城市画像视角下的社会公众情感演化研究

【目的】为及时掌握城市动态、引导公众舆论、识别与预测城市潜在问题,构建城市画像视角下的公众情感演化模型。【方法】通过LDA2Vec提取时间窗口下的城市主题;采用基于词典的情感分析方法细粒度划分城市主题的情感类别,并计算各个城市主题的情感强度;最后利用TF-IDF算法追踪时间序列下引起公众情感演化的城市事件,并构建ARMA模型预测公众情感趋势。【结果】本文模型中"好"的情感强度预测准确率达97%,"恶"的情感强度预测准确率达90%,证明了模型的可行性。【局限】未将突发事件作为影响因素加入公众情感演化模型。【结论】本文方法能够有效识别和判断引起公众情感极性发生变化的城市事件,并具有较高的情感强度预测准确性。