上海交通大学媒体与传播学院

“思源湖畔”栏目为《上海交通大学学报哲学社会科学版》特色栏目,致力于刊载问题导向、交叉融合的前沿成果,展现中国学者跨学科研究的新思想、新观点和新方法。本期“思源湖畔”主题为:“国家形象”。

作者简介|PROFILE

葛岩:上海交通大学媒体与传播学院、心理与行为科学研究院特聘教授。

本文亮点

什么是形象?研究形象的价值是什么?有没有可靠的方法能够测量人们对其他国家形象的认知?如果群体之间彼此的偏见难以避免,他群看我群,我群看他群,都难逃偏见,有没有什么方法能够抑制偏见,防止国家形象研究落入群体间偏见的陷阱?本文《基于图式理论的国家形象测量》针对这些问题,本文借助认知心理学中的图式构念,提出基于图式的形象理论,并以该理论为依据,提供了一组国家形象调查、数据挖掘的研究样例。本文的目的是通过形象研究避免国家间认知偏见影响实际行动乃至动摇世界的稳定与安宁。

摘要:围绕什么是形象、怎样用调查和数据挖掘方法测量国家形象问题,本文提出了基于图式的形象理论,分析了形象的结构、功能和测量方法。依据该理论,形象图式内容的稳定性、内容间的结构联系和结构性激活的可能性,是形象测量的基本着眼点。在该理论框架下,本文还通过样例分析了调查和数据挖掘方法在形象测量中的应用,讨论了二者的优缺点。

关键词:形象;国家形象;国家形象调查;形象挖掘;对外宣传

【内容简介】

一、讨论范围

二、基于图式的形象理论

无论中外,形象定义多显得宽泛、含糊,所指差别很大。例如,形象和看法常被不加辨析地使用。某国报纸报道中国的负面新闻,这是报道我国的负面形象,还是对我国的负面看法?如果二者是一回事,为什么要区别形象和看法?如果二者不同,它们又是怎样的关系?为明确定义形象,笔者提出基于图式的形象理论(SchemabasedImageTheory,简称SIT)。

(一)从图式到形象

八十多年前,巴特列特(F.Bartlett)发现,遇到同类事物信息,记忆里稳定储存,用来表征该类事物的概念会进入意识,为处理外部信息提供模板或图式(schema)。社会心理学家菲斯克(S.Fiske)和林维尔(P.Linville)认为:“图式是指(记忆中)与一个给定概念有关,且联接丰富的信息网络。”在结构、功能和激活方式等方面,图式、形象、刻板印象、行为脚本(behavioralscript)高度相似,但因使用语境不同,它们的所指有所区别,衍生出不同的评价性意涵。

(二)图式的结构

早期研究者把图式设想为一种插槽结构(slotstructure),其中包含最易联想的事物特征及默认值。奎廉(M.Quillian)等人的语义记忆模型(SemanticMemoryModel,SMM)假设,源于经验的概念或知识在人脑中分类,以网络形式相对稳定地储存在记忆里。网络中的每个概念是一个节点。属于同类事物的概念节点连接更为紧密,彼此激活的概率也更大。这种机制被称作扩散激活(spreadingactivation)。从这个网络到那个网络,激活关系复杂交错,不同网络会出现嵌套关系。

(三)图式的功能

图式的根本功能是高效处理环境信息。事物只需显露一两个特征,其他节点便可能结构性激活(structuredactivation),无须细致耗时的分析。不过,经验产生于具体境遇,储存入图式后,经验被抽象化、类别化,可能带来误判。

(四)图式的测量

研究者开发出若干实验方法来测量图式内容。以刻板印象为例,如强迫选择法(Forcedchoice)、随意选择法(Pickany)、两极里克特量表测量法(BipolarLikertTypeTest)、反应时测量(ReactionTime,RT)等。另一种重要方法使用分类框架判断群体/国家的形象类别。国际政治学者伯丁(K.Boulding)最早建议用友善/能力两维度构造国家形象类别框架。经许多研究者后续工作,友善/能力已经成为群体间形象的普适测量框架。

