基于聚類方法的突發公共事件網民情緒分析

王軍，呂廣旭，盧加奇，王小英

（1.故宮博物院保衛處，北京 100009；2.防災科技學院，河北 三河 065201）

關鍵字：數據挖掘；機器學習；聚類

0 引 言

微博作為輿情產生和爆發的主要陣地，錯綜復雜的信息真假難以分辨，正不斷影響用戶情緒甚至于國家安全。境外勢力利用疫情熱點事件發動“認知戰”，引導輿論走向、破壞社會穩定。信息化時代，網絡信息內容同質化加劇，虛假信息漫天飛舞、層出不窮，缺乏社會管控和自我約束。

突發事件發生后，媒體和廣大群眾都可在信息平臺第一時間發布和獲取信息，平臺成為熱點事件傳播的重要媒介。熱點事件在短時間收獲巨大流量的同時，伴隨參差不齊的巨大信息流，同樣會傳播情緒，其中不乏負面情緒，持續發酵容易造成社會恐慌和混亂局面。通過大數據分析和可視化展示，挖掘重要信息并分析網民情緒變化情況，為政府機關部門如何引導輿論提供決策支持，對于維護網絡環境安全、加強輿論管理具有重大意義。

1 研究進展

在分析網民情緒的過程中，許多學者對不同時期的流行案例進行了分析和研究。2017年，周莉等人以“巴黎暴恐”事件為例，提出使用情緒評估理論模型對網絡情緒進行量化分析，分析效果重點關注了文化差異表達出的差異。2018年，姜金貴等人對“紅黃藍虐童事件”進行輿情分析，運用Word2vec模型針以基于主題和情緒之間的聯系為主要抓手，對微博情緒走向和輿情演化方向進行分析，更好對微博情緒進行治理。……