王秋菊、刘杰等著的《大数据视域下微博舆情研判与疏导机制研究》首先通过对大量微博舆情数据的采集与分析，揭示了微博舆情信息转发特点及影响因素，并在此基础上深入研究了微博舆论场域中微博用户评论特点、微博舆论波的成因及影响因素；其次，基于微博舆情大数据剖析了微博舆论场中互动机制与互动策略、媒体微博舆论影响力建构策略；第三，深入探讨了微博评论对于微博舆论空间的拓展与构建、揭示了微博舆情中的意见领袖的舆论影响力与构成要素、提出了微博舆情研判与疏导的思路、方法与对策，为相关领域的专家、学者、决策者们提供新启示、新方法和新视角，为媒体和政府信息发布机构在处置舆情时提供有益的借鉴和参考。

王秋菊，河北大学新闻传播学院教授，硕士生导师，中国新闻史学会舆论学研究会常务理事、网络传播史研究会常务理事，新浪微博社区委员会专家成员，中国编辑学会电子与网络编辑专委会常务委员。主持国家社科基金项目“基于大数据的社会化媒体舆情传播机制及风险防控体系研究”以及“河北省网络新闻媒介融合与品牌化研究”等四项省级课题；出版了《网络舆论生成机制与引导规律研究》（获第十四届河北省社科优秀成果三等奖）《解密网编一网络编辑职业调查与解析》等著作（均为合著）；发表学术论文二十余篇。

第一章 基于大数据的微博舆情信息转发特点及影响因素
第一节 “钓鱼岛事件”微博内容转发及影响因素
第二节 微博舆情信息的转发者及转发动机分析
第三节 微博舆情信息转发的路径结构及影响因素
第四节 微博内容转发量的提升策略
第二章 大数据视域下微博舆论场域中微博用户评论特点
第一节 环境群体性事件热门微博评论特点
第二节 环境群体性事件微博评论影响因素分析
第三节 微博评论从众现象及特征
第四节 涉环境群体性事件微博评论优化策略
第三章 大数据视域下微博舆论波的成因及影响因素分析
第一节 大数据视域下微博舆情的生态系统
第二节 大数据视域下微博舆情影响因素分析
第三节 大数据视域下微博舆论波的成因
第四章 大数据视域下微博舆论场中互动机制与互动策略
第一节 大数据视域下微博舆论场中互动现状
第二节 影响微博舆论场中用户互动的因素
第三节 微博舆论场中用户互动需求分析
第四节 微博舆论场中的互动引导策略
第五章 大数据视域下媒体微博舆论影响力的建构策略
第一节 大数据视域下媒体微博分析
第二节 大数据视域下媒体微博影响力的形成机制
第三节 基于大数据的媒体微博影响力评价指标
第四节 媒体微博舆论影响力提升策略
第六章 微博评论对于微博舆论空间的拓展与构建
第一节 微博评论类型及功能
第二节 微博评论的表达与写作范式
第三节 微博评论的本体、主体及传播方式特点
第四节 微博评论对微博舆情的形成与引导作用
第七章 大数据视域下微博舆情中的意见领袖
第一节 微博意见领袖形成的原因
第二节 微博意见领袖对舆论波的影响与作用
第三节 微博意见领袖舆论影响力与构成要素间的关系
第八章 大数据视域下微博舆情研判与疏导策略
第一节 基于大数据的微博舆情研判指标体系
第二节 基于大数据的微博舆情研判方法
第三节 大数据视域下微博舆情的疏导机制
第四节 后真相时代微博舆情的特点、引导的难点及策略
参考文献
后记

王秋菊、刘杰等著的《大数据视域下微博舆情研判与疏导机制研究》采用定量研究和定性分析相结合，对微博舆情的形成、监测、传播效果进行调查，对相关数据统计加工，以使定性分析建立在比较可靠的数据统计基础上；动态和静态研究方法并用，通过内容分析、调研等将微博舆情监测数据汇集与分析，展示了微博舆情的生成、发展、壮大、消失这一动态过程，揭示了微博舆情的传播规律。本书深入研究了微博舆论波的形成与传播过程、舆情疏导的角度、思路和方法，一方面为国内微博舆情的进一步研究提供了借鉴和参考，另一方面有助于指导微博舆情分析与疏导的实践运作，从而使微博成为社会民意表达的载体，成为推进民主建设进程的助推器和减压阀。