0    引言

預(yù)測網(wǎng)絡(luò)輿情熱度有助于及時(shí)掌握輿情動(dòng)態(tài)，提高應(yīng)對(duì)輿情危機(jī)的能力。但突發(fā)重大公共衛(wèi)生事件的網(wǎng)絡(luò)輿情具有長周期性、快傳播性以及強(qiáng)破壞性的特點(diǎn)，其輿情擴(kuò)散更容易導(dǎo)致輿情危機(jī)的出現(xiàn)、發(fā)酵使其難以控制。隨著新冠肺炎疫情的出現(xiàn)，國家和政府越來越重視“生物安全”，尤其是可能遲滯或中斷民族復(fù)興歷史進(jìn)程的風(fēng)險(xiǎn)挑戰(zhàn)，當(dāng)然也構(gòu)成人類生存面臨的重要威脅。過往對(duì)網(wǎng)絡(luò)輿情的研究內(nèi)容主要是對(duì)研究對(duì)象的文本內(nèi)容進(jìn)行分詞與詞性分析、演化規(guī)律以及影響機(jī)理進(jìn)行分析。從風(fēng)險(xiǎn)的社會(huì)放大理論來看，網(wǎng)絡(luò)輿情會(huì)在短時(shí)間內(nèi)擴(kuò)散并隱藏著潛在的風(fēng)險(xiǎn)。如果對(duì)突發(fā)事件的輿情預(yù)測處理不當(dāng)，會(huì)隨著消極情緒的蔓延，形成“漣漪效應(yīng)”趨勢(shì),導(dǎo)致更為嚴(yán)重的輿情危機(jī),加劇網(wǎng)絡(luò)輿情的監(jiān)管難度。

目前，國內(nèi)外的許多學(xué)者在突發(fā)事件輿情熱度預(yù)測方面做了大量的研究。王努努等通過情感分類分析出網(wǎng)民的不同情感態(tài)度，隨著時(shí)間的變化對(duì)不同情感進(jìn)行情感預(yù)測。輿情熱度研究一般分為以單一變量的變化規(guī)律和趨勢(shì)進(jìn)行輿情熱度的預(yù)測研究，和以多個(gè)變量構(gòu)建輿情熱度模型進(jìn)行輿情熱度預(yù)測。在輿情熱度預(yù)測方法上，張和平等運(yùn)用百度搜索指數(shù)作為輿情熱度指標(biāo)，利用灰色馬爾科夫模型對(duì)輿情熱度進(jìn)行預(yù)測；王寧等利用百度指數(shù)和微指數(shù)來衡量輿情熱度的大小，使用灰色模型進(jìn)行輿情熱度預(yù)測；陳福集等基于殘差修正的多因素灰色模型來對(duì)網(wǎng)絡(luò)輿情進(jìn)行預(yù)測；蘭月新等首先建立輿情熱度模型，然后在建立模型的基礎(chǔ)上使用多維度Logistic模型對(duì)輿情熱度預(yù)測；Chen使用模糊綜合評(píng)價(jià)法選定輿情熱度的指標(biāo)并進(jìn)行預(yù)測；曾子明等構(gòu)建微博輿情熱度評(píng)價(jià)指標(biāo)體系,利用信息熵確定各個(gè)指標(biāo)的權(quán)重,使用BP神經(jīng)網(wǎng)絡(luò)的對(duì)突發(fā)傳染病輿情熱度趨勢(shì)預(yù)測并驗(yàn)證模型的可行性；徐敏捷等將Logistic模型、指數(shù)平滑法和灰色預(yù)測結(jié)合起來預(yù)測網(wǎng)絡(luò)輿情。以上的國內(nèi)外的網(wǎng)絡(luò)輿情熱度預(yù)測大多數(shù)采用的是機(jī)器學(xué)習(xí)算法和深度學(xué)習(xí)算法，大多數(shù)使用單一的模型或者組合模型，優(yōu)點(diǎn)是相對(duì)簡單，預(yù)測效率較高，缺點(diǎn)是不能適應(yīng)不同類型時(shí)間序列數(shù)據(jù)的需要，一定程度上影響整體的預(yù)測效果。結(jié)合突發(fā)公共衛(wèi)生事件輿情治理和目前已有的輿情預(yù)測研究成果，文章通過ARIMA算法和加入注意力機(jī)制LSTM對(duì)新型冠狀病毒感染肺炎事件進(jìn)行輿情熱度預(yù)測，使用準(zhǔn)確率更高的算法進(jìn)行預(yù)測仿真得出輿情熱度的發(fā)展趨勢(shì)，并對(duì)輿情監(jiān)測和引導(dǎo)提出可行性建議。

本文詳細(xì)內(nèi)容請(qǐng)下載：http://www.xxav2194.com/resource/share/2000005256

作者信息：

許露萌

（上海工程技術(shù)大學(xué)管理學(xué)院，上海201600）