本文是一篇新闻媒体论文，本文对疫情热搜的框架分析，呈现出了微博用户对不同视角疫情新闻的倾向性，主要意见领袖对不同来源和视角的疫情新闻的倾向性，以及微博整体对海外与国内疫情的差别性认知。
第一章 绪论
1.1 研究背景
2019年末首先在中国被发现新型冠状病毒肺炎（Coronavirus disease 2019, Covid 19）疫情以很快的速度辐射到了全国，截至国内疫情得到控制的2020年5月，新冠肺炎疫情已在中国感染超过8万人。同一时期，世界范围内的疫情也愈演愈烈，瑞士时间2020年3月11日，世界卫生组织总干事谭德赛宣布，新冠肺炎疫情已经构成一次全球性“大流行（Pandemic）”(World Health Organization, 2020)。国内疫情爆发初期就呈现出紧急的态势，迫于此，国家决定于1月23日封锁疫情最严重的武汉地区。
新闻媒体论文怎么写
在这场全民共同经历，共同参与讨论的公共事件中，以微博为代表的社交媒体从一开始就扮演了重要的角色。2019年12月下旬，一则“武汉出现不明原因肺炎病人，疑似SARS”的消息通过武汉一线医生们的微信群流传至微博，随后成为和新冠疫情有关的第一条热搜——“武汉不明原因肺炎”，并在随后获得人们越来越多的关注。这次疫情再次证明，社交媒体因为其即时性和自发性，能够比传统媒体更快地对突发事件做出反应
当下，社交媒体已经融入了新一代青年人的生活的各个方面，成为其获取信息，展示自我的重要途径。作为实时分享简短信息的广播式社交平台，微博自然而然地成为了人们收集分发，关注实时疫情信息的最主要公共讨论平台。作为自建国以来“传播速度最快、传染范围最广、防控难度最大”的突发公共卫生事件(新华社, 2020)，新冠疫情引起了远超以往的舆论讨论规模。
..........................
1.2 研究目标及意义
根据中国互联网信息中心发布的报告(中国互联信息中心, 2020)，截至2020年12月中国网民规模达9.89亿，其中绝大部分都为手机网民，互联网普及率达到70.4%；中国网民主要由40岁以下的人群构成，他们平均每周要花30.8小时上网。这些时间中的大部分又被花在了微博，微信这类社交媒体上：据调查，中国网民每天花在社交媒体上的时间约2个小时(GlobalWebIndex, 2019)。2020年9月，微博的日活跃用户达到2.24亿人，这意味有2.24亿人每天都会打开微博浏览信息，占中国全部网民的近三分之一(新浪微博数据中心, 2020)。
这样庞大的用户规模，使微博这一公共传播平台在疫情时期发挥了重要的沟通作用。根据微博数据中心发布的2020用户发展报告，微博日均疫情信息消费161亿次，头部作者共发布疫情信息393.4万条，3.7万个政务微博和3千多个媒体微博发布了607.6万多条疫情权威信息(新浪微博数据中心, 2020)。
在突发新发公共卫生危机时期，信息的及时发布对缓解公众恐慌具有立竿见影的效果，而通过社交媒体接触到的疫情信息框架也会影响大众对疫情的认知。在早期疫情形势仍不明朗的时期，过多的社交媒体接触甚至对部分用户的心理健康造成了一定影响(Gao et al., 2020)。为了在未来的类似事件发生时避免因为舆论引导缺位导致的“信息焦虑”，探寻都有哪些热点得到了用户的关注参与，和其主要的引导者是很有必要的。
社交媒体上的疫情热点是进一步了解广大社交媒体用户关注点的渠道，因为大量的用户讨论与互动带来的流量是这些信息能从无数同时发布的内容中脱颖而出，成为平台热点的主要原因。微博用户的点赞，评论和转发代表着他们对某一条消息和某一个用户的支持，这又促进了这条内容得到更广泛地传播。疫情给人们生活带来的影响直到目前仍未停止，这也让疫情话题在社交媒体上成为了持续到现在的常态话题，每每有新状况，都会迅速登上微博热搜榜单。
因此，本研究以2021年4月到8月期间，微博中疫情相关的热搜为主要研究对象，希望通过探究微博疫情热搜的主要框架类型，分析社交媒体的疫情讨论的关注焦点在那些类型的话题上；不同热搜框架与不同意见领袖之间的联系；以及不同框架的热搜是否会在用户参与上有所不同，微博用户是否更倾向于参与某类热搜话题的讨论等，增加对疫情热点来源和影响的认知，有助于提早建立公共卫生危机媒介应对预案，提高舆论引导效率。
.....................................
