陳 妍，李博誠，張云秋

互聯(lián)網(wǎng)及網(wǎng)絡(luò)社交媒體的快速發(fā)展，大大降低了公眾發(fā)表網(wǎng)絡(luò)言論的門檻，越來越多的網(wǎng)絡(luò)用戶選擇在網(wǎng)絡(luò)社交平臺表達個人意見和情感傾向。微博作為其中的代表，因傳播速度快、社會影響力大而逐漸成為用戶信息傳播及信息獲取的重要渠道［1］。突發(fā)公共衛(wèi)生事件因關(guān)乎公眾切身利益，往往持續(xù)時間久，關(guān)注人數(shù)多，而且極易觸動公眾的敏感神經(jīng)，當(dāng)事件被爆出后，公眾因擔(dān)憂自身生命健康安全而產(chǎn)生強烈的恐慌、憤怒等消極情緒，在網(wǎng)絡(luò)用戶中影響巨大［2］。而這些通過網(wǎng)絡(luò)傳達出的情感易形成社會輿論，會影響事件的發(fā)展及相關(guān)個人或組織的決策，甚至形成新的突發(fā)事件［3］。

近年來，信息技術(shù)的發(fā)展，尤其是文本挖掘相關(guān)技術(shù)和方法的日漸成熟，為突發(fā)公共衛(wèi)生事件輿情的監(jiān)控及輿情規(guī)律的呈現(xiàn)提供了新的解決思路。這些技術(shù)和方法可以幫助相關(guān)決策人員深入挖掘網(wǎng)絡(luò)中用戶生成的大量碎片信息［4］，刻畫事件的演化過程和公眾情感的波動情況，實時把控用戶情感狀況，減少不良輿論對社會的負面影響［5］。

1 相關(guān)研究

1.1 主題分析研究現(xiàn)狀

在眾多對文本進行分析的方法中，主題模型（topic model）近些年逐漸成為研究熱點。主題模型是以非監(jiān)督學(xué)習(xí)的方式對文集的隱含語義結(jié)構(gòu)進行聚類的統(tǒng)計模型［6］，因其在文本處理和分析方面的卓越性能和優(yōu)異表現(xiàn)，被自然語言處理方面的研究者廣泛用于文本分析。如有學(xué)者使用LDA 模型對“立頓毒茶包”事件進行了輿情演化分析［7］；還有學(xué)者對公眾針對共享單車政策修訂的意見反饋采納情況進行了研究［8］；有學(xué)者提出一種由LDA 和支持向量機模型衍生而來的主題模型進行產(chǎn)品評論文本特征的提取，并進行主題聚類［9］；還有學(xué)者提出一種面向產(chǎn)品評價信息文本進行文本特征提取的PMI-TFIDF模型，并與傳統(tǒng)的點互信息法進行了比較分析［10］。

1.2 主題-情感協(xié)同分析

目前，已有相關(guān)研究對主題和情感的協(xié)同分析進行了探討。國內(nèi)有學(xué)者通過將文本情感與用戶畫像信息納入到圖模型，實現(xiàn)了基于微博的主題和情感的同步分析［11］；有學(xué)者提出短文本情感主題模型SSTM，認為情感是依存于主題的［12］；有學(xué)者根據(jù)微博評論的特點，提出了一種基于主題-情緒挖掘模型的情感分類方法［13］；還有學(xué)者使用機器學(xué)習(xí)和情感計算對微博文本進行主題和情感綜合分析［14］。國外有學(xué)者基于推特數(shù)據(jù)集，通過對主題和情感的綜合分析提升在線零售業(yè)服務(wù)［15］。

綜上所述，現(xiàn)有主題分析研究未能考慮在時間線上某一時間片內(nèi)的文本會受到前后文本的影響，導(dǎo)致呈現(xiàn)出的主題存在一定的偏移。同時，用戶情感也具有一定的動態(tài)性，用戶在短期內(nèi)的情感波動往往與某一具體的熱點討論話題有關(guān)，單獨進行情感分析而忽略其所依附的主題，會降低情感的指向性。鑒于此，本文基于新浪微博平臺，通過動態(tài)主題模型提出綜合用戶討論主題和情感變化的SA-DTM 分析模型，以更好地探究突發(fā)公共衛(wèi)生事件網(wǎng)絡(luò)輿情演化規(guī)律，為應(yīng)急管理與決策服務(wù)。

