网络舆情态势及情感多维特征分析与可视化——以COVID-19疫情为例

摘要：

2020年初,新型冠状病毒肺炎(COVID-19)疫情席卷全国,疫情发展变化引发了社会各界的广泛关注.社交媒体平台作为网络舆情的重要载体,如何从中全面、准确挖掘分析网络舆情特征是疫情防控过程中的重要问题.本研究首先从舆情本体与客体时空关联的角度构建了疫情期间网络舆情多维分析模型,获取了2020年1月17日-3月17日多个媒体平台中新冠肺炎疫情相关的网络舆情数据;其次以疫情蔓延的视角,运用比较研究法、Spearman相关系数等方法探索了武汉市、湖北省及全国尺度下的网络舆情态势时空演变及语义特征;最后使用HowNet情感词典和情感词汇本体进行了舆情情感分析,并使用可交互信息图表对其进行可视化.结果表明:①武汉市、湖北省、全国尺度下的每日舆情数据数量与每日新增病例数之间存在正相关关系;②舆情数据数量的空间分布与疫情分布存在正相关关系,舆情数据数量多的地区多为疫情较为严重的地区;③研究时段内不同媒体平台的舆情中立情感最多,新闻平台与论坛、微信、微博相比,整体情绪更为正面;④在疫情发展的不同阶段,微博热搜数据情感特征有较大差异,总体上呈现正面情绪多于负面.研究表明,基于本文提出的多维分析模型可以直观展现疫情期间多尺度下的舆情态势、舆情焦点和情绪变化,从而为政府及相关部门有效引导与控制网络舆情提供理论基础支撑和参考借鉴.

关键词：COVID-19、疫情、网络舆情、多维分析、多媒体平台、情感分析、时空特征、可视化

所属期刊栏目：23

分类号：H030;TN929.5;TP391

资助基金：国家自然科学基金;国家重点研发计划

在线出版日期：2021-03-31（万方平台首次上网日期，不代表论文的发表时间）

页数：共13页

页码：318-330