爬微博數據下疫情交通管制的輿情分析＊

丁子羿，湯文蘊，馬健霄

(南京林業大學汽車與交通工程學院，江蘇 南京 210037)

0 引言

新冠病毒是一種高傳染性的病毒，在人流量巨大的交通樞紐有廣泛傳播的可能性。自2021 年7 月20 日起，南京市政府為了有效控制病毒擴散，果斷做出了對交通進行管控的決定。交通管控會影響人們的正常生活，因此有必要分析網民對交通管控措施的態度。

新浪微博作為現在最受中國網民青睞的社交媒體之一，每天更新、發布大量熱點新聞，網民在微博平臺下也可以暢所欲言，把個人觀點傳到網絡空間。近些年，國內外學者在新浪微博、推特等平臺上抓取數據并進行處理、分析，以便從文字中獲得網民的真實想法。LI以“南京地鐵”為關鍵詞，抓取了2014 年1 月至2018 年4 月的微博數據，根據構建的LDA（Latent Dirichlet allocation）主題模型，分析出潛在的正面和負面話題，得到了乘客對南京市地鐵系統的改善建議；為了更準確地分析突發公共事件中的輿情情感變化，李長榮構建了面向此類事件的領域情感詞典；劉江月構建了融入中英文雙語的細粒度情感規范詞典C-ANEW，情感分析的結果相較于傳統詞典更加準確。

交通輿情反映了市民對城市交通問題的態度。其中既包含了交通信息，也反映了市民對交通出行環境以及城市交通建設的期待。LU通過多渠道社交信息，構建了基于Word2Vec 的輿情融合模型，用于感知、檢測城市交通事故，可視化展現交通違章事件全貌；Cao提出基于中文微博用戶情感分析的半監督學習方法，可用于預測交通擁道路和時間；……