微博环境下新冠肺炎疫情事件对网民情绪的影响分析

[目的/意义]微博作为一种重要的信息传播载体,在疫情信息发布与传播中发挥着重要作用。深入分析疫情信息中蕴含的疫情事件及其对网民情绪的影响,有助于各级政府准确掌握网络舆论情况,科学高效地做好防控宣传和舆情引导工作。[方法/过程]以新冠肺炎疫情相关的微博新闻及其评论作为研究对象,利用条件随机场(Conditional Random Field,CRF)模型从微博新闻中抽取疫情事件并建立疫情事件画像;在情感词典的基础上,引入双向长短期记忆网络(Bidirectional Long Short-Term Memory,Bi-LSTM)模型建立网民情绪画像;利用基于自注意力机制的Bi-LSTM模型对疫情事件与网民情绪进行关联分析。[结果/结论]真实语料集上的实验结果表明,围绕捐资、防控、临床和英雄等主题,CRF模型疫情事件抽取的F值均达到73%以上,Bi-LSTM模型网民情绪识别的F值均在70%以上,基于注意力机制的Bi-LSTM模型给出的网民情绪分布基本符合疫情发展态势。     

公共卫生事件舆情的地区差异及其情感测度——以新冠肺炎疫情为例

【目的/意义】突发公共卫生事件是公众关注的重要话题,极易引发网络信息泛滥和社会公众恐慌;了解公共卫生舆情地区的差异,为舆情调控提出建议。【方法/过程】利用网络爬虫技术爬取新浪微博自2020年1月17日至5月29日的COVID-19每日疫情通报博文下共计10余万条评论,运用情感分析和词频统计探讨地区舆情演变特征及其原因,利用面板数据模型估计方法对网络舆情情感得分进行预测。【结果/结论】模型预测我国7个地区,14个影响变量,样本记录938条;整体的情感得分区间为(0.1,0.6);其中华北、华中、东北地区情感得分均值区间为(0.25,0.35),而华东、华南、西南、西北地区的情感得分均值区间为(0.35,0.45);相关分析表明预测模型拟合具有统计学意义（P<0.05,R2=0.65）。【创新/局限】基于COVID-19的网络舆情呈现出地理区域特性和时间特性,通过建模测度手段对舆情进行监测,从而采取应对措施,但是还需考虑潜在因素的影响。     

基于贝叶斯网络的网络舆情态势评估分析——以“新冠肺炎疫情”事件为例

[目的/意义]重大突发事件对提高国家社会治理能力提出了新的要求,提升网络舆情态势评估能力成为创新社会治理的重要内容。[方法/过程]该文从网络舆情事件特征、关注度、传播扩散度及网民观点倾向等方面构建网络舆情态势评估指标,利用贝叶斯网络构建网络舆情态势评估模型,以“新冠肺炎疫情”事件为例,对网络舆情态势进行评估分析。[结果/结论]通过对网络舆情事件的测试,本文提出的方法具有较好的舆情态势评估效能,对“新冠肺炎疫情”相关网络舆情治理提出了建议。     

突发公共卫生事件中中国网民关注度分析——基于新冠肺炎网络舆情数据

[目的/意义] 利用新冠疫情网络舆情数据来研究突发公共卫生事件中中国网民关注度,有助于提升疫情期间政府信息供给效率、满足公众需求和提供社会支持等。[研究设计/方法] 通过新浪舆情大数据平台获取研究数据,包括：疫情流行高峰期间全网舆情数据、每日转发排名前100名热门微博、每日新增病例数据等。采用描述性统计、列联表分析、回归分析等方法,研究突发公共卫生事件中网民关注度变化趋势及影响因素。[结论/发现] 疫情爆发初期,媒体大规模报道造成大量网民对事件关注;随着疫情严重,新增病例与网民关注出现同频共振;媒体报道初期,网民关注度集中趋势高;防疫举措、鼓励加油、捐献赠送、倡议建议、赞誉肯定5大关注主题,贯穿疫情流行高峰;主流媒体发布微博受关注最多,不同账户类型情感倾向有显著差异;网民总体关注度受新增病例和变异系数影响;每日热门舆情关注度,受新增病例、变异系数、舆情总量和戏剧性分值影响;单条微博受关注程度与当日相关话题总量和微博粉丝数有一定关系。[创新/价值] 本文系统分析了突发公共卫生事件中网民关注度变化趋势和影响因素,为政府决策提供支持。     

