基于微博数据的暴雨洪涝灾害舆情特征研究：以2021年中国三场暴雨洪涝为例

【目的】自然灾害网络舆情的治理是综合减灾的重要内容。为探究重大暴雨洪涝灾害引发的网络舆情特征，总结相关舆情应对经验，【方法】以2021年发生的三场重大暴雨洪涝灾害为例，搜集了发布于新浪微博平台上的“山西暴雨”“河南暴雨”“湖北暴雨”话题相关的微博数据。利用基于BERT微调模型的机器学习方法进行了时间序列上的情感分析，梳理了灾害舆情议题的热度和情感强度变化；结合以关键词共现语义网络为核心的知识图谱方法，探寻了不同灾害的舆论热点变化特征。【结果】结果表明：(1)同类型暴雨洪涝灾害舆情通常具有相似的时序特征，即通常会持续较长时间，且舆情高峰都与关键性事件有关。(2)同类型暴雨洪涝灾害舆情情感色彩分布相似，但会因灾害严重程度的不同而产生相应变化。山西暴雨中正向情感占比为36.83%,负向占比为28.81%;河南暴雨则为34.23%和43.25%;湖北暴雨则为45.91%和27.07%。(3)类似暴雨洪涝灾害舆情具有相类似的主题分布，可分为对致灾因子和灾害本身的关注、对致灾过程的关注和应急抢险救援的关注、对洪涝灾害对于社会经济生态影响方面的关注。【结论】暴雨洪涝灾害引发的网络舆情的演变特征大致相...