(五)形象与看法

(六)SIT的五点主张

1.形象图式是记忆中相对稳定储存的,表征对事物特征认知和情感评价的结构或网络。

2.形象图式的功能是组织和阐释外部信息,通过网络节点的结构性激活机制来提高认知效率,但同时也可能带来对事物的歪曲或误判。

3.在处理认知任务时,若干图式可能同时工作,彼此产生嵌套和竞争。

5.形象图式储存在记忆里,测量形象图式本质上是记忆内容测量。

三、调查:从记忆中测量形象

控制实验是测量形象图式的合适方法,但成本高,常有效度问题。问卷调查更为常见。

(一)国家、地区和城市形象调查的典型程序

(二)商业类调查样例

使用拉拉(V.Lala)、奥尔瑞德(A.Allred)和查克拉波迪(G.Chakraborty)的《多维度国家形象量表》,说明商业类调查在国家形象研究中的应用。

三位学者试图开发一份国家形象量表,目的是理解国家形象对产品销售的影响。他们采用四个步骤:

1.阅读文献,梳理出有经验证据支持、能够测量国家形象图式内容的问项,并添加研究者认为的重要问项,提出初步问项清单。

3.综合上述结果,确定问卷问项。

4.使用一组地理、文化、政治和经济制度差别明显的国家为调查目标,在适当样本群体中实施调查。

(三)国际关系类调查样例

以皮尤研究中心的2020的报告《美国人视疫情扩散为最严重的国际威胁》(下文简称《重大威胁》)为例,扼要说明非商业调查对形象图式研究的价值和局限。

《重大威胁》旨在了解美国人对重大国际威胁的看法。问项设计简单直接,仅要求样本报告对一组选项的看法(主要威胁、小型威胁、不是威胁)。调查发现,62%的样本把中国实力增长看作重大威胁。这些看法是否稳定存在,与哪些其他看法有结构连接,能否结构性激活均不在调查者考虑范围之内。不过,《重大威胁》同时回顾连续年度调查的结果,显示出十年间美国公众稳定地把中国实力增长视为重大威胁,中国威胁已然是美式中国形象图式中的稳定内容。

四、数据挖掘:从媒介中测量形象

媒介内容是意识活动的结果,二者存在某种映射关系。围绕研究问题,确定分析指标,量化处理媒介文本,可能较好揭示出文本中映射的意识活动,包括形象图式。这种映射理论有助于理解传统内容分析和近年兴起的数据挖掘在形象研究中的应用。本节笔者的一个国家形象挖掘项目,在SIT框架下讨论数据挖掘的应用价值和局限。

(一)国家形象挖掘步骤

第一步,我们从数据库中抽取十五年中国报道总体(19230篇,遗漏率<1%)。依据配额随机抽样方法,得到4000份样本,通过人工编码制作机器学习材料,训练多种分类器,最终用多项式贝叶斯分类器实现报道主题分类(准确率=0.927),划出政治与外交、经济、文化娱乐、卫生与食品安全、教育与科技五类报道。采用同样程序完成印度报道总体(11016篇)抽样和分类。

第二步,假设词汇在某类主题报道文本中的出现频度近似表征该类主题形象图式中稳定存在的内容,用TFIDF得到报道中全部词汇的向量矩阵,把TFIDF值高的词汇视为形象图式网络中具有高稳定性的关键词。

比较中印经济报道,取出有国别排他性的独特词汇,计算它们和关键词的共现频率。达到共现阈值的独特词,无论TFIDF权重高低,都被视为形象网络节点。这样,网络囊括权重高、在图式中稳定存在的关键词,也吸收了与关键词反复共现,与关键词节点结构联系密切的国别独特词,依次构造出两国形象图式。

第四步,采用社区探测算法,依据节点连接的数量关系得到形象图式维度,如中国经济形象8个维度,政治外交形象42个维度,印度经济形象18个维度,政治外交形象27个维度。

第五步,从多个情感分析器中,选择效果较好的VADER,把关键词放回其出现的语句中,计算情感值,得出形象图式不同维度和整体的情感值。

(二)国家形象图式的几种分析方法

国家形象图式提供了多种分析的可能性,本文介绍三个样例。

1.关键词权重/排序分析

2.关键词出现篇数在总篇数中占比分析

追踪特殊关键词出现篇数占报道总篇数比例,可以推知它们突出程度的变化趋势。以humanrights为例比较中国政治外交报道和经济报道,发现在中国经济和政治外交形象中,《纽约时报》把人权问题当作两个相对独立的领域处理,在政治外交形象中更易于激活,更为敏感。

3.自主网络分析

社会网络分析允许以网络中的特定节点为中心建立自主网络,观察特定节点和其他节点的关系,比较节点在不同形象图式中的位置。以较中印政治外交形象图式中的humanrights网络为例,发现在中国政治外交报道中,人权问题和新闻故事有广泛的联系,人权在中国形象中更容易被结构性激活。

