李姗姗， 孙晓玲， 袁国铭

(1. 防灾科技学院信息工程学院， 河北 三河 065201； 2. 防灾科技学院智能信息处理研究所， 河北 三河 065201)

0 引言

随着移动互联网的广泛应用与“两微一端”的普及，涌现出许多新形式的社交媒体，包括微博、微信、博客、论坛和社交网站等[1-3]。社交媒体的出现彻底改变了人们获取信息和传播信息的方式。在不同形式的社交媒体中，微博以其新型的社交方式，广大的用户基础以及多媒体技术的融合，成为当今信息产生和传播的重要平台。

在这一新形势下，在破坏性地震发生后，大量网友涌入新浪微博，表达个人观点、态度和情感等。大量与地震相关的信息在新浪微博发布并广泛传播，汇集成海量数据。这些数据含有非常宝贵的第一时间信息，如包含震感、房屋破坏、人员伤亡情况和地震地质灾害等大量的图、视频和文字的地震舆情及灾情信息。这些信息对灾情信息的快速获取、定位、处理、分析和研判起到至关重要的作用。但舆情数据中也有消极负面的信息，它们能迅速扩散并造成震区恐慌情绪蔓延，严重影响社会秩序。如何从海量数据中挖掘出潜在有效信息，对于政府进行舆情的监测、引导和舆情处置等有着十分重要的意义。

然而，传统人工分析的方式，已经无法应对当下实时的不断暴涨的海量震后舆情。因此，对地震后海量舆情进行实时监测、情感倾向挖掘分析和准确预警迫在眉睫。

目前，有一些学者开始了此项研究。……