丁海昕 王沁 李志刚

摘 要 重大疫情背景下社会媒体舆论的正确引导，对社会稳定具有重要意义。通过文本挖掘获取微博数据并进行相关的预处理，使用神经网络算法将舆论信息划分为积极、中立、消极三个维度，引入SEIR模型和地理加权回归模型对时间维度情感变化趋势与情感指数空间分布状况进行了分析。根据SEIR模型可大致将疫情发生后的舆论扩散时期划分为0～20天增长阶段、20～40天爆发阶段、40天后消退阶段，并根据分析结论，提出社会媒体舆论引导的对策建议。

关键词 社会媒体舆论；SEIR模型；地理加权回归模型；情感变化趋势；情感指数

中图分类号 G2 文献标识码 A 文章编号 2096-0360（2021）21-0011-04

基金项目：四川省社会科学“十三五”规划2020年度重大项目“重大疫情背景下社交媒体舆论传播网络特点与引导机制研究”（编号：SC20YJ002）；2020年国家级大学生创新创业训练计划项目（编号：202010616024）。

重大疫情发生时，从中央到地方的各级政府官方平台实时更新数据，发布权威信息；各类新闻媒体密切跟踪，全方位报道；各类自媒体时刻关注疫情信息，活跃在各大舆论场。疫情期间，舆论传播随着疫情发展的不同时间和不同空间而不断演变。其中，舆论传播的重要渠道之一就是微博，因为其用户数量巨大，信息交互频繁、快速等特点，在短时间内迅速形成了强大的“井喷式”网络舆情，从而影响了事件的演化方向，并且对相关政府部门对事件的判断和处理造成影响。因此，对微博网络中的舆论传播机制与对策的研究显得格外重要，有助于各级党政机关及时而准确地掌握舆情动态、回应民众关切，从而提高应对能力。……