10.16251/j.cnki.1009-2307.2023.06.027
COVID-19初期海南微博舆情演化时空分析
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.
新浪微博、新型冠状病毒感染、海南、社交媒体、舆情
48
P208(一般性问题)
海南省科协青年科技英才创新计划项目;可持续发展大数据国际研究中心主任青年基金
2023-10-20(万方平台首次上网日期,不代表论文的发表时间)
共10页
255-264