信息生态视角下新冠肺炎疫情的网络舆情传播与演化分析研究

【目的/意义】通过构建网络舆情传播分析模型,探究新冠肺炎疫情网络舆情传播过程和演化规律,提出新 冠肺炎疫情常态化背景下相关网络舆情引导和舆情治理建议。【方法/过程】基于信息生态学理论,从信息、信息人 和信息环境三要素分析舆情事件,构建信息生态学视角下的网络舆情传播分析模型。以新冠肺炎疫情中的方舱医 院事件为例,运用主题分析、社会网络分析和情感分析等方法进行实证研究,分析舆情内容演进和情感演化规律, 总结新冠肺炎疫情网络舆情传播特征。【结果/结论】结果表明,本文所构建的舆情传播分析模型能够较为全面地刻 画公众对于舆情事件的反应,分析舆情传播规律与演化趋势,挖掘不同分析维度的内在关联。【创新/局限】从信息 生态学视角出发,基于内容、用户和情感等维度构建舆情传播分析模型。下一步将结合二模网络、知识图谱等研究 方法探索新冠肺炎疫情中舆情事件之间的关联性。     

基于大数据回溯新冠肺炎的扩散趋势及中国对疫情的控制研究

自2019年12月以来,湖北省武汉市出现新型冠状病毒肺炎(简称"新冠肺炎"),随后疫情在全国范围内暴发。相关学者对此次疫情扩散趋势做了大量研究,但基于模型的估算普遍存在高估传染系数和感染人群的问题。基于此,利用大数据回溯新冠肺炎在全国扩散的趋势和传染系数,得出结论:(1)在扩散前期(2020年1月24号之前)武汉输出的人口是全国各城市(武汉除外)新冠肺炎扩散的主要威胁,之后每个省、自治区、直辖市的人口与确诊病例数的关系逐渐增强,体现出本地传播的趋势;(2)利用SEIR模型拟合武汉和北京两地新冠肺炎确诊病例得出真实传播系数(R₀),揭示武汉的R0高于北京,考虑到人为控制因素,2019年12月1日—2020年2月9日两地的实际的R₀均大幅度下降。基于此,对疫情期间存在的问题进行针对性建议,并从数据上论证了中国政府对于疫情扩散强有力的控制能力,对阻止国内及世界范围的疫情扩散作出积极贡献。     

大数据环境下新疆突发事件网络舆情治理研究 ——以新型冠状病毒肺炎疫情为例

以新冠肺炎疫情网络舆情为例,通过大数据分析了新疆新冠肺炎疫情网络舆情发展状况,包括网民的心声、媒体观点、新疆政府对疫情期间网络舆情的管理措施和大数据环境下新疆在疫情防控和助力复工复产中采取的措施,提出了大数据时代新疆创新网络舆情管理路径.     

基于政务微博的信息公开与舆情演化研究——以新冠肺炎病例信息为例

[目的/意义]从数据层面探索信息公开与舆情演化之间的关系,为完善重大突发公共事件中的政府信息公开制度提供参考。[方法/过程]以政务微博为研究平台,选取新冠肺炎疫情事件为典型案例,聚焦病例信息公开及评论数据。使用内容分析法提取信息公开特征,基于SnowNLP模型计算社会情绪,结合焦点诉求分析舆情演化趋势。引入政府危机管理系列理论,探讨信息公开与舆情演化的双向作用机制。[结果/结论]信息公开不足会导致消极的社会情绪。随着信息公开工作的改进,公众诉求的态度和内容从一开始的强硬、笼统变得温和、具体。信息公开与舆情演化在周期上具有同步性,二者相互影响,这对于政府把握舆情规律,推进应急管理工作发展有重要意义。     

基于微博的网络舆情动力学研究

为研究基于微博的网络舆情的传播机制,本文基于微博平台,结合小世界理论,以网络舆情的生命周期为脉络,构建出基于微博的网络舆情传播模型,并且结合具体案例对模型进行仿真验证,同时预测其未来发展趋势。     

