新冠肺炎疫情微博用户情感与主题挖掘的协同模型研究

本文主要研究针对新冠肺炎疫情期间的舆情事件,了解用户的情感及其关注主题,帮助相关舆情监管部门更好地提升舆情引导能力。本文基于认知情感评价模型,构建情感与主题挖掘协同分析模型,采用朴素贝叶斯模型(Naive Bayesian Model,NBM)对用户情感文本进行分类,并基于Relevance公式改进的LDA (Latent Dirichlet Allocation)主题模型进行主题提取。本文以新冠肺炎疫情期间"日本钻石公主号邮轮"典型舆情话题为例,进行网民情感及评论主题内容协同分析,并结合舆情事件周期和4种主题类型,对其情感特征及用户关注主题进行实证分析。研究结果表明,本文提出的情感与主题挖掘协同分析模型,能够在舆情事件发展生命周期内呈现网民情感及关注的主题特征;并且情感与主题协同分析的方法,可为舆情监管部门提高舆情引导效率,为实现网络生态治理起到一定的指导作用。