科研之友
微信
新浪微博
Facebook
分享链接
摘要
[目的] 在线社交平台信息的快速和广泛传播给经济和社会带来不确定风险，发现信息话题并找到激发公众讨论的现实事件能够为及时响应提供指导。[方法] 首先构建共词网络检测社团表示话题，接着基于文档词与话题社团词的重合度计算文档话题向量并依据文档时间计算话题热度时间序列。最后借助STL分解时间序列并利用3σ原则检测异常，结合异常时点话题的高频词与高相关文档发现激发讨论的现实事件。[结果] 以新浪微博河南暴雨的相关发帖为例，发现了涉及灾情态势、应急管理以及社会响应等方面的话题。异常检测与分析表明，灾情态势类话题的公众关注度最高，雨情预警及相应防汛行动等是热点事件；应急管理中的抢险救援工作与事故调查情况能够激发讨论；在社会响应方面，受灾者互救事迹、公益捐赠事迹易引发关注。[局限] 本研究数据集较小，因而在异常时点检测的阈值判断中使用人工观察设定阈值的方式，在面对较大数据集时需要使用自动阈值确定方法。[结论] 话题热度时间序列的异常检测能够发现社平台的热点事件，且在舆情响应中，管理部门需要从救援、预防和恢复三方面出发，及时发布预警信息，公开救灾情况及事故调查情况等回应公众关切，并通过救援、互助、捐赠等事迹的宣传引导积极健康的舆论走向。
- 单位
