突发公共卫生事件舆情热度预测及情感演化研究

作     者：李嘉琪 

作者单位：西安建筑科技大学 

学位级别：硕士

导师姓名：张新生

授予年度：2023年

学科分类：050302[文学-传播学] 05[文学] 0503[文学-新闻传播学] 10[医学] 

主      题：突发公共卫生事件 网络舆情 主题提取 热度预测 情感演化 

摘      要：随着互联网的快速发展和各类应用媒体平台的不断涌现,数据的爆炸性增长为舆情带来了大量的情感信息,此外鉴于与舆情相关的突发事件的破坏性和不可控性,情感倾向在其中的传播速度会更快,更易引发民众的不安和焦虑等消极情绪,严重则会影响社会的稳定秩序。因此,在不同的舆情阶段下,如何在错综复杂的信息背景下,准确高效地对突发公共卫生舆情事件挖掘热点主题、预测热度发展趋势,并掌握各舆情信息及主题的情感走向,对政府等舆情管控部门引导和把控舆情发展走向、维护健康清朗的网络环境及保障社会的和谐稳定具有重要意义。鉴于此本文的研究内容主要分为以下三部分:(1)突发公共卫生事件舆情主题提取研究。本文采用基于LDA主题模型的方法,实现从文本的角度基于生命周期理论对突发公共卫生舆情事件的微博评论进行主题的提取,进而通过对爬取的“COVID-19评论数据进行案例分析,经过数据预处理等操作,分析不同阶段下民众评论的关键词及主题,从而掌握事件发生时各个阶段下民众主要关注的内容,挖掘其隐含的热点主题。(2)突发公共卫生事件舆情热度预测研究。从非文本角度,构建鲸鱼算法优化Elman神经网络热度预测模型,挖掘舆情信息传播过程中热度的演变规律。通过收集综合时间序列热度值,借助相关评价指标与标准BP、Elman神经网络进行对比,进而对该模型的预测精度和预测误差进行分析,以验证该模型在热度预测上的准确性和有效性。(3)突发公共卫生事件舆情情感演化研究。针对舆情演变过程中所带来的情感态度变化等问题,本文从情感角度切入,提出基于朴素贝叶斯的情感演化模型。将情感分析与第三章主题提取的结果相结合,以此研究该舆情事件在内容和情感两方面上的变化情况,并通过分析不同阶段的情感差异性,在各阶段为舆情管控部门提供相应的应对策略。本文针对突发公共卫生事件舆情的特点,从文本及非文本的角度出发分别对各阶段舆情的文本主题及舆情热度进行了研究,并基于以上分析,引入情感因素,对文本评论及提取出来的主题进行情感分析。结果表明,本文所提出来的模型在主题提取、热度预测及情感分析上都有着较好的效果,丰富了舆情的研究内容,同时也为相关部门的治理及管控提供了新的思路,具有一定的参考价值。