基于新浪微博數(shù)據(jù)的東航MU5735墜毀事件輿情熱度演化及情感分析＊

岳 揚，山成虎，彭春霖，鄭小琳，閆玉璽，谷 瓊

(1.湖北文理學院計算機工程學院，湖北 襄陽 441053；2.襄陽市第五中學；3.湖北文理學院文學與傳媒學院)

0 引言

本文所分析的事件的背景描述：2022 年3 月21 日13 時15 分，中國東方航空集團一架波音737 客機由昆明長水機場起飛，14 時38 分在廣西梧州市藤縣埌南鎮(zhèn)莫埌村附近墜毀[1]。事故發(fā)生后，立即啟動應(yīng)急機制[2]。22 日，“3·21”東航飛行事故國家應(yīng)急處置指揮部召開新聞發(fā)布會[3]。23日16時30分，事故現(xiàn)場主要撞擊點東南方向發(fā)現(xiàn)第一部飛行記錄器（黑匣子）[4]。26 日晚，官方宣布“3·21”東航MU5735 航班上123 名乘客和9 名機組人員已全部遇難。27 日，找到“3·21”東航飛行事故客機第二個黑匣子[6]。

飛機墜毀事件出現(xiàn)頻次較低，由于涉及人數(shù)眾多，且生還率極低，往往會引發(fā)重大網(wǎng)絡(luò)輿情。特別是大量民眾急切了解事件動態(tài)，密切關(guān)注搜救進展，自媒體大V 等多種傳播主體的介入，頻頻出現(xiàn)的謠言等讓東航MU5735墜毀事件的輿情復(fù)雜程度劇增。本文對新浪微博平臺中，擁有1.47 億粉絲的人民日報微博所發(fā)表東航MU5735墜毀事件微博的評論數(shù)據(jù)進行爬取、提取關(guān)鍵詞，并進行情感分析，以期了解公眾對此次墜機事件的態(tài)度，總結(jié)重大空難事件的輿情傳播規(guī)律，為科學有效處理突發(fā)性安全事故提供輔助參考。

1 研究方法

1.1 數(shù)據(jù)來源

新浪微博是基于用戶關(guān)系的社交媒體平臺，可實現(xiàn)信息的即時分享和傳播互動[7]。截止2020 年3 月，微博月活躍用戶達到5.5億，日活躍用戶達到2.41億[8]，已成為公眾發(fā)表評論，表達自己觀點和訴求的主要途徑之一[9]。本文選取人民日報發(fā)表時間為2022 年3 月21 日至4 月1 日且與東航MU5735 墜毀事件直接相關(guān)的20 條微博，選取時間相對不集中，評論數(shù)量較多且包含多個主題。所選主題如表1所示。

表1 事件相關(guān)微博樣本主題及其數(shù)量

我們爬取新浪微博共30,266 條評論數(shù)據(jù)，對部分存在空白數(shù)據(jù)和無效評論數(shù)據(jù)進行預(yù)處理，得到共28399 條評論數(shù)據(jù)。另外，對評論數(shù)據(jù)進行關(guān)鍵詞提取，并根據(jù)該事件具體情況進行停用詞處理。

1.2 情感分析方法

情感分析最早由Nasukawa 等提出[10]，文本情感分析是對帶有情感色彩的主觀性文本進行分析、處理、歸納和推理的過程[7]。用戶在微博上發(fā)表自己帶有個人情感的評論，通過對這些評論信息的挖掘和分析，可以了解民眾關(guān)于某一事件的觀點和情感。黃仕靖等用TF-IDF 及LDA 主題模型建模，對不同階段和群體的輿情時空演化及差異進行內(nèi)容分析。朱曉卉[11]結(jié)合詞典與LSTM深度學習模型的情感分析方法，對輿情中心人物相關(guān)的評論情感進行極性分析[12]。本文采取關(guān)鍵詞提取和機器學習相結(jié)合的情感分析方法，由于微博評論數(shù)據(jù)大多屬于短文本，則使用文本摘要算法提取短文本中的關(guān)鍵詞，即用TextRank算法對評論進行關(guān)鍵詞提取，然后對提取的關(guān)鍵詞利用Python的SnowNLP來進行情感分析，由于SnowNPL默認模型訓練的語料為電商評論，故使用SnowNPL自帶的分類器，大連理工大學情感詞匯詞典[13]、臺灣大學NTUSD簡體中文情感詞典、清華大學李軍中文褒貶義詞典來訓練模型。

