文献类型：期刊文章

作　　者：陈兴蜀[1,2] 常天祐[3,4] 王海舟[1,2] 赵志龙[3,4] 张杰[1]

CHEN Xing-Shu;CHANG Tian-You;WANG Hai-Zhou;ZHAO Zhi-Long;ZHANG Jie(College of Cybersecurity, Sichuan University, Chengdu 610207, China;Cybersecurity Research Institute, Sichuan University, Chengdu 610065, China;Wu Yuzhang College of Sichuan University, Chengdu 610207, China;College of Computer Science, Sichuan University, Chengdu 610207, China)

机构地区：[1]四川大学网络空间安全学院,成都610207 [2]四川大学网络空间安全研究院,成都610065 [3]四川大学吴玉章学院,成都610207 [4]四川大学计算机学院,成都610207

出　　处：《四川大学学报（自然科学版）》

基　　金：四川省科技厅新型冠状病毒疫情防控科技攻关项目(2020YFS0007);四川大学新冠肺炎应急项目(2020scunCoV应急20012);四川大学大学生创新创业计划(C2020109217)

年　　份：2020

卷　　号：57

期　　号：2

起止页码：409-416

语　　种：中文

收录情况：BDHX、BDHX2017、BIOSISPREVIEWS、CAS、CSCD、CSCD_E2019_2020、JST、MR、RCCSE、ZGKJHX、ZMATH、ZR、核心刊

摘　　要：本文依托2020年1月1日至2月29日期间共计6万条新浪微博博文与1.5万条微博热门评论,基于分布式爬虫技术、分布式数据库系统、SnowNLP情感分析模型以及K-Means文本聚类算法,对与“新冠肺炎疫情”相关的话题展开舆情分析,可视化地展现本次疫情事件中网络舆情的时空演化过程.在时间维度层面,通过文本聚类与情感分析,发现网民对于此次肺炎疫情的态度大致经历了三个阶段,即起伏不定的紧张焦虑期、缓慢攀升的团结振作期以及波动很小的自信平稳期,总体上呈现积极大于消极、正面大于负面的情绪状态.在空间维度层面,通过地理统计分析,发现疫情最严重地区网民评论人数最多,同时情感值也最低.

关 键 词：新浪微博  新冠肺炎疫情  分布式爬虫  情感分析 文本聚类 地理统计分析  

分 类 号：TP391]