基于情绪分析的事故风险感知偏差研究

为探索公众对安全事故的风险感知,运用文本挖掘技术获得事故微博评论数据,采用中文风险感知双向编码转换器(BERT-RPC)识别惊讶和恐惧情绪,以频率惊讶测量事故概率感知偏差,以恐惧和损失惊讶测量事故损失感知偏差,基于二元逻辑回归考察微博形式和内容对风险感知的影响。结果表明:低估安全事故风险的现象普遍存在,且对事故损失的低估更为突出;基于BERT-RPC模型的“抓取-分析”技术能够高效、低延迟地实现全网公众的风险感知偏差监测;交通行业的事故概率、损失被严重低估;一般事故的概率和特大事故的损失被严重低估;事故图片和视频有助于纠正事故损失的感知偏差,但对概率感知偏差作用有限;事故爆发初期报道对公众风险感知纠正效果最佳,调查结果公布和责任人宣判阶段次之。

投稿指南

中文题目作者姓名作者单位名称,省市邮编摘要:[目的/意义]问答平台作为获取健康信息的一种新的渠道,用户可以通过在平台上提问来获取所需的健康信息,其使用意愿受多种因素的影响。[方法/过程]本文在TAM2和IAM模型的基础上,结合实际情况,加入感知风险,建立新的模型并通过问卷调查进行实证研究。[结果/结论]研究表明感知有用性、主观规范与提问意愿正相关,感知风险与提问意愿负相关,而感知易用性对提问意愿无影响,回答信息的相关性、准确性和可信性通过影响感知有用性从而对提问意愿产生影响。最后根据研究结果,提出如何更好地通过问答平台为用户提供健康信息的建议(200字左右)。