摘 要：热点事件常常伴随网民的激烈讨论，展现出各不相同的网民情绪。通过将情绪数据进行分析，快速获取网民的正负面情绪，为商品的市场推广和网络犯罪的预防等提供技术支持。基于微博等社交平台构建网民情绪分析模型，该模型以新冠肺炎疫情事件为案例进行分析，利用数据挖掘、聚类方法对情感进行分析与分类，精准定位热点事件，研究疫情环境下不同热点事件不同状态下网民情绪变化。
关键词：数据挖掘；机器学习；聚类
DOI:10.19850/j.cnki.2096-4706.2022.013.024
中图分类号：TP391 文献标识码：A 文章编号：2096-4706（2022）13-0098-04
Analysis of Netizen Emotion in Public Emergencies Based on Clustering Method
WANG Jun1, LYU Guangxu2, LU Jiaqi 2, WANG Xiaoying2
(1.Security Office of the Palace Museum, Beijing 100009, China; 2.Institute of Disaster Prevention, Sanhe 065201, China)
Abstract: The emergence of hot events will bring heated discussions among netizens and show different netizens’ emotions. By analyzing the emotion data, it can quickly obtain the positive and negative emotions of netizens, which can provide technical support for the market promotion of commodities and the prevention of cyber crimes. Based on social platforms such as Weibo, an analysis model of netizens’ emotions is built. The model takes the COVID-19 epidemic as a case for analysis and classifies emotions by using data mining and clustering methods, accurately locate hot events, and study the changes of netizens’ emotions under different hot events and different states in the epidemic environment.
Keywords: data mining; machine learning; clustering
参考文献：
[1] 周莉，蔡璐，刘煜 . 文化差异中的网络情绪表达——YouTube 中四国对“巴黎暴恐”事件的网络情绪分析 [J]. 情报杂志，2017，36（3）：61-66.
[2] 姜金贵，闫思琦 . 基于主题和情绪相互作用的微博舆情演化研究——以“红黄蓝虐童事件”为例 [J].情报杂志，2018，37（12）：118-123.
[3] 丁晓蔚 . 网民情绪分析及相应舆情风险管理研究——基于大数据热点事件 [J]. 当代传播，2019（6）：51-54.
[4] 郭爽，万立军 . 微博社区网民情绪引导与舆情控制的 SIR演化博弈分析 [J]. 情报科学，2020，38（5）：132-140.
[5] 王月，张涛 . 突发事件下网民群体负面情绪演化影响因素分析 [J]. 情报探索，2022（4）：100-106.
[6] MIHALCEA R，TARAU P. Textrank：Bringing order into text [C]//Proceedings of the 2004 conference on empirical methods in natural language processing.Barcelona：ACL，2004：404-411.
[7] 陈佳慧 . 基于情感词典的中文微博情感分析与话题倾向性判定研究 [D]. 重庆：西南大学，2019.
作者简介：王军（1979--），男，汉族，河北石家庄人，大学本科，职位：工程师，研究方向：通信网络与安全防护；通讯作者：吕广旭（1998--），男，汉族，山东德州人，防灾科技学院在读研究生，研究方向：网络安全、数据挖掘。