摘要
为了快速地挖掘突发公共事件中社交媒体情绪倾向和舆论热点,帮助舆情监管部门更为有效地进行舆情监管和引导。以微博中后疫情时代的相关话题为研究对象,通过Python采集该事件的微博文本数据,基于SnowNLP方法分析舆情的情感时序变化,并利用TF-IDF和LDA(Latent Dirichlet Allocation)主题模型进行聚类分析,提取每个主题的关键词,了解后疫情时代背景下网民对疫情的关注焦点和情感态度,准确捕捉舆论动向和情感变化,加强公众与政府之间的互动和沟通,使政府部门在处理突发事件和应对公众关切时更加敏锐和高效。
出处
《电脑知识与技术》
2024年第2期9-12,共4页
Computer Knowledge and Technology
基金
2022年温州市基础性科研项目-重大突发事件互联网情绪识别、预警和治理研究(S20220045)
浙江工贸职业技术学院教师科技创新项目-重大突发事件社交媒体平台情绪识别研究(纵20220005)资助。
作者简介
通信作者:李敏(1995-),女,主要研究方向为自然语言处理、数据挖掘;项朝辉(1994-),男,主要研究方向为计算机视觉、自然语言处理。
