突发事件舆论中的情绪极性与传染模式：社会网络分析视角

互联网在公共领域的渗透日渐深入，局部或者单一的突发事件由于社交媒体的介入往往会延伸至公共空间，成为公众广泛关注、参与的公共议题。社交媒体用户的情绪积累与传染可能左右网络舆情的走向。判断社交媒体舆论中的情绪类型，分析情绪传播特征继而验证影响情绪传染的因素变得十分重要。以“昆山反杀案”为切入口，运用情绪挖掘与社会网络分析方法，对突发事件舆论中的网络情绪进行粗、细粒度识别和网络模体、级联深度分析。研究发现，在微博场域中，“昆山反杀案”舆论的情绪化倾向明显，情绪分布以“好”的情绪最为显著；情绪传染路径以广播式传播为主，情绪传染呈现明显趋同性特征。事件发展态势与情绪极性均为情绪传染的相关因素，而随着级联深度的增加和讨论的深入，情绪逐渐趋于理性，显示了微博舆论场的“自我净化”功能。     

给自己任性的空间

对于许多美术设计师来说，Photoshop绝对是个好工具，它有足够广阔的空间，让你的灵感转化为完美的设计。不过，对于信手涂鸦者，它也不乏亲和力，举手之间便能让你体味色彩构筑的空间，美丽而感性。     

人机互动中社交机器人的社会角色及人类的心理机制研究

通过网络爬虫软件获得三个小组共600条豆瓣社区帖子,并对15位豆瓣用户进行深度访谈,有助于探讨豆瓣社区中人机互动的特征和人类的心理机制。研究发现,豆瓣社交机器人在人机互动中表现出类社会化行为、非人格特质和薄弱的自我建构能力,在虚拟社区中承担着互动参与的激励者和符号象征的结构角色。人类用户在与机器人的准社会交往中实现身份认同与社群归属,收获单向的“拟情关系”。人类在追求人工智能技术走向深度智能化的同时,又对其保持警惕,显示出对技术可供性边界的反思。