五、结语

原文《基于图式理论的国家形象测量》刊于《上海交通大学学报(哲学社会科学版)》2022年第3期(第22-40页),若下载原文请点击左下方阅读原文,或搜索下方网址:

THE END
1.数据挖掘的基本步骤和流程解析:深入洞察与策略实施在数据时代的浪潮中,数据挖掘技术已成为企业洞察市场、优化运营和驱动创新的利器。 它融合了统计学、机器学习、数据库管理和人工智能等领域的先进技术,旨在从海量数据中 提取有价值的信息。 本文将深入探讨数据挖掘的六个基本步骤,并详细解析每个步骤的操作要领、关键技术和实 https://blog.csdn.net/m0_67484548/article/details/142664830
2.数据挖掘七种常用的方法汇总腾讯云开发者社区聚类分群效果可以用向量数据之间的相似度来衡量,向量数据之间的相似度定义为两个向量之间的距离(实时向量数据与聚类中心向量数据),距离越近则相似度越大,即该实时向量数据归为某个聚类。 数据挖掘方法 利用数据挖掘进行数据分析常用的方法主要有分类、回归分析、聚类、关联规则、特征、变化和偏差分析、Web页挖掘等, 它https://cloud.tencent.com/developer/article/1892597
3.高效实施数据挖掘的方法和步骤yuanye1014高效实施数据挖掘的方法和步骤 高效实施数据挖掘的另一条件 —— 优秀的数据挖掘工具 有了优秀方法论的指导,还需要一个高效的数据挖掘工具。目前提供数据挖掘产品的厂商非常多,如著名的产品有SAS Enterprise Miner、SPSS Clementine 8.1(简体中文版)、IBM DB2 Intelligent Mine等,这些产品各有特色。http://blog.chinaunix.net/uid-64814-id-2690182.html
4.数据挖掘的四种基本方法数据挖掘的步骤 解读需求要考虑专家、工作人员的意见;数据可从业务层的数据库中提取、抽样;在计算机分析技术下,可能给出不同模型, 企业需要选择最优模型;数据挖掘只是辅助的决策工具, 如何解读模型也是重要的任务;根据挖掘结果进行商业部署, 如零售商根据客户习惯决定进货量、进货时间、具体选址等。https://www.dongao.com/cma/zy/202406204447292.html
5.数据挖掘方法论具体实施步骤01、数据挖掘方法论具体实施步骤 第一步:业务理解 指从业务角度来理解项目目标和要求,接着把这些理解知识转换成数据挖掘问题的定义和实现目标的最初规划。 第二步:数据理解 指从数据收集开始,然后接着是一系列活动,这些活动的目的是:熟悉数据,甄别数据质量问题、发现对数据的真知灼见、或者探索出令人感兴趣的数据子https://www.jianshu.com/p/03e2b16e3403
6.数据挖掘概念与方法(精选八篇)空间数据挖掘[1 - 3]是指从空间数据库中抽取没有清楚表现出来的隐含的知识和空间关系, 并发现其中有用的特征和模式的理论、方法和技术。它是多种技术和学科交叉的新领域, 综合了机器学习、数据库技术、模式识别、统计、地理信息系统等领域的有关技术。针对空间数据的特点, 空间数据挖掘可发现空间分布规律、空间关联https://www.360wenmi.com/f/cnkey6cf58u0.html
7.数据挖掘如何入门2、建立数据挖掘库; 3、分析数据; 4、准备数据; 5、建立模型; 6、评价模型; 7、实施。数据挖掘是通过分析每个数据,从大量数据中寻找其中的规律的技术。数据挖掘的任务有关联分析、聚类分析、分类分析、异常分析、特异群组分析和演变分析等。 一、挖掘步骤 https://www.linkflowtech.com/news/228
8.数据挖掘的六个步骤有哪些帆软数字化转型知识库三、数据清洗 数据清洗是数据挖掘中不可或缺的一环,因为原始数据往往存在各种问题,如缺失值、重复值、异常值等。处理缺失值可以通过删除含有缺失值的记录、使用均值或中位数填补缺失值,或者采用更复杂的插值方法。去除重复值是为了避免数据冗余导致的分析偏差,这一步骤可以通过识别和删除重复记录来实现。识别和处理异常https://www.fanruan.com/blog/article/594251/
