这是一篇开放获取的文章,根据创作共用署名许可(https://creativecommons.org/licenses/by/4.0/)的条款发布,允许在任何媒介上无限制地使用、分发和复制,前提是正确引用最初发表在《医学互联网研究杂志》上的原创作品。必须包括完整的书目信息,//www.mybigtv.com/上的原始出版物的链接,以及此版权和许可信息。
针对中国新冠肺炎疫情,各种网络谣言导致了公众的不当行为。这些谣言严重影响人们的身心健康。因此,更好地理解疫情期间公众情绪与谣言之间的关系,有助于形成引导公众情绪、辟谣的有效策略。
本研究旨在探讨新冠疫情背景下公众情绪是否与网络谣言传播有关。
我们使用网络爬行工具Scrapy收集了人民日报在新浪微博(中国流行的社交媒体平台)上发布的数据,该平台于2020年1月8日发布。每条微博下的网友评论都被收集了起来。收集到的近100万条评论被分为5类:快乐、悲伤、愤怒、恐惧和中性,基于通过手动识别过程从评论中识别和提取的潜在情绪信息。网上谣言传播的数据是通过腾讯的焦镇平台收集的。对公众情绪与谣言之间的关系进行了时滞交叉相关分析。
我们的结果表明,公众越愤怒,谣言可能就越多(r=0.48,
我们的研究结果证实,公众情绪与中国新冠疫情背景下网上传播的谣言有关。此外,这些研究结果还为有关部门和政策制定者在此次突发公共卫生事件期间引导公众情绪和行为提供了一些建议,如使用基于网络的监测方法。
2019年12月,中国湖北省武汉市报告了最早的COVID-19病例。2020年1月23日,湖北省多个城市被隔离,以减缓疾病的社区传播。2020年1月30日,世界卫生组织正式宣布新冠肺炎疫情为国际关注的突发公共卫生事件[
自古以来,谣言就层出不穷,但直到第二次世界大战之后,它们才成为研究人员关注的焦点。
在新冠肺炎疫情背景下,各种网络谣言导致人们应对疫情的不当行为,对人们的身心健康造成了不利影响[
以往对重大突发公共卫生事件中公众情绪的研究发现,人们通常会经历恐慌、焦虑、愤怒、悲伤、厌恶等负面情绪[
2020年1月20日,中国启动监测隔离系统,每日记录新冠肺炎病例信息。流行病学数据由中华人民共和国国家卫生健康委员会(NHC)发布,每天在基层收集。在这项研究中,我们使用了国家卫生健康委于2020年1月20日至3月10日发布的中国所有省级地区的流行病学数据(特别是每日新确诊病例数)。
新浪微博,中国版的推特,是中国最大的社交媒体平台。《人民日报》微博粉丝超过1.16亿,是新浪微博上最具影响力和权威性的新闻媒体之一。在本研究中,我们使用网络爬虫Scrapy收集了人民日报在2020年1月20日至3月8日期间在微博上发布的相关数据,以及每条微博下的网友评论。数以百万计的实时评论文本包含了大量的情感信息;我们从收集到的评论中识别并提取了这些公众情绪。
虽然许多基于自然语言处理或机器学习的情感分析工具[
腾讯的娇珍[
(一)中国每日新冠肺炎确诊病例。其中,蓝点代表全国,红三角代表湖北省,黑圈代表其他省份。(B)湖北省每日确诊病例数的校准。红色三角形表示校准前该省每日确诊病例数,黑点表示校准后该省每日确诊病例数。校正后尖峰消失。湖北省。
据湖北省卫健委统计,2020年2月12日和13日,全省新冠肺炎临床确诊病例数和核酸检测确诊病例数之比分别为8.44(13332 /1580)和1.79(3095/1728)。这些病例大多是疑似病例长期积累的结果。2020年2月13日临床诊断病例数减少,说明累计疑似病例已在2天内处理完毕。2020年2月14日和15日新冠肺炎临床确诊病例数与核酸检测确诊病例数之比分别为0.89(1138/1282)和0.93(888/955),平均为0.91。因此,2020年1月20日至2月13日,校准后的每日新确诊病例数(见
