2022年深圳杯A题破除“尖叫效应”与“回声室效应”走出“信息茧房”

2022年深圳杯A题破除“尖叫效应”与“回声室效应”走出“信息茧房”

一．背景与意义

  “尖叫效应”是心理学中的一个著名效应。例如在一个人潮涌动的公众场合，如果有人突然歇斯底里地尖叫，往往能快速吸引人们的注意力并博取眼球。在网络信息传播中，“尖叫效应”也无处不在。一些网络平台利用大数据和人工智能，获取并分析用户浏览记录和兴趣爱好等信息，大量推送段子、恶搞、色情等低俗内容。无论是从满足人们的猎奇心理，还是引发人们的指责批评，传播者都能从中获取高额的流量和点击率。

  “回声室效应”指的是在一个相对封闭的媒体环境中，一些意见相近的声音不断重复，甚至夸张扭曲，令处于其中的大多数人认为这些声音就是事实的全部, 不知不觉中窄化自己的眼界和理解，走向故步自封甚至偏执极化。在现代社会中，由于互联网以及社交媒体的发展，在网络信息传播中“回声室效应”愈发明显。部分商业网站会分析记录用户的搜寻结果以及使用习惯，持续地将一位用户所喜欢的内容提供给该用户，导致一个人在同一网站中接受到的资讯被局限于某个范围内。

  “尖叫效应”与“回声室效应”容易导致“信息茧房”的形成。所谓“信息茧房”指的是，在信息传播中人们自身的信息需求并非全方位的，只会选择自己想要的或能使自己愉悦的信息，久而久之接触的信息就越来越局限，最终将自己桎梏于像蚕茧一般的“茧房”中，失去对其他不同信息的了解能力和接触机会。

二．需回答的问题

  在全新的信息传播格局下，如何破除“尖叫效应”与“回声室效应”，走出“信息茧房”，
  是当前迫切需要解决的现实问题，即如何从信息传输的顶层设计、推荐算法的公平性和广大
网络用户的责任担当等方面，帮助公众对新闻事件乃至社会现实有一个相对准确、清晰的认
识和判断，并在主流意识和个性化信息之间找到平衡点，使得网络舆论环境更具理性和建设
性。请回答以下问题：
  1. 针对某些话题，在微信、微博、Facebook 和 Twitter 等社交媒体上下载相关数据，定量
描述该话题（或信息）的传播过程，并分析其影响因素。该数据分析需至少针对两种不
同的话题展开讨论，其中一个话题最终观点趋于相同（中立共识），另一话题最终观点
趋于两极分化（观点极化）。
  2. 建立数学模型刻画中立共识和观点极化的产生机制，探索“尖叫效应”、“回声室效应”与“信息茧房”的形成机制，并讨论话题的吸引度、用户的活跃度、用户心理、不同用户间的相互影响、平台推荐算法等因素对形成这些现象的影响。
  3. 根据问题 2 建立的数学模型，制定破除“尖叫效应”和“回声室效应”、规避“信息茧房”的策略。
  4. 基于上述数据分析与数学模型，针对如何破除“信息茧房”撰写 1~2 页报告，分别对政
府的顶层设计、主流媒体的引领和广大网络用户的责任担当提出相应的解决方案或建议。

三．数据来源
  1. 参考数据： 爬取的数据是在社交网站 reddits 上话题中含有关于堕胎（abortion）和枪支管控（gun control）部分话题（submissions）的内容以及评论（comments）。（也可自己爬取相应的数据 ,如 2 ，3）
  2. 微信、微博、Facebook 和 Twitter 等社交媒体的原始数据
  3. 新闻媒体的标签数据库（MBFC）（https://mediabiasfactcheck.com)

图1 尖叫效应示例图

图2 回声室效应示例图

图3 信息茧房示例图

问题分析及模型的建立与求解

  问题一分析：
  我在此处举两个例子：
  例子1
  比如说一首音乐，有的人觉得好听，有的人觉得真难听好土，还有的人说还可以但是某些方面需要加强；
1） 使用调查问卷来获取评论者们是否为具有音乐专业知识的人员；
2） 使用调查问卷来获取评论者们的喜好音乐的风格；
3） 使用调查问卷来获取评论者们是否为该音乐发布者的粉丝，是黑粉还是真的粉丝；
4） 评论内容信息是否有关于该音乐的真实有效信息。(比如说演奏音乐这相貌美丽性感出奇，而评论者内容与音乐本身不符的情况)。
从这四个角度出发进行，得到褒奖、贬低、中立的占比情况(环形图)及影响关系拟合曲线图，这四个因素权重占比最大的是哪个？会得出哪些具体结论？比如说这个演奏者本身不是音乐爱好者或非专业音乐人，只是通过该音乐获取流量博人眼球则贬低和中立评论占比较大；如果该演奏者具有专业音乐知识及爱好音乐，目的为让大家欣赏音乐，则褒奖和中立评论占比较大。

