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.数据挖掘概念(AnalysisServices生成挖掘模型是大型过程的一部分,此过程包括从提出相关数据问题并创建模型以解答这些问题到将模型部署到工作环境的所有事情。此过程可以使用下列六个基本步骤进行定义: 定义问题 准备数据 浏览数据 生成模型 浏览和验证模型 部署和更新模型 以下关系图说明过程中每个步骤之间的关系,以及 Microsoft SQL Server 中可用于完成https://technet.microsoft.com/zh-cn/library/ms174949(en-us,sql.105).aspx
2.深度学习数据挖掘的关系mob64ca12f66e6c的技术博客在现代科技背景下,深度学习与数据挖掘这两个领域越来越相互交融。深度学习是机器学习的一个分支,专注于通过多层次的神经网络来识别数据模式,而数据挖掘则侧重于从数据中提取潜在的、有用的信息。下面,我们将通过一个简单的流程来阐释这二者的关系,并给出相关的代码实例。 https://blog.51cto.com/u_16213457/12827856
3.数据挖掘的六个步骤有哪些帆软数字化转型知识库数据挖掘的六个步骤分别是:问题定义、数据收集与准备、数据清洗、数据转换与特征选择、模型建立与评估、结果解释与部署。其中问题定义是数据挖掘过程的首要步骤,直接影响整个项目的成功与否。问题定义涉及明确业务目标、研究目标和所需的数据类型。只有在问题定义清晰的情况下,后续的每一步骤才能有的放矢,确保数据挖掘的结https://www.fanruan.com/blog/article/594251/
4.数据挖掘的基本步骤和流程解析请阐述数据挖掘的基本过程和步骤通过对数据挖掘基本步骤和流程的深入理解,有助于我们更好地挖掘数据价值。 下面用一个具体的例子更详细的解释数据挖掘流程(具体代码用python语言实现)。 在这个例子中,我们将使用一个假设的电商数据集来进行用户购买行为的预测。 1. 明确目标 我们的目标是预测用户是否会购买某种商品。这属于二分类问题。 https://blog.csdn.net/m0_67484548/article/details/142665300
5.数据分析与挖掘11篇(全文)Web数据挖掘过程是一个完整的知识发现的过程,但与传统数据和数据仓库相比,Web上的信息是非结构化或半结构化的、动态的,并且是容易造成混淆的,所以很难直接以Web网页上的数据进行数据挖掘,而必须经过必要的数据处理。因此可以将Web数据挖掘分为确定业务对象、数据准备、数据挖掘、结果分析等四个步骤。 https://www.99xueshu.com/w/ikeyp687ycyz.html
6.系统集成项目管理速记口诀1. 数据(签)迁移 2. 数据(合)合并 3. 数据(同)同步 4. 数据交换(换) 5. 数据(窗)仓库 6. 数据(帘)联邦 7.2商业智能的实现有三个层次: 口诀:挖多宝 1. 数据(挖)挖掘 2. (多)多维数据分析 3. 数据(宝)报表 7.3实施商业智能的步骤: https://developer.aliyun.com/article/1204984
7.网络营销2. 内容的推送。这个涉及到内容推送渠道(如微信、QQ、邮箱等)的选择与内容推送机制(如内容推送周期、内容定位、内容展示方法等)。确保信息能够及时、准确的传达到客户手上。这一个步骤与上一个步骤:信息的收集与整理是一脉相承的。 3. 效果的监控。内容发送到客户手上并不代表万事大吉,信息的展示量、点击量、咨https://www.ruiwen.com/w/468223.html
8.职业生涯规划(15篇)往往你有了三十岁,工作在五、六年以上,在这个阶段,人们不会轻易地去说“我想跳槽”,甚至“我想换个跟现在毫不相干的工作”。因为人们在这个阶段都是上有老、下有小。 人们的职业野心会下降,人们为自己定了一个终身的目标。 第四坎:“事业开拓”阶段 https://mip.wenshubang.com/zhiyeguihuafanwen/2421304.html
9.焦作市发展和改革委员会六、信用体系实践与应用: (一)双公示、数据填报国家及省要求,格式、步骤、注意事项; 1、国家要求 2、评估内容 3、填报方法 4、存在的问题 (二)信用体系在各行业而应用及案例; 1、信用融资 2、招投标、政府采购 (三)社会信用与我们的生活; 1、南京信用惠民 http://fgw.jiaozuo.gov.cn/jzfgw/detail/20170726154436000001
10.数据挖掘的步骤包括以下步骤:()信息科技风险管理要求建立(),确保在发生系统被破坏、应用错误、数据丢失时,通过数据存储管理进行及时恢复。 A. 数据存储备份管理 B. 系统安全漏洞扫描机制 C. 实时病毒防范功能 D. 外部攻击侦测机制 查看完整题目与答案 对由于发卡行发出指令而被吞没的卡片,发卡行可在吞没卡发生后()个工作日内向吞卡社(https://www.shuashuati.com/ti/7c02c30b35d44a878095e40d6ded48a0.html?fm=bd57bb8d50e5790641c9fb65691073399c
11.银行培训课程体系设计(精选6篇)聘请“外脑” (6σ黑带大师和相关课程培训师) 进行专业培训及咨询,内容涵盖移动互联思维和技术、大数据分析和数据挖掘、培训管理、课程推广、六西格玛管理 (主要针对DMAIC的过程与工具进行学习与运用,采用理论学习与实践体会并行的模式,在边学边练中逐渐加强对六西格玛流程改进的理解和运用能力) 等方面。https://www.360wenmi.com/f/file1ocytbh9.html
12.金蝶软件如何生产利润表零代码企业数字化知识站1. 金蝶软件生产利润表的步骤是什么? 金蝶软件生产利润表的步骤通常包括以下几个关键步骤:首先,收集企业的财务数据,包括销售收入、成本、费用等信息;其次,利用金蝶软件中的财务模块或报表设计工具,根据企业的实际情况设置利润表的格式和内容;然后,将收集到的财务数据输入到软件中,并生成利润表;最终,通过金蝶软件提供的https://www.jiandaoyun.com/blog/article/368704/
13.Python实现K近邻算法的示例代码pythonk-近邻算法(K-Nearest Neighbour algorithm),又称 KNN 算法,是数据挖掘技术中原理最简单的算法。本文将介绍实现K-近邻算法的示例代码,需要的可以参考一下+ 目录 一、介绍 k-近邻算法(K-Nearest Neighbour algorithm),又称 KNN 算法,是数据挖掘技术中原理最简单的算法。 工作原理:给定一个已知标签类别的训练数据集https://www.jb51.net/article/262047.htm
14.高效实施数据挖掘的方法和步骤yuanye1014产生的结果是否易为商业用户所理解?如果不能,需要采取什么步骤以使结果便于读懂?该工具是否要求商业专家参与整个数据挖掘过程? ? 第六阶段:结果发布 数据挖掘过程可能很简单,如只是对商业问题给出一个建议,也可能很复杂,如应用一个应用程序向信息客户提供新知识。无论简单还是复杂,在结果发布阶段,都要用到该过程。http://blog.chinaunix.net/uid-64814-id-2690182.html
15.数据挖掘的基本概念和工作流程金融IT那些事儿跨行业数据挖掘标准流程CRoss Industry Standard Process-Data Mining(CRISP-DM),是业界最流行的数据挖掘工作流程模型,于1999年由欧盟机构联合起草。该流程模型分为六个步骤:业务理解、数据理解、数据准备、建模、评估和部署应用。这些步骤并非一成不变的,也可以根据需要调整顺序。 https://www.shangyexinzhi.com/article/4052696.html