由于日常疫情和微博情绪评论数据呈指数分布,因此对数据进行对数变换,稳定时间序列方差,再进行进一步分析。
我们采用时滞交叉相关的方法考察公众情绪与谣言总数的关系,以及公众情绪与不同情绪类型的谣言之间的关系。我们还使用Pearson相关系数来检验这些关系,最大滞后时间为10天和a
在收集到的276个谣言中,中性谣言176个(63.8%),恐惧相关谣言62个(22.5%),快乐相关谣言19个(6.9%),愤怒相关谣言12个(4.4%),悲伤相关谣言7个(2.5%)。
(一)湖北省以外地区每日新增确诊病例数与所有传闻的相互关系。(二)湖北省每日新增确诊病例数与所有传闻的相互关系。蓝色虚线表示不相关时间序列的95%置信区间。湖北省。
在研究期间,愤怒(2,248,362/17,328,675,12.97%)主导了互联网上的公众情绪,其次是恐惧(627,407/17,328,675,3.62%),快乐(216,072/17,328,675,1.25%)和悲伤(195,708/17,328,675,1.13%)。
研究期间新冠肺炎疫情背景下微博公众情绪表达趋势
接下来,我们发现愤怒与谣言的相关性峰值为0.48 (
情绪和所有谣言的相互关联。(A)愤怒和所有谣言,(B)恐惧和所有谣言,(C)快乐和所有谣言,(D)悲伤和所有谣言。蓝色虚线表示不相关时间序列的95%置信区间。
最后,我们分析了这四种情绪与不同类型谣言之间的关系。
恐惧和可怕的谣言之间的相互关联。蓝色虚线表示不相关时间序列的95%置信区间。
据我们所知,这是第一个通过基于网络的监测方法探索COVID-19期间公众情绪和谣言之间关系的研究。利用网络爬虫Scrapy,在人民日报微博和腾讯流言终结者微博上获取了大量与新冠肺炎相关的评论和谣言。这项基于网络的监测研究克服了传统调查方法的局限性,有助于在突发公共卫生事件爆发期间快速、实时地收集数据。特别是在大规模隔离期间,人们更有可能利用互联网和社交媒体获取和传播有关疫情的最新信息[
本研究首次观察到湖北省境内外每日新增确诊病例数与谣言总量之间存在统计学意义上的显著关系,这与之前研究发现突发传染病的不确定性会导致大量谣言的存在相吻合[
关于人类四种基本情绪和四种不同类型的情绪谣言之间的关系,我们的结果表明,恐惧谣言与恐惧呈正相关。这一结果支持了Na等人的论点[
然而,这项研究有一些局限性。首先,本研究仅针对新浪微博进行数据收集。其他媒体平台,如中国的微信和其他国家的Twitter,没有包括在内,以获得更广泛的数据。其次,批量抓取数据只能作为一个整体获得;因此,我们无法在个人层面上调查公众情绪的变化。在未来的研究中,我们可能会使用其他方法,如调查或访谈,在个人层面上研究公众情绪的轨迹。第三,本研究分析了谣言与人类四种基本情绪之间的关系,并可以进一步研究谣言与焦虑等更复杂情绪之间的相关性。
本研究结果为有关部门和政策制定者在突发公共卫生事件中引导公众情绪提供了几点建议。首先,在大规模隔离期间,当局可以利用网络监测方法实时识别公众情绪和行为,并及时指导引导公众情绪和行为。其次,谣言是公众情绪的催化剂,及时辟谣有助于增加公众的积极情绪。第三,我们的研究结果表明,可怕的谣言与恐惧有关。因此,媒体平台应加强对网络谣言的监测,及时识别和核实情绪谣言,最大限度地减少恐惧谣言的传播,减少公众的恐惧情绪。
中华人民共和国国家卫生健康委员会
我们要感谢所有编写在线评论的研究助理。国家社会科学基金项目(No. 16CTQ029)资助。
没有宣布。