第二章 文献综述
2.1 框架理论
目前在新闻传播领域较为流行的框架理论（Framing Theory），最初在社会学领域和认知心理学领域都有其理论渊源和发展。本文主要以社会学家Goffman的对框架的阐释，和框架理论在传播学领域的发展为理论基础。
Goffman (1974)从建构主义的角度，提出框架是人将社会中种种事物的定义和准则内化于心的媒介。人通过不断完善个人框架学习，适应社会生活，实现人的社会化。作为“解释基模（Schemata of Interpretation）”的框架来源于已有的社会文化，主要由社会机构，特别是无处不在的媒体，进行传播和强化(Gitlin, 2003; Tuchman, 1978)。
随后，新闻媒体如何通过定义和证据架构“事实”，将现实事件从特定的角度呈现给受众成为了新闻传播领域学者们研究框架理论的主要关注点。Robert M. Entman (1993)将新闻框架建构定义为由媒体“选择其所认识的现实的某些方面，采用合适的表达方式展示其对某些现实问题的定义，道德判断和行动方法。” Scheufele根据“框架”的不同指向，将其分为媒体框架（Media Frame）和个人框架（Individual Frame）。个人框架与Goffman最初对框架的定于很接近，是个人头脑中对无序事实的组织和认识方式(Scheufele, 1999)。
媒体框架则以新闻本身对事实的组织和架构形式入手，根据适用于分析的内容范围，研究者们将新闻框架分为通用框架（Generic Frame）和特定议题框架（Issue-specific Frame）(De Vreese, 2005)。通用框架就像是信息内容的剧本，为具体事件要素提供“骨架”(Bird & Dardenne, 1988)。常见的通用框架有冲突框架（Conflict Frame）,责任归因框架（Attribution of Responsibility Frame）,道德框架（Morality Frame）等。认为这些通用框架既能用来分析社会新闻，也能用与分析政治新闻，经济新闻等。
.........................
2.2 社交媒体与框架理论
如今，伴随着互联网普及，微博，Twitter等社交媒体成为了现代人日常生活一部分，以其扁平化，网络化的结构和高度的覆盖率在理论上使每个用户都能发出自己的声音，生产自己的内容。Castells认为在一个逐渐网络化的社会中，信息和意义的交流会越来越私人化，越来越多地取决于人们自己的理解(Castells, 2013)。近年，许多研究尝试结合社交媒体本身的传播模式，测量框架效果。
Wu等人的研究发现Twitter的成员主要由五种类型：名人，媒体机构，其他组织机构，博客作者和普通个人用户(Wu, Hofman, Mason, & Watts, 2011)，机构和个人在社交媒体中都是以单一用户的形态运作的。媒体框架和个人框架的分野在社交媒体中变得模糊起来，因为只要具有第一手消息或者见解，每个用户都可以是新闻生产者。国外已经有学者研究过体育明星(Coche, 2017)，竞选组织(Sahly, Shao, & Kwon, 2019)，不同立场的社会活动者们(Stevens, Aarts, & Dewulf, 2020)如何构建他们在社交媒体上发布内容的框架。
另一方面，Robert M Entman 和 Usher (2018)认为虽然社交媒体客观上使大众框架（Public-originated Frame）能够挑战精英框架（Elite-originated Frame），但大多是情况下，个人用户的声音仍然需要得到意见领袖的赞同和转发才能实现大范围的扩散。热搜榜单是社交媒体曝光内容的重要方式，Twitter鼓励用户使用关键词加上“#”标识来形成特定话题的讨论，并随着热度的增加，显示在可以被任何人看到的趋势榜单上(Twitter, 2021)，这与国内的微博热搜的机制也十分相似。
............................