表2 積極、中性、消極情緒相應(yīng)關(guān)鍵詞示例

1.3 熱度演化分析方法

網(wǎng)絡(luò)輿情一般會經(jīng)歷從形成到高漲，再到波動，直至最終消退的過程[14]。我們對東航MU5735 墜毀事件的新浪微博熱搜話題數(shù)據(jù)進行熱度演化分析。

微博實時熱搜榜是微博基于短時間內(nèi)的搜索量，對話題詞條進行排名的榜單。榜單共記錄50個詞條，每分鐘更新一次。本文對2022年3月21日至4月1日且與東航MU5735墜毀事件直接相關(guān)的熱搜話題數(shù)據(jù)進行處理，據(jù)新浪微博規(guī)則，熱搜話題熱度計算公式如下：

其中，s指搜索量，包括手動輸入搜索和點擊跳轉(zhuǎn)搜索，反映用戶對熱點的關(guān)注和探索的程度。d指討論量，包括原創(chuàng)發(fā)博和轉(zhuǎn)發(fā)討論，t指閱讀量，i指熱搜結(jié)果頁中的互動率[15]。從熱搜時光機網(wǎng)站獲取每天各時段的熱搜話題及其熱度值，本文對每天各熱搜話題的最高熱度值之和進行統(tǒng)計。例如：2022 年3 月31 日有6 條該事件相關(guān)話題上熱搜榜，各話題熱度值表如表3，故當天熱搜話題最高熱度值之和為6,191,362。

表3 2022年3月31日熱搜榜中MU5735墜毀事件相關(guān)話題最高熱度值表

本文采用一種結(jié)合關(guān)鍵詞提取和機器學習的情感分析方法對東航MU5735墜毀事件相關(guān)的部分微博數(shù)據(jù)進行情感分析，同時，統(tǒng)計、分析墜機事件發(fā)生后的微博熱搜話題數(shù)據(jù)，了解該事件的輿情熱度演化情況，所采取的研究方法如圖1所示。

圖1 研究方法路線圖

2 結(jié)果與分析

2.1 評論特征分析

對本次墜機事件中的評論分詞進行詞頻統(tǒng)計，結(jié)果如表4 所示?！靶量嗔恕焙汀靶量唷眱稍~的詞頻之和高達10,468 次，“搜救人員”和“救援人員”兩詞的詞頻之和達到2216次，這是因為評論所在的微博發(fā)表者人民日報發(fā)表了大量救援進展相關(guān)的微博，因此評論樣本中表達對救援人員的感謝較多?！昂谙蛔印痹~頻達到1901 次，因為黑匣子是查明此次墜機事故原因的關(guān)鍵所在，且各大媒體加大對黑匣子相關(guān)信息的科普，以及公眾對黑匣子的好奇心理，致使黑匣子關(guān)注度較高，同時也與人民日報持續(xù)在微博發(fā)表的“黑匣子”相關(guān)微博有關(guān)。東航MU5735墜毀事件微博評論詞云圖如圖2所示。

表4 2022年3月21日至4月1日MU5735墜毀事件相關(guān)微博評論詞頻統(tǒng)計表（詞頻500以上）

圖2 2022年3月21日至4月1日MU5735墜毀事件相關(guān)微博評論詞云圖

2.2 熱度演化分析

為了觀察東航MU5735墜毀事件輿情熱度的演化情況，本文通過記錄2022 年3 月21 日至4 月1 日內(nèi)各相關(guān)熱搜話題的最高熱度值之和，經(jīng)整理得到的相關(guān)熱搜話題熱度值變化圖如圖3所示。

圖3 2022年3月21日東航MU5735墜毀事件輿情熱度演化圖

一般認為，公共危機事件生命周期分為醞釀期、發(fā)生期、持續(xù)期和消退期四個階段。姜勝洪[16]認為輿情演變會以不同的方式經(jīng)歷一個形成、高漲、波動和最終淡化的發(fā)展過程。輿情生命周期劃分原理基本一致。其中粗粒度的劃分可用于個別事件分析，細粒度劃分可用于所有事件[17]。本文將東航MU5735 墜毀事件輿情熱度演化過程[18]劃分為如下幾個階段。

⑴爆發(fā)階段：墜機事件突發(fā)，輿情熱度迅速上升

從圖3 輿情演化形勢可以清晰的看出，當3 月21日墜機事件發(fā)生后，微博相關(guān)熱搜話題熱度值馬上到達一個極高的數(shù)值，爆發(fā)階段主要熱搜話題及其最高熱度值如表5所示。