2 研究框架與方法

2.1 總體框架概述

本文提出的SA-DTM 分析模型框架如圖1 所示，主要包括動態(tài)主題分析、情感分析和主題-情感可視化分析3 部分。

圖1 SA-DTM 分析模型框架

2.2 動態(tài)主題分析

2.2.1 LDA 主題模型

LDA 主題模型是一種基于詞袋思想的無監(jiān)督貝葉斯模型。該主題模型認為，一篇文檔是由一組單詞所構(gòu)成的“詞袋”結(jié)構(gòu)，而其中的詞沒有先后順序。Beta 分布是二項式的共軛概率分布，而LDA模型中所使用的狄利克雷（Dirichlet）分布則是多項式分布的共軛概率分布。通常情況下，在LDA 模型中生成一篇文檔的方式可以通過以下幾步來實現(xiàn)：從Dirichlet 分布α中抽取出第i個文檔的主題分布θi；從主題的多項式分布規(guī)律θi中抽取生成屬于第i個文檔中第j個詞的特定主題zi,j；從Dirichlet分布β中抽取生成屬于主題zi,j的詞語分布模型?zi,j；從詞語的多項式分布?zi,j中采樣，并最終抽取生成我們想要得到的詞語ωi,j。

2.2.2 動態(tài)主題模型

動態(tài)主題模型是一種以LDA 為理論基礎(chǔ)的主題模型，能夠接受按照時間線排列好的語料信息，輸出在時間線上的不同時期文檔在主題上的變化，從而顯示在時間線上的某個時間片中人們主要討論和關(guān)注的主題，其中主題是由關(guān)鍵詞及其權(quán)重的組合表示的，在每個時間片上的主題數(shù)均為K個。

LDA 模型是以α和β為超參數(shù)初始化的Dirichlet分布函數(shù)，而在本文的動態(tài)主題模型中計算權(quán)重值ω=Vt/Vt-1，其中Vt和Vt-1 分別代表當(dāng)前時間片和前一個時間片的文檔中單詞的個數(shù)，當(dāng)前時間片的超參數(shù)α和β等于前一個時間片的α和β乘上權(quán)重ω。而在第一個時間片中初始化這兩個超參數(shù)時，通常情況下把這兩個參數(shù)初始化為0.01 和50/K，隨后的時間片則按照一定的規(guī)律進行計算［16］。

通過分析可知，區(qū)別于傳統(tǒng)的LDA 主題模型在整個主題生成過程中保持超參數(shù)不變，動態(tài)主題模型的超參數(shù)在生成過程中不斷調(diào)整與變化，并且充分考慮了上下文及前后時間片對主題聚類的影響，因此它更適合應(yīng)用于持續(xù)時間長、事件變化多的突發(fā)公共衛(wèi)生事件。

2.3 情感分析

情感分析也稱意見挖掘，是指自動、高效地對文本內(nèi)容的情感傾向進行判斷，發(fā)現(xiàn)用戶對某個事件的態(tài)度和意見的過程?，F(xiàn)階段有很多文本挖掘工具都支持情感分析功能，其中ROST-CM6 是目前較為成熟的文本挖掘工具，可對文本進行積極、中性和消極3 方面的情感分析。

2.4 主題-情感可視化分析

本文在LDAVis 的基礎(chǔ)上對氣泡圖進行了優(yōu)化，使其可以綜合反映用戶討論的熱點話題與情感之間的關(guān)系。具體內(nèi)容如下：氣泡圖中氣泡的大小表示話題的熱度，氣泡越大代表該主題下的評論越多；氣泡的顏色代表主題的情感極性，其中藍色代表積極情感，橙色代表消極情感，顏色越深其情感強度越大。

