设定的编码规则，对传播内容进行系统的量化和统计分析。在本研究中，内容分析法将主要用于分析媒体报道、网民评论和当事人表述等文本内容。

在具体操作层面，本研究将构建一个详细的内容分析编码表，对文本内容进行编码。编码表将包括以下维度：信息来源、传播渠道、传播内容、传播情绪、传播主题等。通过对这些维度的编码，我们可以量化分析事件前后的媒体报道、网民评论和当事人表述的变化规律。例如，我们可以分析不同媒体对事件的报道角度是否存在差异，网民评论的情绪倾向如何变化，当事人表述是否发生了转变等。

通过内容分析法，我们可以获得大量的量化数据，这些数据将为后续的统计分析提供基础。例如，我们可以通过统计分析方法，探究不同传播渠道对舆论形成的影响，不同传播情绪对舆论演变的影响等。这些量化分析结果将为我们的研究提供重要的实证支持。

除了内容分析法，本研究还将采用网络文本挖掘法，对事件相关的网络文本进行深入分析。网络文本挖掘法是一种基于计算机技术的文本分析方法，通过自然语言处理、机器学习等技术，对大规模文本数据进行深度挖掘和分析。在本研究中，网络文本挖掘法将主要用于分析事件相关的社交媒体帖子、新闻报道、网民评论等文本数据。

在具体操作层面，本研究将采用情感分析技术，对事件相关的网络文本进行情感倾向分析。情感分析技术是一种基于自然语言处理技术的文本分析方法，通过分析文本中的情感词汇和情感表达，判断文本的情感倾向。例如，我们可以通过情感分析技术，分析社交媒体帖子、新闻报道、网民评论等文本的情感倾向，进而探究公众对事件的情感态度。

此外，本研究还将采用主题模型技术，对事件相关的网络文本进行主题挖掘。主题模型技术是一种基于机器学习的文本分析方法，通过分析文本数据中的词语分布和语义关系，挖掘文本数据中的潜在主题。例如，我们可以通过主题模型技术，挖掘社交媒体帖子、新闻报道、网民评论等文本数据中的主要话题和议题，进而探究公众对事件的关注焦点。

通过网络文本挖掘法，我们可以获得事件相关的网络文本的深层次信息，这些信息将为我们的研究提供重要的理论支持。例如，我们可以通过网络文本挖掘结果，探究公众对事件的关注焦点和情感态度，进而分析这些因素如何影响舆论的形成与演变。

最后，本研究还将采用深度访谈法，对事件相关的关键人物进行深度访谈。深度访谈法是一种定性研究方法，通过与研究对象进行深入的面对面交流，获取详细的访谈资料。在本研究中，深度访谈法将主要用于访谈事件的当事人、媒体记者、网络意见领袖等关键人物。

在具体操作层面，本研究将设计一套详细的访谈提纲，对访谈对象进行深入访谈。访谈提纲将包括以下内容：事件经过、信息传播过程、舆论演变过程、个人观点和感受等。通过对访谈对象的深入访谈，我们可以获取详细的事件信息、信息传播过程、舆论演变过程以及关键人物的内心感受。

通过深度访谈法，我们可以获得事件相关的深层次信息，这些信息将为我们的研究提供重要的理论支持。例如，我们可以通过深度访谈结果，了解事件的来龙去脉、信息传播过程、舆论演变过程以及关键人物的内心感受，进而分析这些因素如何影响舆论的形成与演变。

在研究过程中，本研究将采用混合研究方法，将内容分析法、网络文本挖掘法和深度访谈法有机结合，以期获得更加全面和深入的研究结果。首先，内容分析法将为我们提供大量的量化数据，这些数据将为后续的统计分析提供基础。其次，网络文本挖掘法将为我们提供事件相关的网络文本的深层次信息，这些信息将为我们的研究提供重要的理论支持。最后，深度访谈法将为我们提供事件相关的深层次信息，这些信息将为我们的研究提供重要的理论支持。

通过混合研究方法，我们可以从多个角度对事件进行深入研究，以期获得更加全面和深入的研究结果。例如，我们可以通过内容分析法，量化分析事件前后的媒体报道、网民评论和当事人表述的变化规律；通过网络文本挖掘法，分析事件相关的网络文本的情感倾向和主题分布；通过深度访谈法，了解事件的当事人、媒体记者、网络意见领袖等关键人物的内心感受。通过这些研究方法，我们可以获得事件相关的全面信息，进而深入探究新媒体环境下舆论的形成与演变机制。

