胡 靖 李金名 劉佳莉 陸立萍 貢瑋晨通訊作者

（天津理工大學(xué) 天津 300384）

前言

隨著疫情發(fā)展，公眾對疫情關(guān)注度有顯著變化。從初期迫切需要相關(guān)消息，再到全民隔離后信息傳播全部依托于社交媒體平臺，信息可視化致使各種輿論層出不窮，對輿論的引導(dǎo)管控格外重要。引用模型是處理海量信息的關(guān)鍵。DW模型可存儲大量數(shù)據(jù)方便檢索且保持?jǐn)?shù)據(jù)的一致完整性、安全可共享，通過組合分析可產(chǎn)生新數(shù)據(jù)。LDA模型可以精準(zhǔn)定位到主題詞匯，從文本中分析和挖掘出隱含的結(jié)構(gòu)信息，且不依賴任何提前標(biāo)注的信息。

理論基礎(chǔ)

DW模型。數(shù)據(jù)倉庫DW是一個龐大的數(shù)據(jù)集合，用于支持企業(yè)管理決策，長期保存且不會修改所有從ODS來的數(shù)據(jù)。

DW多種特征：①效率高；②擴(kuò)展性；③面向主題；④不可更新；⑤大容量。

LDA主題模型原理。LDA主題模型是由文檔、主題、詞匯組成的文檔生成模型[1]。運(yùn)用詞袋模型的方法將文本向量化表示，文檔為詞頻向量，文本信息為建模所需的數(shù)字信息，從眾多文本信息中提取出便于理解的關(guān)鍵詞，使文本中的降維問題得到解決。計算過程涉及狄利克雷分布（Dirichlet 分布）、多項分布、以及Dirichlet-Multinomial 共軛分布[2]。

Dirichlet分布是多項式分布的共軛先驗概率分布，按照貝葉斯推理的邏輯得到Dirichlet-Multinomial 共軛分布的一般表達(dá)式為：

LDA主題模型中所有變量的聯(lián)合分布結(jié)果為：

針對輿情演變趨勢的DW-LDA混合模型及算法。在LDA模型的基礎(chǔ)上引入DW，將基礎(chǔ)信息按時間序列進(jìn)行主題和詞的分類，利用Gibbs采樣算法[3]將數(shù)據(jù)進(jìn)行降維處理，對新數(shù)據(jù)庫進(jìn)行可視化分析，得到事件的總體發(fā)展歷程及高熱度發(fā)展主題和詞匯，綜合結(jié)果與事實發(fā)展?fàn)顟B(tài)還可以有效預(yù)測事件的未來演變趨勢。

確認(rèn)研究主體為微博熱搜詞條，將數(shù)據(jù)庫基礎(chǔ)信息進(jìn)行分類預(yù)處理，以月為單位分為M篇文檔，每篇文檔含有K個潛在主題，每個主題為N’個單詞的集合分布。將每篇文檔看作熱搜詞條潛在主題的一個隨機(jī)混合，其中每個主題看作若干個單詞的隨機(jī)混合。在每篇文檔中，根據(jù)由Dirichlet先驗α控制的多項式分布選擇潛在主題，確定一個主題，根據(jù)由Dirichlet先驗β控制的另一個多項式分布來提取單詞。對整個資料庫來講，每篇文檔生成過程都是互相獨立的，即共形成M+K個互相獨立的Dirichlet-Multinomial共軛結(jié)構(gòu)。由模型參數(shù)K=5可知，α=10，β=0.01。最終得到DW-LDA混合模型的概率表達(dá)式為：

全球新冠疫情風(fēng)波網(wǎng)絡(luò)輿情演變趨勢實證分析

疫情期間國內(nèi)外疫情相關(guān)數(shù)據(jù)收集。以微博熱搜詞條時間與話題討論次數(shù)為關(guān)鍵詞，構(gòu)建基于Python的爬蟲框架，對2020年1月1日至2020年10月31日的內(nèi)微博熱搜話題進(jìn)行采集，最終得到27862條信息。

