科研之友
微信
新浪微博
Facebook
分享链接
摘要
[目的/意义]旨在通过对热点网民微博词汇频率进行量化处理,总结其在突发性公共事件中的关注点,以实现在舆情防控与治理方面找到新的突破口。[方法/过程]通过爬取微博热点网民的微博数据,利用Word2vec向量模型和TF-IDF权值算法得到热点网民微博词云图中的词类、词性占比和词汇相似比等指标,最后对自然灾害、事故灾难、公共卫生事件和社会安全事件的指标进行汇总分析。[结果/结论]在突发事件舆情中,热点网民对包括事件人物、事件名称和事件过程在内的事件基本组成部分较为关注,且4类突发性事件舆情中热点网民的关注指向性均表现出差异且较为分散,但仍存在共性。同时,通过分析热点网民词云图发现了明星超话、传播能量层级化以及相似度极端化等传播现象。
- 单位