3 實證研究

3.1 數(shù)據(jù)收集及預(yù)處理

以新浪微博平臺“非洲豬瘟”事件為例，對本文所提出的分析模型進行實證分析。利用Gooseeker網(wǎng)絡(luò)爬蟲工具，以“豬瘟”為關(guān)鍵詞在新浪微博平臺檢索到2018 年8 月1 日—2019 年3 月31 日的全部數(shù)據(jù)共20 182 條。由于網(wǎng)絡(luò)社交媒體的開放性，所爬取的評論中涉及一些空白、網(wǎng)頁鏈接、@其他用戶的無用信息，通過關(guān)鍵詞篩選和人工檢查的方式對數(shù)據(jù)進行清洗，得到17 422 條評論數(shù)據(jù)。

3.2 主題識別

首先對評論進行時間片劃分。本文將所有評論按時間跨度中的8 個自然月均分為8 個片，并基于Python調(diào)用jieba分詞模塊對評論數(shù)據(jù)集進行分詞。為提高分詞結(jié)果，本文將哈工大停用詞表加入了停用詞詞典，將搜狗詞典的疾病預(yù)防專業(yè)詞庫填入用戶詞典。使用Gensim 模塊進行語料庫生成，生成步驟如下：首先，去除低頻詞以提高主題識別結(jié)果的代表性，本研究將閾值設(shè)為5，即刪除頻次小于5 的詞匯；其次，使用Doc2vec 將格式中的元素轉(zhuǎn)化為Bow 格式的向量；最后，通過困惑度曲線與實驗觀察調(diào)整，最終設(shè)定主題數(shù)為9，超參數(shù)α使用默認參數(shù)0.1，運行模型中的time 模式。

本文將時間片內(nèi)主題詞權(quán)重最大的主題認定為該時間片內(nèi)的主題，最終得出主題聚類結(jié)果。在事件暴發(fā)初期（2018 年8-11 月），人們關(guān)注的多是疫情的傳播、控制及發(fā)源地；同年9 月，關(guān)注焦點是通過科普有關(guān)豬瘟的知識盡可能阻止謠言的傳播。另外，從關(guān)鍵詞可以看出，豬瘟疫情也引發(fā)了對部分走私相關(guān)案件的討論；從2019 年1月份的主題關(guān)鍵詞可以看出在寧夏發(fā)生了豬瘟疫情，而從“磚家”這個關(guān)鍵詞則可以看出人們對專家發(fā)表的種種聲明的不信任和質(zhì)疑。2019 年2 月，食品檢疫部門在三全水餃中檢查出豬瘟病毒核酸呈陽性，這一事件引起了強烈關(guān)注。在這一時間片中，用戶評論呈現(xiàn)爆發(fā)性增長，用戶分別對三全等食品企業(yè)，以及我國的食品檢疫有關(guān)部門產(chǎn)生了極大的質(zhì)疑與不信任；而且從部分關(guān)鍵詞能看出用戶對這一事件的震驚和恐懼。2019年3 月，因為出現(xiàn)了多起對豬瘟檢疫結(jié)果隱瞞和造假的案件，這一話題成為了互聯(lián)網(wǎng)用戶關(guān)注的主要話題。

3.3 主題-情感演化分析

通過對特定主題下的評論進行情感分析，可以確保用戶所表達的情感與主題相關(guān)，以更好地探究用戶所表達情感的原因，進而更好地對網(wǎng)絡(luò)輿情進行合理引導(dǎo)。本文將一個時間片內(nèi)包含至少一個主題關(guān)鍵詞的評論視為該主題下的評論。將所有評論分到所對應(yīng)的主題下并導(dǎo)入ROST-CM6 軟件，所得結(jié)果如圖2 所示。