表5 爆發(fā)階段主要熱搜話題及其最高熱度值表

MU5735 墜機詳細過程的公開讓大家對墜機原因更加關(guān)心，當日媒體報道發(fā)現(xiàn)有部分飛機殘骸和人體組織碎片讓公眾的悲傷情緒加劇，輿情熱度到達頂峰。該類突發(fā)性網(wǎng)絡(luò)輿情通常表現(xiàn)為網(wǎng)絡(luò)輿情熱度迅速升高，導致輿情迅速進入成長期和爆發(fā)期，結(jié)合圖3的輿情熱度演化態(tài)勢，故本文將爆發(fā)階段作為第一階段。之所以會如此快速地進入爆發(fā)階段，原因如下：①微博的話題機制加上熱榜機制，信息量一時劇增，加上微博的熱門話題推送機制，即便是不關(guān)心此事件的民眾也在一定程度上了解了該事件；②事故發(fā)生后，總書記和總理立即作出重要指示，此事件具有一定的政治影響；③有些人對政府部門表現(xiàn)出警惕和不信任，有些人對政府部門表示支持和理解，還有一些人對此次事件進行客觀分析，試圖還原事件的“真相”。

⑵回落階段：下雨搜救受阻，官方及時解答，公眾基本了解事件進展，熱度下降

由于墜機事故現(xiàn)場下雨，搜尋進展緩慢，至3月23日晚，東航飛行事故已舉行三場新聞發(fā)布會，第一部黑匣子已被找到，網(wǎng)友關(guān)心的飛行員以及飛機的基本情況在第三場發(fā)布會上得到解答，公眾對該事件情況已經(jīng)基本了解清楚，于是公眾開始對后續(xù)進展持觀望態(tài)度，等待最新搜救進展，因而輿情熱度回落。

⑶回升階段：第二個黑匣子消息先假后真加上確認全員遇難，輿情熱度回升

此階段官方已經(jīng)確認MU5735航班上人員已全部遇難，一百多條生命，涉及到多少個家庭，令人痛惜。公眾開始更加疑惑：事故原因究竟是什么？之后第二部黑匣子被找到，至此兩部黑匣子均找到，公眾認為查清墜機原因的希望變得更大，因此輿情熱度回升，回升階段主要熱搜話題及其最高熱度值如表6。

表6 回升階段主要熱搜話題及其最高熱度值表

⑷冰點階段：黑匣子被找到，公眾等待事件解密，事件熱度暫達冰點

隨著兩個黑匣子被找到，該起事件得到解密似乎只是時間問題，且已經(jīng)確認機上人員全都遇難，民眾期待的奇跡已經(jīng)破滅?！皦嫏C事故現(xiàn)場有黑蝴蝶飄落”、“墜機現(xiàn)場發(fā)現(xiàn)十幾本結(jié)婚證”、“一名消防員在東航飛行事故處置現(xiàn)場的日記”、“消防員參與東航飛行事故處置的心路歷程”等該事件背后的故事得到關(guān)注。4月1日，熱搜榜上暫時難尋該事件蹤影。雖然網(wǎng)絡(luò)輿情可能會暫時達到冰點，但這不代表著它已經(jīng)徹底消亡了。一旦再發(fā)生相關(guān)聯(lián)的事件，網(wǎng)絡(luò)輿情可能會再度引爆。

2.3 情感分析

本文對本次收集的東航MU5375墜毀事件微博評論使用TextRank算法提取關(guān)鍵詞，將使用TextRank算法計算的分數(shù)排名前50 個關(guān)鍵詞繪制詞云如圖4 所示。TextRank 算法不是簡單的完全基于詞頻，而是進一步考慮了文檔之內(nèi)各詞組之間的語義關(guān)系。TextRank 可表示成一個有向有權(quán)圖G=(V,E)，該有向有權(quán)圖由點集合V以及邊集合E組成，而E是V×V的子集。公式中Vi，Vj間的邊權(quán)重為Wji，對某個點Vi，In(Vi)為所有指向此點的點集合，同樣的，Out(Vi)為點Vi指向的所有點的集合，此點的分數(shù)定義如下：

圖4 使用TextRank算法得到的關(guān)鍵詞詞頻詞云

其中，d是阻尼系數(shù)，可取數(shù)值區(qū)間為[ 0,1 ]，此系數(shù)代表該有權(quán)有向圖中某一點指向其他點的概率[18]。

本文對所提取出來的1336 個關(guān)鍵詞使用SnowNPL 進行情感分析，在1336 個關(guān)鍵詞中，共有122 個呈積極情緒，占總體數(shù)量的9.1%；中性情緒966個，占總體數(shù)量的72.3%；消極情緒248個，占總體數(shù)量的18.6%。同時得到使用TextRank算法計算出的分數(shù)排名前16的重點關(guān)鍵詞情緒值如表7所示。