將原始數(shù)據(jù)進(jìn)行預(yù)處理，剔除無關(guān)信息，關(guān)鍵信息分為醫(yī)療應(yīng)急管理、政府輿情治理、自媒體引導(dǎo)、國際輿情走向、社會輿情發(fā)展5大主題[4]，每個主題包含10個單詞。分別為醫(yī)療應(yīng)急管理：口罩、醫(yī)護(hù)人員、核酸檢測、鐘南山、傳染源、治療藥物、隔離、新增病例、發(fā)熱門診、消毒；政府輿情治理：武漢疫情、醫(yī)院建設(shè)、封城、免職問責(zé)、復(fù)工復(fù)產(chǎn)復(fù)學(xué)、大連疫情、新疆疫情、干部響應(yīng)、掌控市場價位、確診者活動范圍；自媒體引導(dǎo)：丁香醫(yī)生、晚安短信、封城日記、云監(jiān)工、云聚會、釘釘、健康碼、疫情知識科普、在一起、直播助力武漢；國際輿情走向：境外輸入、國際支援、中國外交、世界衛(wèi)生組織、最新疫情地圖、國外疫情、歸國留學(xué)生、國際航班、外國人入境、全球攜手戰(zhàn)疫；社會輿情發(fā)展:活動取消、快遞、野生動物、網(wǎng)課、獻(xiàn)愛心、社區(qū)服務(wù)、企業(yè)轉(zhuǎn)型、疫情防護(hù)、紅十字會、疫情拐點。

利用DW-LDA混合模型進(jìn)行數(shù)據(jù)可視分析。以時間為橫軸，熱度為縱軸，利用DW-LDA混合模型對數(shù)據(jù)進(jìn)行驗證。假設(shè)微博熱搜詞集為一個整體的語料庫[5]，其中共有D條信息，包含M=10篇文檔、K=5個潛在主題、N=N′×K=50個單詞。對于每條熱搜詞條d∈D，由Dirichlet分布θm～Dir(α)得熱搜詞條d的主題分布參數(shù)θm，θm代表文檔-主題概率分布；對于每個主題z∈K，由Dirichlet分布φz～Dir(β)得主題z上單詞的多項式分布參數(shù)φK，φK代表主題-詞概率分布；對于每條熱搜詞條d對應(yīng)的單詞N，由多項式分布zm,n～Mult(θm)得主題zm,n；由多項式分布wm,n～Mult(φk)得詞匯wm,n。結(jié)果見圖1。

圖1 數(shù)據(jù)庫主題熱度變化

國內(nèi)輿情演變趨勢的動態(tài)研究。2020年1月新冠肺炎以武漢為中心向全國范圍內(nèi)爆發(fā)，引起社會廣泛關(guān)注，網(wǎng)絡(luò)輿論隨之發(fā)酵。目前為止，輿論主題熱度變化是相同的走向趨勢[6],先增后降再急速降低，疫情反復(fù)使主題熱度再度飆升后又顯著降低。政府對疫情把控良好，輿論控制在一定的范圍內(nèi)，暫無較大波動。隨著國際疫情的發(fā)展，新冠肺炎疫苗的研發(fā)以及有效治療藥物再次被提及，引起群眾的廣泛討論。

綜上所述，疫情輿情仍處于波動階段，政府和相關(guān)部門一定要做好研判工作，防止二次爆發(fā)。疫情并未走遠(yuǎn)，輿情尚未結(jié)束，只是進(jìn)入了常態(tài)化防護(hù)階段，有一定的發(fā)酵程度，政府要做好應(yīng)對準(zhǔn)備。

新冠疫情引發(fā)的網(wǎng)絡(luò)輿情仍處于波動階段，關(guān)于疫情的話題依然占比較大。很多信息經(jīng)過網(wǎng)絡(luò)發(fā)酵，稍有不慎就會引發(fā)二次輿情，做好輿情研判工作，防止輿情爆發(fā)是現(xiàn)階段網(wǎng)絡(luò)輿情監(jiān)管工作的重點。

黨和政府高效有序的開展疫情防控工作并取得了巨大成績，網(wǎng)絡(luò)輿論隨著戰(zhàn)“疫”的不斷成功，變得積極向上充滿能量。更多人在社交平臺上自發(fā)進(jìn)行謠言駁斥，將輿論往正方向引導(dǎo)?？梢?，網(wǎng)絡(luò)輿情需要政府和管理者的積極干預(yù)與調(diào)控。

對相關(guān)疫情輿情，建立輿情監(jiān)測體系，加強(qiáng)監(jiān)測力度，建立疫情應(yīng)對體系，對網(wǎng)上的輿論及時處置；加強(qiáng)輿情風(fēng)險防范的宣傳，培養(yǎng)公眾輿情風(fēng)險防范意識；加強(qiáng)對公眾的管理和監(jiān)督，及時解決問題；建立良好的外部溝通機(jī)制，延緩輿情的擴(kuò)散速度，為采取應(yīng)對措施爭取時間。