情感视域下社交媒体平台舆论分层与社群挖掘研究

网络舆论热点事件中,用户的情感信息和意见是影响事件发展方向的重要因素。社会的情感往往是社会结构和文化的产物。特定公众群体情感种类及强度的差异可以反映宏观的社会生产,进而反映社会的阶层分布。研究舆论分化现象及其情感特征,使用情感分类及强度去识别网络社群具有重要的学术意义,但目前该领域的实证研究仍待开拓。本研究以"假疫苗"事件为个案,使用情感词典评价社交媒体用户的情感类型及强度,并进行聚类分析;基于聚类的结果,结合社交媒体用户账号标签、讨论文本、行为数据,对聚类结果进行社群画像,评价聚类的效果。研究发现,基于情感的社群识别结果具备阶层差异的典型特征,群际差异明显,群内成员聚合性高。不同社群在公共事件中会呈现情感表露的差异,这种情感差异在经过社交媒体平台信息及情感的流动后,会在群体内部形成情感趋同。更细粒度的情感分类考察,能让社群的边界更加清晰,提升聚类结果的可解释性。