9.数据挖掘的步骤包括什么经过上述步骤后,挖掘出的知识或模式可以应用于实际问题解决或决策支持。这可能涉及预测、分类、关联规则挖掘等任务,帮助企业或个人更好地理解数据和业务。 需要注意的是,数据挖掘是一个迭代的过程,每个步骤都可能需要根据实际情况进行调整和优化。此外,随着技术的发展和数据的不断增长,数据挖掘的方法和技术也在不断演进https://www.pxwy.cn/news-id-81213.html
10.数据分析与挖掘11篇(全文)5. Web数据挖掘技术实现 Web数据挖掘中常用的技术通常可以分为两类:一类是建立一种以机器学习为主的人工智能模型,采用的方法有神经网络、自然法则计算方法和Web特有的路径分析技术等。另一类是是建立在统计模型的基础上,采用的技术有决策树、分类、聚类、关联规则等。 https://www.99xueshu.com/w/ikeyp687ycyz.html
11.7种常用的数据挖掘技术分享开源地理空间基金会中文分会开放数据挖掘中最重要的任务之一是选择正确的数据挖掘技术。数据挖掘技术必须根据业务类型和业务面临的问题进行选择。因此必须使用一种通用的方法来提高使用数据挖掘技术的准确性和成本效益。本文主要讨论7种被认为是商务人士更常使用的数据挖掘技术。 统计数据 聚类 https://www.osgeo.cn/post/14c56
12.数据挖掘的七个步骤理想股票技术论坛数据挖掘的七个步骤包括数据预处理、数据清洗、数据转换、数据建模、模型评估与优化以及数据可视化展示。这些步骤是数据挖掘过程中必不可少的环节,通过对数据的深入挖掘和分析,可以提取出有价值的信息和规律,为决策提供支持。 ,理想股票技术论坛https://www.55188.com/tag-08849372.html
13.市场营销策划的步骤和方法市场营销战略是企业市场营销部门根据战略规划,在综合考虑外部市场机会及内部资源状况等因素的基础上,确定目标市场,选择相应的市场营销策略组合,并予以有效实施和控制的过程 。下面小编为大家整理了市场营销的策划步骤和方法,希望能为大家提供帮助! 市场营销战略策划的步骤和方法 https://www.jy135.com/zhichang/38321.html
14.数据挖掘的基本步骤是什么?数据挖掘的基本步骤包括: 理解业务目标:首先要明确数据挖掘的目的是什么,是为了预测销售额、识别欺诈行为还是其他目标。只有明确了业务目标,才能有针对性地进行数据挖掘分析。 数据理解:收集相关数据,理解数据的含义、格式、质量等特征。这一步通常包括数据收集、数据描述性统计、数据可视化等方法,以便更好地理解数据。 https://www.mbalib.com/ask/question-1ff33c04b2a8f83d1aff9875a50d017f.html
15.想要进入任何一个新领域的时候,步骤和方法是怎样的?接下来我们就通过五大学习步骤,综合掌握进入一个新行业或新领域的学习方法。第 2 节 进入一个新行业或https://www.zhihu.com/question/26725173/answer/1594372380
16.数据挖掘主要步骤图数据挖掘六大基本步骤数据挖掘主要步骤图 数据挖掘六大基本步骤 当拿到一份处理好的数据时,我们首先应该做的是什么呢?是直接上手编写代码构造模型?都说事半功倍,所以在进行数据挖掘之前,我们头脑中一定要是有个完整的路径,这样,我们就能回溯于每个环节去检查整个项目(构造的模型),同样也是帮我们梳理整个项目的环节,可以帮助我们在项目汇报https://blog.51cto.com/u_16099209/7874359
17.数据挖掘的基本概念和工作流程金融IT那些事儿步骤四:建模(modeling) 在建模阶段,要选择建模方法,并通过构建和评估模型对参数进行校准。对于同一个数据挖掘的问题类型,可以选择使用多种建模方法,但对于每一个要使用的技术要分别对待。一些建模方法对数据的形式有具体的要求,因此,在这一阶段,重新回到数据准备阶段执行某些任务有时是非常必要的。 https://www.shangyexinzhi.com/article/4052696.html
18.数据挖掘的流程包含哪些步骤?数据集成:如果数据来自多个源头或多个数据表,需要将它们整合为一个统一的数据集。这涉及到对数据进行连接、合并和转换等操作,以便进行综合分析。 特征选择:在数据挖掘中,特征选择是非常重要的步骤。通过评估和选择最相关的特征,可以提高模型的准确性和效率。常用的特征选择方法包括统计分析、相关性分析、信息增益等。 https://www.cda.cn/view/202981.html