基于微博数据的“新冠肺炎疫情”舆情演化时空分析

被引：82

作者：

陈兴蜀 ^{[1
,2
]}

常天祐 ^{[3
,4
]}

王海舟 ^{[1
,2
]}

赵志龙 ^{[3
,4
]}

张杰 ^{[1
]}

机构：

[1] 四川大学网络空间安全学院

[2] 四川大学网络空间安全研究院

[3] 四川大学吴玉章学院

[4] 四川大学计算机学院

来源：

四川大学学报(自然科学版) | 2020年 / 02期

关键词：

新浪微博; 新冠肺炎疫情; 分布式爬虫; 情感分析; 文本聚类; 地理统计分析;

D O I：

暂无

中图分类号：

R181 [流行病学基本理论与方法]; TP391.1 [文字信息处理];

学科分类号：

摘要：

本文依托2020年1月1日至2月29日期间共计6万条新浪微博博文与1.5万条微博热门评论,基于分布式爬虫技术、分布式数据库系统、SnowNLP情感分析模型以及KMeans文本聚类算法,对与"新冠肺炎疫情"相关的话题展开舆情分析,可视化地展现本次疫情事件中网络舆情的时空演化过程.在时间维度层面,通过文本聚类与情感分析,发现网民对于此次肺炎疫情的态度大致经历了三个阶段,即起伏不定的紧张焦虑期、缓慢攀升的团结振作期以及波动很小的自信平稳期,总体上呈现积极大于消极、正面大于负面的情绪状态.在空间维度层面,通过地理统计分析,发现疫情最严重地区网民评论人数最多,同时情感值也最低.

引用

页码：409 / 416

页数：8

共 18 条

[1] 基于微博数据的台风“山竹”舆情演化时空分析 [J].