例子2
男子跪地求复合 这种社会客观存在事实
评论区依然是三边说 一男生是舔狗 男生好极端 男生好不要脸 人在舔中不知舔 回首已是犬中犬
二 女生好绝情 为该女生不值得
三 男生没必要 好聚好散 女生和好吧
1） 使用调查问卷来获取评论者们的年龄；
2） 使用调查问卷来获取评论者们的感情经历是否经历过爱情；
这就是一个二分类数据：是 否
3） 使用调查问卷来获取评论者们的学历水平；
比如说小学 初中 高中 本科 大学 硕士 博士
4） 使用调查问卷来获取评论者们的性别；
5） 使用调查问卷来获取评论者们的经济水平。
比如说分层次： 4k以下 4k到6k 6k到8k 8k以上
从这5个角度出发进行，得到支持男方、女方、中立的占比情况(环形图)及影响关系拟合曲线图，这5个因素权重占比最大的是哪个？会得出哪些具体结论？比如说针对男青年，可能支持男方和中立评论占比较大；针对高学历经济水平高的人群，则中立评论占比较大。

数据可视化 该怎么做你们应该都知道

#导入必要的库
import wordcloud as wc
import random
import jieba
from PIL import Image
import numpy as np

#打开文本文件text.txt
with open("text.txt",mode="r",encoding="utf-8") as fp:
    content = fp.read()
res = jieba.lcut(content)
text = " ".join(res)

#设置背景形状图片
mask = np.array(Image.open("fivestar.png"))

#设置停用词
stopwords = set()
content = [line.strip() for line in open('stopwords.txt','r').readlines()]
stopwords.update(content)

#画图
word_cloud = wc.WordCloud(font_path="C:WindowsFontsmsyh.ttc",mask=mask,stopwords = stopwords)#字体、背景形状
word_cloud.generate(text)
word_cloud.to_file("a.png")#绘制到一个图片里

import numpy as np
import matplotlib.pyplot as plt
import matplotlib
from matplotlib import rcParams
config = {
            "font.family": 'STSong',
            "font.size": 12,
            "mathtext.fontset": 'stix',
            "font.serif": ['STSong'],
         }
rcParams.update(config)
 
fig=plt.figure(figsize=(8,4))#调整画布大小
 
N = 7
y1 = (15,17.22,19.63,30.24,34.49,40.84,70.5)
y2 = (17.14,14.26,15.71,25.08,22.85,23.61,23.5)
 
d = []
for i in range(0, len(y2)):
    sum = y1[i] + y2[i]
    d.append(sum)
y3 = (30.3,39.8,32.97,22.9,20,20.45,6)
 
d2 = []
for i in range(0, len(y2)):
    sum = y1[i] + y2[i] +y3[i]
    d2.append(sum)
y4=(28.36,19.82,24.49,12.98,12.94,10,0)
 
d3 = []
for i in range(0, len(y2)):
    sum = y1[i] + y2[i] +y3[i] +y4[i]
    d3.append(sum)
y5=(9.2,8.9,7.2,8.8,9.72,5.1,0)
# menStd = (2, 3, 4, 1, 2)
# womenStd = (3, 5, 2, 3, 3)
x = (1,2,3,4,5,6,7)  # the x locations for the groups
width = 0.35  # the width of the bars: can also be len(x) sequence
 
p1 = plt.barh(x, y1, width, color='#d62728')  # , yerr=menStd)
p2 = plt.barh(x, y2, width, left=y1)  # , yerr=womenStd)
p3 = plt.barh(x, y3, width, left=d)
p4=  plt.barh(x, y4, width, left=d2)
p5=  plt.barh(x, y5, width, left=d3,color='#7B7B7B')
 
plt.xlabel('位置精度区间分布(%)')
plt.ylabel('定位方式')
#plt.title('Scores by group and gender')
plt.yticks(x, ('百度 _G','腾讯 _G','高德 _G','百度  _S','腾讯  _S','高德  _S','所提方法'))
plt.xticks(np.arange(0, 110, 10))
 
plt.grid(which='major',axis='x',linestyle='dotted')
 
#plt.legend((p1[0], p2[0], p3[0],p4[0], p5[0]), ('[0,50 m]', '(50 m, 200 m]', '(200 m, 500 m]','(500 m, 1000 m]','(1000 m, ∞)'))
plt.legend((p1[0], p2[0], p3[0],p4[0], p5[0]), ('[0,50 m]', '(50 m, 200 m]', '(200 m, 500 m]','(500 m, 1000 m]','(1000 m, ∞)'),ncol=5,bbox_to_anchor=(0.5, -0.1), loc=8, borderaxespad=-3,frameon=False,handlelength=0.7)
 
 
 
plt.show()
fig.savefig('jingdu81.jpg',bbox_inches='tight')

问题234正在考虑暂未实现