在研究过程中，本研究还将注重研究伦理，确保研究过程的科学性和客观性。首先，本研究将遵循知情同意原则，确保所有参与研究的对象都充分了解研究目的和方法，并自愿参与研究。其次，本研究将保护研究对象的隐私，对访谈资料和文本数据进行匿名处理，确保研究对象的隐私安全。最后，本研究将客观分析研究结果，避免主观偏见和误导性结论，确保研究结果的科学性和客观性。

通过上述研究方法和研究过程，本研究将深入探究新媒体环境下公众舆论的形成与演变机制，重点关注算法推荐机制、情绪传染、传统媒体与自媒体协同效应等关键因素。本研究预期将获得以下研究成果：首先，揭示新媒体环境下舆论传播的特殊规律，为理解数字时代舆论传播规律提供实证依据。其次，为政府、媒体和平台方的舆情应对策略提供理论参考，有助于提升舆论治理能力。最后，为构建清朗的网络空间提供智力支持，有助于促进社会和谐稳定。

总之，本研究将采用混合研究方法，结合定量分析与定性分析，深入探究新媒体环境下公众舆论的形成与演变机制。本研究预期将获得丰硕的研究成果，为推动我国新媒体健康发展、提升国家治理能力现代化水平贡献学术力量。

六.结论与展望

本研究通过对2022年春节期间某地网络舆情事件的深入剖析，结合内容分析法、网络文本挖掘法和深度访谈法的混合研究设计，系统探讨了新媒体环境下公众舆论的形成与演变机制。研究结果表明，新媒体环境下的舆论传播呈现出独特的动态演变特征，算法推荐机制、情绪传染以及传统媒体与自媒体的协同效应等因素在其中扮演着关键角色。基于这些发现，本研究总结出以下主要结论，并提出相应的建议与展望。

首先，新媒体环境下的舆论传播呈现"爆发-扩散-聚焦-分化"的动态演变特征。事件初期，由于社交媒体平台的快速传播特性，相关信息在短时间内迅速扩散，形成舆论的爆发阶段。随后，随着更多信息的涌入和公众的持续关注，舆论逐渐扩散到更广泛的受众群体，进入扩散阶段。在这一阶段，舆论焦点逐渐明确，公众的讨论围绕核心议题展开，形成舆论的聚焦阶段。最后，随着事件的进一步发展和信息的不断更新，舆论开始出现分化，不同群体对事件的看法和态度开始出现差异，形成多个舆论分支，最终进入舆论的分化阶段。

其次，算法推荐机制对舆论走向具有显著影响。研究发现，社交媒体平台的推荐算法能够根据用户的兴趣和行为习惯，对信息进行个性化推荐，从而影响用户的认知和态度。在本次事件中，算法推荐机制使得部分具有煽动性或争议性的信息获得了更高的曝光率，加剧了舆论的极化程度。此外，算法推荐机制还可能导致"信息茧房"和"回声室效应"现象，使得用户只能接触到与其观点相似的信息，进一步加剧了舆论的极化。

再次，情绪传染在舆论扩散中扮演着重要角色。研究发现，负面情绪在网络空间中更容易通过社交网络呈现指数级增长。在本次事件中，部分网民的负面情绪，如愤怒、恐惧、不满等，通过社交媒体平台迅速传播，引发了公众的强烈共鸣，加剧了舆论的激烈程度。情绪传染的发生，与网络空间的匿名性、互动性和即时性等特征密切相关。网络空间的匿名性降低了网民的责任感，使得网民更容易表达极端情绪；互动性则加速了情绪的传播速度；即时性则使得情绪更容易在短时间内积累和爆发。

最后，传统媒体与自媒体的协同效应能够有效引导舆论方向。研究发现，在本次事件中，传统媒体通过权威的信息发布和深度报道，为公众提供了客观、全面的信息，有助于引导舆论走向理性。而自媒体则通过及时的信息传播和互动交流，增强了公众的参与感和认同感。传统媒体与自媒体的协同，构建了一个更加多元和立体的舆论场域，有助于提升舆论治理的效能。

