10.16265/j.cnki.issn1003-3033.2022.08.1730
基于情绪分析的事故风险感知偏差研究
为探索公众对安全事故的风险感知,运用文本挖掘技术获得事故微博评论数据,采用中文风险感知双向编码转换器(BERT-RPC)识别惊讶和恐惧情绪,以频率惊讶测量事故概率感知偏差,以恐惧和损失惊讶测量事故损失感知偏差,基于二元逻辑回归考察微博形式和内容对风险感知的影响.结果表明:低估安全事故风险的现象普遍存在,且对事故损失的低估更为突出;基于BERT-RPC模型的"抓取-分析"技术能够高效、低延迟地实现全网公众的风险感知偏差监测;交通行业的事故概率、损失被严重低估;一般事故的概率和特大事故的损失被严重低估;事故图片和视频有助于纠正事故损失的感知偏差,但对概率感知偏差作用有限;事故爆发初期报道对公众风险感知纠正效果最佳,调查结果公布和责任人宣判阶段次之.
情绪分析、事故风险、感知偏差、双向编码转换器(BERT)、中文风险感知(RPC)
32
X928.03(安全管理(劳动保护管理))
教育部人文社会科学研究项目;四川省社科规划项目
2022-10-09(万方平台首次上网日期,不代表论文的发表时间)
共7页
16-22