科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对如何深入理解疫情初期公众情绪变化和时空差异这一问题，该文以新浪微博为数据源，首先使用自然语言处理工具SnowNLP进行微博数据的情感倾向性抽取，完成正负话题的情感分类，其次使用主题聚类TF-IDF算法探索疫情热点话题，最后基于正负话题的情感总数叠加至行政区划图来揭示热点情绪分布。研究发现，每日情感趋势表明用户经历了焦虑、担忧、平稳自信的情感更迭阶段。用户参与数量、情感值状态显示不同行政区的疫情关注度和情感状态存在明显差异，城市聚集区、人口密集等地区的微博用户，其负面情绪和积极情绪都相对较多。该文舆情分析结果有助于培养健康社会心态和优化支持决策，可为重大公共事件的舆情分析提供理论支持。
-
单位中国科学院
