基于文本挖掘的重大公共卫生事件网络舆情特征分析及治理探索

作者：李珊珊^*; 刘丁宁; 祁瑞华; 于莹莹

来源：情报探索, 2021, (12): 27-36.

• 重大公共卫生事件
• 热点主题挖掘
• 情感分析
• 时空演化
• 舆情治理

[目的/意义]旨在为政府部门及公共服务组织有针对性地提升舆情治理能力,提高公共服务质量提供参考。[方法/过程]基于COVID-19疫情期间42万量级的用户舆情大数据,提出一种主题挖掘与情感分类协同进行的分析框架;采用朴素贝叶斯算法,对用户舆情文本进行情感值评估;利用自建词典、Jieba分词改进高效的Single-Pass文本聚类算法,挖掘网络舆情热点主题、情感倾向及其时空演化特征;最后结合Gephi网络分析探究舆论的地域间传播特征。[结果/结论]虽疫情各阶段民众关注主题不同,但"通过网络媒体表达、发泄情绪",是民众通过网络媒体发声的首要需求;证实了"网民心态渐趋冷静、理性",且"认同主流价值"愿意"参与正义发声"的论点。因此,新时代网络舆情治理,官媒应以"权威信息服务"的角色参与民众"正能量"舆情自治当中。同时,情感分析时序分析发现,用户情绪波动与地方政府部门对民众关注时间的回应及舆情处理措施的及时性、合理性及有效性成正相关关系。舆论流转分析充分体现网民对疫情可靠信息的高期待。并提出了谣言治理闭环十分重要等对策建议。

• 单位
  大连外国语大学