圖2 情感分析結(jié)果

本文結(jié)合LDAvis 進行了可視化改進，結(jié)果如圖3 所示。

圖3 主題-情感可視化分析

通過圖2 我們可以發(fā)現(xiàn)，在事件前期，用戶對事件的關(guān)注度較低并且對豬瘟事件的嚴(yán)峻性認識不足，故情緒相對平和；但是隨著之后豬瘟疫情再一次大規(guī)模暴發(fā)，全國多處都出現(xiàn)了豬瘟疫情的報道，用戶逐漸感到厭煩和焦躁，從2018 年11 月開始，負面情緒逐漸高漲，2019 年2 月由于“三全”事件的報道，負面情緒達到了頂峰，消極評論占比近50%。

根據(jù)ROST-CM6 所計算出的評論情感強度，得到關(guān)于主題-情感演化分析的結(jié)果（圖3）?？梢钥闯鲋黝}1、主題3、主題9 這3 個主題氣泡最大，熱度最高，而且主題9 的負向情感強度最強烈，與之相反，主題2 的正向情感最為強烈。通過事件發(fā)展的整個過程可以看出，總共有兩次事件發(fā)展高潮，一是疫情剛剛發(fā)生的2018 年8 月，二是“三全”事件發(fā)生的2019 年2 月，表現(xiàn)為高熱度和高情感強度的雙高潮。2018 年10-12 月為事件發(fā)展較為平緩的時期。在“三全”事件爆發(fā)的半個月之后，網(wǎng)絡(luò)用戶的情緒逐漸平息。

通過上述情感與主題的演化分析，我們發(fā)現(xiàn)此類事件中與民眾生活相關(guān)的話題是輿情討論的熱點。有關(guān)部門在處理此類事件時也應(yīng)將民生問題放在首位，將此類事件解決在萌芽階段，避免產(chǎn)生“聚集性”負面情緒，暴發(fā)負面輿情。通過分析發(fā)現(xiàn)，“豬瘟”這一突發(fā)事件的整個發(fā)展過程大概經(jīng)歷了如下幾個階段：最初，疫情開始逐漸蔓延傳播，人們多關(guān)注豬瘟的傳播路徑和暴發(fā)地點，情感強度較弱，呈現(xiàn)輕微的消極表現(xiàn)；隨后，事件熱度慢慢降低，人們更關(guān)注一些豬瘟的謠言和暴發(fā)原因等邊緣話題；但是之后與食品安全息息相關(guān)的“三全水餃”事件突然暴發(fā)，使得用戶情緒的消極程度達到整個過程的最高點；最后，事件的熱度在半個月后逐漸冷卻，人們的關(guān)注點又慢慢轉(zhuǎn)移到邊緣話題。

突發(fā)公共衛(wèi)生事件與其他突發(fā)事件不同，具有影響范圍廣泛、與日常生活更貼近、發(fā)展迅速、易對人體健康造成威脅等特點。因此，在此類事件發(fā)生后，尤其在互聯(lián)網(wǎng)和智能手機如此普及的今天，有關(guān)部門在有限時間內(nèi)迅速做出反應(yīng)，完成安撫群眾、科普相關(guān)知識、控制謠言的散布等一系列行動，對最大限度地緩解群眾的恐慌、減少事件的負面影響有重要作用。

4 結(jié)語

本文針對突發(fā)公共衛(wèi)生事件持續(xù)時間長、討論話題多變的特點，利用動態(tài)主題模型，充分考慮了上下時間片對主題聚類的影響，以及互聯(lián)網(wǎng)用戶所表達情感與主題的相關(guān)性，構(gòu)建了SA-DTM 模型。同時我們在LDAVis 的基礎(chǔ)上對氣泡圖進行了優(yōu)化，使其可以綜合反映用戶討論的熱點話題與情感之間的關(guān)系。此外，通過建立的綜合用戶評論主題和用戶情感的網(wǎng)絡(luò)輿情分析模型進行了實證分析，結(jié)果表明該模型可以準(zhǔn)確地呈現(xiàn)用戶所討論的熱點話題及對該話題所表達的情感傾向。今后的研究中將重點解決DTM 模型的超參數(shù)優(yōu)化，并進一步對情感粒度進行細化，以求真實準(zhǔn)確地還原用戶情感。