基于微博的网络舆情危机控制对策

便随着互联网的高速发展,尤其近几年微博的迅速发展,越来越多的人喜欢通过微博来表达自己的意见与想法,这其中既包含一些正面积极的信息,也包含一些负面消极的信息,一些消极的舆情信息如果不能进行及时有效的发现与控制,将会对社会的稳定造成危机影响,本文就网络舆情危机的产生与发展进行了研究,并针对此提出网络舆情危机的控制对策。     

微博网络舆情应对研究

以微博内容和微博平台为研究对象,观察记录平民微博和公安微博,分析微博对网络舆情的影响.通过对公安徽搏的调查分析,总结微博处理网络舆情存在的问题,并提出微博舆情应对措施.     

城市自来水污染事件微博舆情应对研究--基于兰州政务微博、市民微博的实证分析

以兰州自来水苯污染事件为研究实例,以新浪微博为研究平台,将兰州政务微博与兰州市民微博发布的有关自来水苯污染事件的微博信息与评论为研究对象,首先对兰州政务微博与兰州市民微博发布的事件相关信息的时间分布、关注内容进行对比分析,然后考察兰州政务微博信息的评论情况、语言风格,进而对兰州政务微博的舆情应对能力做出分析评价,最后为政府有效应对城市自来水污染事件引发的微博舆情危机提供对策建议。     

基于事理图谱的新冠肺炎疫情网络舆情演化路径分析

[目的/意义]提取突发事件网络舆情中事件的因果和顺承关系,构建事理图谱揭示事理发展脉络和演化规律。[方法/过程]以微博相关评论为研究对象,分别通过因果关系标识、事件影响因子和时间因子等维度识别事件间的关系,提取因果和顺承事件对;采用层次聚类将相似度较高的事件泛化为一类,构建新冠肺炎网络舆情事理图谱,并对生成的舆情演化路径进行分析。[结果/结论]研究表明,因果关系演化路径具有事件少、演化路径短等规律性特点,且同时包含顺承关系事件和伪结果事件;顺承关系演化路径具有事件数量多、演化路径较长、交叠变化等规律性特点,且能够揭示舆情演化的关键节点。通过构建事理图谱可以快速区分突发事件舆情的噪音和关键信息,充分体现其在监测、预测和管理中的价值性。     

基于微博的中国新冠肺炎疫苗研发公众关注热点研究

[目的/意义]通过研究我国新冠肺炎疫苗研发过程中公众关注热点变化,了解对疫苗的需求,有助于政府部门有序推进疫苗的接种,有效构筑全民免疫屏障.[方法/过程]从新浪微博获取了5473条新冠肺炎疫苗研发的相关数据,根据百度指数划分时段制作词云图,初步分析公众在不同时期对于新冠肺炎疫苗研发的关注热点演化情况.并通过TF-IDF...     

面向舆情主题的微博用户网络影响力挖掘分析

随着大数据时代到来,网络微博舆情分析面临新的挑战,面向不同舆情主题应采取不同的应急对策。对“腐败”和“城管”主题下的博主关系网络结构进行实证分析,并利用PageRank方法对不同主题下影响力大的博主进行挖掘,提高了大数据背景下高价值微博用户的挖掘效率,为网络舆情应急管理提供智力支持。     

基于新冠肺炎疫情高校图书馆阅读推广的新思考

新型冠状病毒肺炎疫情下,高校图书馆如何做好阅读推广工作是其面临的一项新的课题.文章论述了在新冠肺炎疫情期间高校图书馆的阅读推广特点,提出了在疫情常态防控下高校图书馆的阅读推广工作的策略.     

基于观点模糊相似度的微博舆情演化研究

【目的/意义】微博舆情监管是政府推进网络社会治理所面临的难题。对微博舆情进行研究有助于深入了 解微博舆情传播规律,为政府监管微博舆情提供建议。【方法/过程】首先通过分析微博舆情的社交网络结构特点, 对BA无标度网络进行改进。随后将模糊观点与Deffuant-Weisbuch模型融合,提出一种基于改进模糊相似度的舆 情演化规则。最后通过仿真实验分析微博舆情演化特征。【结果/结论】研究发现,模糊观点的类型对舆情演化的周 期与规模有影响。用户对于热门发现微博的关注度对舆情传播有影响。