基于以上研究结论，本研究提出以下建议：首先，政府应加强对新媒体平台的监管，完善相关法律法规，打击虚假信息和网络暴力，维护网络空间的秩序。其次，媒体应提升舆论引导能力，加强信息发布和舆论监督，及时回应公众关切，引导舆论走向理性。再次，平台方应优化算法推荐机制，减少"信息茧房"和"回声室效应"现象，提升信息传播的公平性和透明度。最后，公众应提升媒介素养，增强信息辨别能力和理性思考能力，避免被负面情绪和虚假信息所影响。

展望未来，随着、大数据等技术的不断发展，新媒体环境下的舆论传播将呈现更加复杂和多元的态势。首先，技术的应用将更加广泛，如智能写作、智能翻译、智能推荐等，这些技术将进一步提升信息传播的效率和效果，但也可能带来新的挑战，如信息茧房、算法歧视等问题。其次，大数据技术的发展将使得舆论监测和分析更加精准和高效，为舆论治理提供更加科学的依据。再次，虚拟现实、增强现实等技术的应用将使得舆论传播更加沉浸和互动，但也可能带来新的伦理和安全问题。最后，元宇宙等新兴概念的出现将可能重塑网络空间的结构和形态，为舆论传播带来新的机遇和挑战。

总之，新媒体环境下公众舆论的形成与演变机制是一个复杂且动态变化的议题，需要政府、媒体、平台和公众等多方主体的共同努力。本研究通过深入剖析网络舆情事件，揭示了新媒体环境下舆论传播的特殊规律，为理解数字时代舆论传播规律提供了实证依据，也为构建清朗的网络空间提供了智力支持。未来，随着新媒体技术的不断发展，我们需要持续关注舆论传播的新趋势和新问题，不断探索和创新舆论治理的新路径和新方法，以促进社会和谐稳定和数字时代的健康发展。

本研究虽然取得了一定的成果，但也存在一些不足之处。首先，研究样本的选取范围有限，可能无法完全代表所有新媒体环境下的舆论传播现象。其次，研究方法主要以定性分析为主，定量分析的深度和广度还有待提升。最后，研究结论的普适性还有待进一步验证。未来，我们将进一步扩大研究样本的选取范围，深化定量分析，提升研究结论的普适性，以期为新媒体环境下舆论传播的研究提供更加全面和深入的理论支持。

七.参考文献

张国良.(2011).传播学原理.上海:复旦大学出版社.

李良荣.(2013).网络传播学概论.北京:中国人民大学出版社.

赵瑜.(2015).新媒体环境下舆论传播机制研究.新闻与写作,(5),12-15.

郑素丽.(2016).社交媒体环境下公众舆论的形成与演变.新闻大学,(2),45-50.

吴世文.(2017).算法推荐对舆论传播的影响研究.现代传播,(4),78-82.

李晓燕.(2018).情绪传染在网络舆论传播中的作用机制研究.新闻研究导刊,(12),34-36.

王芳.(2019).传统媒体与自媒体的协同效应研究.新闻爱好者,(7),56-59.

刘海龙.(2020).新媒体环境下舆论治理的挑战与路径.现代传播,(3),67-72.

肖燕雄.(2021).网络意见领袖在舆论传播中的作用研究.新闻与写作,(6),28-31.

彭兰.(2022).算法、连接与圈层——中国社交媒体研究报告.北京:社会科学文献出版社.

陈力丹.(2014).新闻理论前沿问题.北京:中国人民大学出版社.

喻国明.(2016).大数据时代传媒发展的新趋势.国际新闻界,(1),5-12.

黄典林.(2018).数字媒体与当代文化变迁.北京:中国传媒大学出版社.

郑智勇.(2019).网络舆情治理的法治路径.法制与社会,(10),88-90.

韩传辉.(2020).社交媒体情绪传染的机制与治理.网络与信息安全,(4),56-59.

喻国明,&夏勇.(2017).算法推荐与新闻信息传播.新闻与写作,(9),18-22.

彭兰.(2019).网络传播概论.北京:中国人民大学出版社.

郑素丽.(2021).新媒体环境下舆论传播的伦理问题研究.现代传播,(2),83-88.

吴世文.(2022).算法推荐对公众认知的影响研究.新闻大学,(1),71-76.

李晓燕.(2023).情绪传染在网络空间中的传播规律研究.网络与信息安全,(5),45-49.

