突发公共卫生事件误导信息受众情感分析及传播特征研究

【目的】以新冠肺炎流行期间新浪微博数据为基础,通过文本挖掘的方式获取突发公共卫生事件中的误导信息,揭示误导信息的受众情感特征及其对信息传播的影响。【方法】使用机器学习的方法对相关微博进行分类判别,使用LDA主题模型获取微博相应主题信息,使用词典法对微博相应的评论进行情感极性判别,使用t检验分别对受众情感不同的误导信息微博的评论数、转发数和点赞数进行比较。【结果】样本数据中,误导信息占比为46.28%,误导信息和非误导信息相应微博的评论为负面情感的占比分别为59.32%和54.49%;误导信息中,评论为负面情感的微博的评论数、转发数和点赞数分别比评论为正面情感的微博平均多2.26、2.68和3.29次。【局限】未对非误导信息的传播特征进行研究分析,不排除其与误导信息特征相似的可能;仅选取"新冠肺炎疫情"一个案例,未来需要对更多案例进行横向比较。【结论】突发公共卫生事件中,网络社交媒体中存在相当比重的误导信息。相较于非误导信息,误导信息受众的负向情感比重高。在误导信息中,负面情感的信息相较正面情感的信息转发传播次数多,受众参与程度高。