大学生网络信息判断行为的神经网络建模与媒体素养教育干预机制分析.pdfVIP

大学生网络信息判断行为的神经网络建模与媒体素养教育干预机制分析1

大学生网络信息判断行为的神经网络建模与媒体素养教育干

预机制分析

1.研究背景与意义

1.1网络信息环境对大学生的影响

随着互联网的普及，大学生已成为网络信息的主要接触群体之一。根据中国互联网

络信息中心（CNNIC）发布的第51次《中国互联网络发展状况统计报告》，截至2022

年12月，我国网民规模达10.67亿，其中学生群体占比24.8%，大学生作为学生群体

的重要组成部分，其网络信息接触行为具有显著特点。

•信息接触的广泛性：大学生平均每天上网时间超过3小时，接触的信息来源广泛，

包括社交媒体、新闻网站、论坛等。其中，社交媒体是大学生获取信息的主要渠道

之一，占比达到70%以上。这种广泛的接触使得大学生能够接触到大量的信息，

但也增加了接触到虚假信息的风险。

•信息判断的复杂性：网络信息的传播速度快、来源复杂，大学生在判断信息真实

性时面临诸多挑战。一项针对大学生的调查发现，只有40%的学生能够准确判断

信息的真实性，而超过60%的学生表示在面对复杂信息时难以做出准确判断。这

种复杂性不仅影响了大学生对信息的正确理解，还可能对他们的价值观和行为产

生误导。

•信息传播的主动性：大学生不仅是信息的接收者，也是信息的传播者。他们在社

交媒体上分享信息的比例高达80%，其中30%的学生表示会分享未经验证的信

息。这种行为可能导致虚假信息的进一步扩散，从而对整个网络环境产生负面影

响。

1.2神经网络建模在信息判断中的应用价值

神经网络建模作为一种先进的数据分析技术，为研究大学生网络信息判断行为提

供了新的视角和方法。

•模型的适应性：神经网络具有强大的非线性拟合能力和自适应学习能力，能够处

理复杂的输入输出关系。在信息判断领域，神经网络可以通过学习大量的样本数

据，自动提取信息特征，从而提高对信息真实性的判断能力。研究表明，基于神

经网络的分类模型在信息真实性判断中的准确率可以达到85%以上，显著高于传

统的统计方法。

2.大学生网络信息判断行为特征2

•特征提取的高效性：神经网络能够自动提取信息的关键特征，如文本内容、发布

者信誉、传播路径等。通过这些特征的提取和分析，可以更全面地理解信息的真

实性。例如，一项研究发现，神经网络能够识别出虚假信息中常见的关键词和语

言模式，从而为信息判断提供有力支持。

•动态学习能力：神经网络可以通过不断学习新的数据，动态调整模型参数，以适

应信息环境的变化。在网络信息快速变化的背景下，这种动态学习能力使得模型

能够及时更新对信息真实性的判断标准，从而提高判断的准确性和可靠性。

1.3媒体素养教育的重要性

媒体素养教育是提高大学生网络信息判断能力的重要途径，通过系统的教育和培

训，可以增强大学生的信息辨别能力和批判性思维能力。

•教育现状：目前，我国高校普遍开展了媒体素养教育课程，但课程内容和教学方

法存在差异。一项针对全国100所高校的调查发现，只有30%的高校将媒体素养

教育纳入必修课程体系，其余高校多以选修课或讲座形式开展。这种现状导致大

学生接受媒体素养教育的深度和广度有限，难以满足实际需求。

•教育效果：研究表明，接受过系统媒体素养教育的大学生在信息判断能力上显著

高于未接受教育的学生。在接受教育后，大学生对信息真实性的判断准确率提高

了20%，对虚假信息的识别能力提高了3%0。这表明媒体素养教育在提高大学生

信息判断能力方面具有显著效果。

•干预机制的必要性：为了进一步提高媒体素养教育的效果，需要建立科学的干预

机制。通过评估大学生的信息判断能力，制定个性化的教育方案，可以更好地满

足不同学生的需求。例如，针对信息判断能力较弱的学生，可以增加案例分析和

实践操作环节