突发公共卫生事件下的在线社交媒体公众情绪挖掘

在线社交媒体是突发公共卫生事件中传播信息和表达情感的重要渠道,洞察公众对新闻的情绪反应可以帮助公共卫生部门制定有效的风险沟通策略。本研究应用自然语言处理方法,对在线社交媒体新闻进行内容分类,并识别公众评论所表达的情绪,提出了适用于突发公共卫生事件的在线社交媒体公众情绪挖掘方法。具体而言,本文以新冠疫情为案例,以微博平台为数据载体,分析三个具有代表性的官方媒体微博账号中有关疫情的新闻,识别出了8类内容,包括官方新闻发布、国内疫情进展、情感支持、新冠肺炎诊疗信息等。本文基于普拉切克(Plutchik)情绪框架,通过众包问卷和情绪词典构建了用户评论情绪的判别模型,进一步分析了不同新闻内容在疫情生命周期各阶段(发作期、遏制期、恢复期)对公众情绪的影响。研究发现,通过强调特定类型的风险信息可以调节公众情绪、提高公众风险意识,为风险沟通策略分析提供了实证基础。