第三章 研究方法.......................... 12
3.1研究问题及假设............................. 12
3.2 研究对象................................ 12
3.3研究方法........................... 14
第四章 疫情热搜框架分析...................... 17
4.1疫情热搜框架概述........................ 17
4.1.1 疫情热搜框架分布.......................... 17
4.1.2 疫情热搜框架内容.......................... 18
第五章 意见领袖对疫情热搜框架的参与倾向............................... 27
5.1意见领袖对热搜地域归属的相关性分析........................... 27
5.2意见领袖对疫情热搜框架的相关性分析................. 28
5.3地域归属与疫情热搜框架的相关性分析............................ 30
第六章 微博用户对疫情热搜框架的参与倾向
6.1 因变量正态分布与方差齐性分析
为了验证框架类别分组对热搜用户参与程度是否具有影响，研究者尝试对数据进行单因素方差（ANOVA）分析。分析前需要对因变量点赞，评论，转发数据进行正太分布检验。由于本研究的样本量为694条，为大样本，所以采用单样本Kolmogorov-Smirnov正态分布检验，其结果如表12所示。
新闻媒体论文参考
由正态分布检验可知，样本取对数以后的点赞和评论符合正态分布（p值大于0.05）。随后，研究者对对数变换后的点赞和评论数进行方差分析式，方差齐性检验结果显示点赞和评论量的p值均小于0.05，表示各组间方差差异显著，方差不齐，所以不适用于单因素方差分析，主要通过均值相等性的健壮性检验（Welch & Brown-Forsythe检验）对两变量进行相关性检验。
.............................
第七章 结论
7.1 主要研究发现
2020年初，新冠肺炎疫情以迅猛之势席卷全球，其引发的世界性公共卫生危机给世界上大多数国家带来了严重的生命财产损失，导致了自二战以来最严重的全球经济衰退。即使在已经过去了快一年的如今，在疫情得到有效控制的中国，外部输入疫情的威胁仍然持续影响中国人民的社会生活，与疫情共存是短期内可以预见的未来。
在这样的形势下，疫情相关的社交媒体舆情也从最初的突发性，转变为持续间歇性地发生。研究社交媒体中的疫情热搜，并对其进行框架分析，有助于了解广大微博用户如何认知疫情，对不同倾向的疫情信息接受程度如何，以及微博意见领袖在常态化疫情防控时期对疫情舆论的引导情况。本研究采集了2021年4月1日至8月31日期间，与疫情相关的694条微博热搜，其意见领袖，和主要热门微博的参与度数据，对热搜内容进行了框架分析，对热搜框架相关的地域归属，意见领袖及参与度做出了描述性和相关性分析。
微博热搜作为社交媒体新闻的一部分，是用户参与和意见领袖互相作用，共同推动呈现出的内容。本文对疫情热搜的框架分析，呈现出了微博用户对不同视角疫情新闻的倾向性，主要意见领袖对不同来源和视角的疫情新闻的倾向性，以及微博整体对海外与国内疫情的差别性认知。
从框架类型的分布来看，五类在公共卫生危机中常见的框架在微博热搜中呈现的频次有所不同。行动框架和后果框架热搜占比超过一半，占主体地位；其中行动框架最多，表明这一时期政府采取的各类措施最长见诸于微博的热搜榜单。除此之外，疫情后果为用户第二常见的信息。安抚框架，医学框架和规则框架的数量显著低于前三者，表现为积极情绪导向的内容较频繁出现，病毒及防疫知识，和易引起归责争论的新闻不时出现。
参考文献（略）