COVID-19背景下的网络社会心态
目录
1. . 基本信息 1
2. . 摘要 1
3. . 前言 1
3.1 研究背景 2
3.2 研究问题 2
4. . 研究方法 2
4.1 研究框架 3
4.2 数据集描述 3
4.3 数据预处理 3
4.4 分词与筛选 9
4.5 LDA文本主题模型 10
4.6 建立心态词典 13
4.7 TF-IWF特征词提取与心态分布计算 14
5. . 案例分析 15
5.1 总述 15
5.2 第一阶段--不重视与无奈扩散阶段（2019.12.08-2020.01.22） 15
5.3 第二阶段--资源缺乏阶段（2020.01.23-2020.02.07） 16
5.4 第三阶段--严格统一管控和物资匹配阶段（2020.02.10- 2020.02.13） 16
5.5 第四阶段--有序复工阶段（2020.03.10-2020.06中旬） 17
5.6 各个阶段心态变化情况 17
6. . 相应的分析代码解释 24
6.1 weibo 爬虫 24
6.2 分词 27
6.3 LDA模型 28
6.4 绘制词云 28
6.5 TF-IWF 关键词提取 28
7. . 附录 29
7.1 关于数据集 29
1.. 基本信息
2.. 摘要
为了研究新冠肺炎疫情下的大众心态，本小组使用Python作为主要研究工具，采用了爬虫来进行数
据的爬取，分布拟合来筛选数据，LDA模型以及频数分布来心态聚类，TF-IWF算法提取关键词来描绘心态分布，
并合理地进行了一些人工的数据筛选和归类，最终描绘出了疫情不同阶段下大众的心态分布和 变化，并剖析了背后的可能原因。
3.. 前言
3.1研究背景
中国社会正处在深刻而快速的转型期，其中，在社会变迁层面，社会结构的快速分化，以“撕裂”的 方式强化了社会团体、阶层
之间的张力，使得整体社会结构出现紧张，并投射在个体心理层面，进一步凸显出公众的社会认知、情 绪、信念、意向、行动等
对社会治理的重要影响。同时，随着互联网应用的不断普及，日益多元复杂的 公众情绪，借助网络的力量传播和放大，
对社会心态的塑形力量进一步增强，赋予了群体心理及集体行 为的极化可能。当下，COVID-19正肆虐全球，
对社会的生产生活造成了极大地影响。基于此，我们可以 通过数据科学相关技术，准确并客观地了解这一时段社会心态的分布情况。
