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 |
| |
作者姓名: | 张谱 张豪 孔锋 孔赟珑 |
| |
作者单位: | 1. 中国农业大学人文与发展学院;2. 中国农业大学信息与电气工程学院;3. 清华大学应急管理研究基地;4. 中国科学院空天信息创新研究院 |
| |
基金项目: | 国家自然科学基金项目(61901471,41801064,71790611);;中国高等教育学会2022年度高等教育科学研究规划课题(22DL0302);;国家重点研发计划政府间/港澳台重点专项项目(2018YFE0109600);;北京市社科基金研究基地项目(19JDGLA008);;中央高校基本科研业务费专项资金项目(2021TC062); |
| |
摘 要: | 【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...
|
关 键 词: | 暴雨洪涝灾害 灾害舆情 应急管理 灾害比较 自然语言处理 降水 城市内涝 |
|