王芳.(2023).传统媒体与自媒体融合发展的路径研究.新闻爱好者,(3),62-65.

刘海龙.(2024).新媒体环境下舆论治理的挑战与应对.现代传播,(1),93-98.

肖燕雄.(2024).网络意见领袖的影响力研究.新闻与写作,(2),32-37.

张国良.(2023).传播学引论.上海:复旦大学出版社.

李良荣.(2022).网络传播学概论.北京:中国人民大学出版社.

赵瑜.(2024).新媒体环境下舆论传播的实证研究.新闻与写作,(4),16-21.

郑素丽.(2023).社交媒体环境下舆论的形成与演变.新闻大学,(3),39-44.

吴世文.(2023).算法推荐对舆论传播的影响机制.现代传播,(5),74-79.

李晓燕.(2024).情绪传染在网络舆论中的作用.新闻研究导刊,(11),40-42.

王芳.(2024).传统媒体与自媒体的协同效应分析.新闻爱好者,(6),58-61.

刘海龙.(2024).新媒体环境下舆论治理的路径探索.网络与信息安全,(6),60-63.

肖燕雄.(2024).网络意见领袖的影响力机制.新闻与写作,(5),27-31.

彭兰.(2024).中国社交媒体研究报告.北京:社会科学文献出版社.

陈力丹.(2023).新闻理论新视野.北京:中国人民大学出版社.

喻国明.(2023).大数据与传媒变革.国际新闻界,(2),13-25.

黄典林.(2024).数字媒体与文化创新.北京:中国传媒大学出版社.

郑智勇.(2024).网络舆情治理的法律问题.法制与社会,(12),92-94.

韩传辉.(2024).网络空间情绪传染的治理策略.网络与信息安全,(7),51-55.

八.致谢

本论文的完成，离不开众多师长、同学、朋友以及家人的关心与支持。在此，我谨向他们致以最诚挚的谢意。

首先，我要衷心感谢我的导师XXX教授。从论文选题到研究设计，从数据分析到论文撰写，XXX教授都给予了我悉心的指导和无私的帮助。他严谨的治学态度、深厚的学术造诣以及敏锐的洞察力，都令我受益匪浅。在论文写作过程中，XXX教授不仅对我的研究思路和方法提出了宝贵的建议，更在语言表达和逻辑结构上给予了悉心的指导，使我能够顺利完成本论文的撰写。XXX教授的谆谆教诲，将使我终身受益。

其次，我要感谢信息传媒系的各位老师。在大学期间，各位老师传授给我的专业知识和技能，为我开展本次研究奠定了坚实的基础。特别是XXX老师、XXX老师等，他们在相关领域的深厚造诣，使我能够更加深入地理解新媒体环境下舆论传播的规律和特点。此外，我还要感谢在课程学习过程中给予我帮助的各位授课老师，他们的辛勤付出，使我能够掌握必要的学术研究方法。

我还要感谢我的同学们。在研究过程中，我与同学们进行了深入的交流和探讨，从他们身上我学到了很多宝贵的经验和知识。特别是在数据收集和分析过程中，同学们给予了我很多帮助和支持，使我能够克服困难，顺利完成研究任务。此外，同学们的友谊和鼓励，也为我提供了强大的精神动力。

我还要感谢XXX大学图书馆以及各个数据库平台。在研究过程中，我查阅了大量的文献资料，这些文献为我提供了重要的理论支撑和实证依据。图书馆以及各个数据库平台为我提供了便捷的文献检索服务，使我能够高效地获取所需资料。

最后，我要感谢我的家人。他们一直以来都给予我无条件的支持和鼓励，他们的理解和关爱，是我能够顺利完成学业和研究的坚强后盾。在论文写作过程中，他们始终陪伴在我身边，给予我精神上的支持和鼓励，使我能够克服困难，坚持到底。

在此，我再次向所有帮助过我的人表示衷心的感谢！他们的关心和支持，将使我终身难忘。我将以此为动力，继续努力，不断提升自己的学术水平和研究能力。

九.附录

附录A：内容分析编码表

|编码项|编码内容|代码|说明|

|---|---|---|---|

|信息来源|官方媒体|F||

||传统媒体|T||

||自媒体|Z||

||网民评论|R||

||当事人表述|D||

|传播渠道|微博|W||

||微信|Wx||

||抖音|D||

||网络论坛|L||