關(guān)鍵詞中消極情緒比例是積極情緒的兩倍，由于微博評論重復(fù)、跟評現(xiàn)象較多，需參考表4、表7 數(shù)據(jù)。表4 中“逝者安息”詞頻達到2160，排名第三，而表7 中消極情緒關(guān)鍵詞“事故”、“逝者”、“難過”均列其中，說明輿情中情緒較悲痛。該事件造成了132 人全部遇難，連具完好的尸體都未保留，中國歷來有“逝者為大”、“死后留全尸”的傳統(tǒng)觀念，因此網(wǎng)民對此有強烈的悲傷表達欲。加上微博等社交媒體便利的“發(fā)帖”、“轉(zhuǎn)發(fā)”、“評論”、“點贊”等功能，信息互相疊加，墜機事件相關(guān)信息能夠迅速傳播，加上該起事件的悲劇性，消極情緒的產(chǎn)生不可避免。同時，中性情緒的關(guān)鍵詞占到72.3%之多，結(jié)合表4、表7 數(shù)據(jù)，中性情緒關(guān)鍵詞“黑匣子”、“飛機”、“真相”均在兩表之列，中性情緒關(guān)鍵詞“搜救”在表7 中出現(xiàn)，且在表4 中與之關(guān)聯(lián)的“搜救人員”、“救援人員”頻率較高，這表明公眾除了悲痛之外，還關(guān)心搜救進展、事故真相。由于該墜機事件成因未知，出現(xiàn)大量猜測，人們迫切了解真相，故公眾對“黑匣子”、“真相”關(guān)注程度較高?！爸行郧榫w”占比較高的另一個原因是在官媒和自媒體博主等媒體的科普之下，公眾的消極情緒部分被轉(zhuǎn)換為：去了解“飛機事故調(diào)查的全流程”、“黑匣子到底是什么”等問題。

表7 使用TextRank算法排名前16的重點關(guān)鍵詞情緒值表

從表4、表7看，積極情緒關(guān)鍵詞“辛苦”名列前茅，表明公眾對救援人員的敬意、感激。136 次的“奇跡”表明公眾認為墜機事件發(fā)生后機上人員幸存的可能性較低，但是對平安的追求也讓他們心存一份希望。不過當3月26日官方已經(jīng)確認MU5735航班上人員已全部遇難之后，便再難尋“奇跡”的蹤影。事件發(fā)生后，眾多明星第一時間為失事航班祈福，加上媒體的合理引導，公眾消極情緒一部分轉(zhuǎn)化為對奇跡發(fā)生的期盼，自發(fā)為失事同胞祈福。失事發(fā)生后不久，廣西消防總隊便前往救援，有關(guān)部門反應(yīng)迅速，加上媒體對救援過程的實時跟進，公眾對救援人員心存感激。

3 結(jié)束語

本文以東航MU5735 墜毀事件為例，通過對3 月21日至4月1日人民日報20條相關(guān)微博評論數(shù)據(jù)使用Python 語言的SnowNPL 情感分析庫對本次事件的輿情信息進行情感分析，同時分析墜機事件發(fā)生后的微博熱搜話題數(shù)據(jù)，分析該事件的輿情熱度演化情況，為網(wǎng)絡(luò)輿情的引導和處置提供參考。

本文研究結(jié)論如下。①東航MU5735墜毀事件的輿情熱度演化整體上遵循生命周期理論，但由于該類突發(fā)性網(wǎng)絡(luò)輿情熱度迅速升高，會導致輿情迅速進入成長期和爆發(fā)期，潛伏期往往很短。這將加大輿情檢測難度，甚至可能錯過最佳應(yīng)急處置的機會，這就需要輿情監(jiān)測相關(guān)部門擁有輿情監(jiān)控軟件系統(tǒng)，并能夠及時制定處置方案。②從微博評論數(shù)據(jù)提取的MU5735 墜機事件關(guān)鍵詞情感傾向比例分析可知，公眾對該事件以中性情感為主，其次是消極情感，再次是積極情感。這離不開有關(guān)部門及時公開具體事件進展，積極解答公眾關(guān)心的問題，公開透明，讓謠言沒有發(fā)展的土壤，整個輿情形勢有序可控，公眾情緒較穩(wěn)定。也離不開媒體和意見領(lǐng)袖對事件客觀分析，合理引導公眾排解消極情緒，積極參與辟謠工作，避免公眾出現(xiàn)恐慌。