新浪微博是中国领先的微博平台;它允许用户发送和接收字符限制的短帖子，并通过在定义的日期范围内搜索指定的关键字来检索文本内容。利用这一功能，我们收集了2019年12月1日至2020年7月31日期间与COVID-19相关的共享微博帖子。章鱼网络爬虫工具被用来搜索预定义的关键字，包括 新型冠状病毒肺炎， 冠状病毒， 新型冠状病毒, 新型冠状病毒肺炎．除了收集到的文本内容外，我们还获取了每个微博帖子的元数据，包括点赞数、评论数、转发数、发布时间和发布地点。元数据中的位置信息是指与微博相关的新浪微博账户的注册地址。为了获得这些数据，我们使用了新浪微博的高级搜索功能。

在汉语中，单词之间没有明显的区分。因此，为了完成潜狄利克雷分配(latent Dirichlet allocation, LDA)处理任务，有必要在单词之间添加明显的分隔符。我们对数据预处理过程中采集到的文本内容进行中文分割。一种广泛使用的中文分词工具ictclas被用于将微博帖子按空格分隔成单词组。例如，“京东宣布向武汉市分批捐赠100万个医用口罩和6万件医疗用品”的微博被细分为“京东宣布/向武汉市/分批捐赠/ 100万个医用口罩/和/ 6万件/医疗用品/”。此外，我们删除了停顿词[ 24]，类似于在英语文本分析中去除“an”和“the”等停顿词。汉语停顿词主要分为以下两类:一类是广泛使用的词汇，如我、你、一些、每天;另一类是语气助词、副词、介词、连词以及其他本身没有意义的词，如in、yes、so、then [ 25］．此外，标点符号和表情符号等字符也被删除了。

我们通过指定LDA所需的主题数量来应用主题建模，将微博帖子集分离为定义的集群[ 26］．LDA可以用来识别新浪微博帖子中最常见的话题。主题建模是一种无监督的机器学习技术，可以识别文档集合中的集群(在我们的例子中是微博帖子)。在这项研究中，我们使用了LDA4j包中的LDA算法。LDA4j是用LDA算法的Java语言实现的，项目可以从GitHub免费下载[ 27］．

LDA是一种广泛使用的主题建模算法[ 28］．根据LDA模型，文档(即微博帖子的文本)是词汇表的集合，可能包括多个主题。LDA模型的目标是基于给定的文档推测主题的分布[ 29］．使用LDA建模，我们可以将给定的文档映射到固定的主题集，并捕获每个主题的代表性单词。然后，在微博帖子数据集中建立自然聚类。

为了确定恰当的LDA话题数量，我们使用一致性评分来进行判断;该方法对于选择合适数量的LDA主题非常有用[ 30.］．通过对话题数的不断调整，我们发现当话题数为17时，一致性得分达到最优值[ 31］．因此，我们设置LDA模型，将微博帖子集划分为17个聚类;中提供的文本集 多媒体附件1．

随后，我们进行人工分析，从每个主题的前30个关键词中选取具有代表性和比例较高的关键词。接下来，就17个主题及相关关键词达成共识。最后，利用这些关键词对微博进行分类;我们还得到了每个话题下的微博数量，以及每个话题在所有相关微博中的比例。中提供了每个主题的微博帖子示例 多媒体附件2．

微博的例子如下:

这条微博可以分为复工复产和经济冲击两个主题。

我们还对收集到的数据进行了其他分析，比如情绪分析。情感得分在-1.0到1.0之间变化，-1.0是最消极的文本，1.0是最积极的文本。此外，我们通过分析每个主题的平均转发数、点赞数和评论数来计算每个主题的用户互动率。最后，利用发布时间和地点，我们分析了基于时间段的用户关注的变化，以及基于中国地区的用户参与COVID-19相关讨论的差异。

根据LDA的结果和每个主题所涉及的关键词，我们可以将主题分为8个主题:(1)患者入院;(二)治疗和研究;(3)治疗资源;(四)共同抗击疫情;(五)恢复秩序;(六)新型冠状病毒感染的防控措施;(七)国内外疫情情况;(8)新冠肺炎疫情影响。每个主题对应的术语显示在 表1；这些关键词也被用作主题分类的标准。

本主题所包含的主题是患者的呼救，涉及已感染或可能感染新冠病毒的患者及其治疗情况。等待治疗的患者的呼救引起了广泛的关注，而这些患者随后的接收和治疗也引起了极大的关注。

本主题包含两个主题。第一个话题是COVID-19治疗。在本课题中，COVID-19患者的康复受到了广泛关注，如出院人数和康复人数。与此同时，治疗方法也引起了公众的广泛关注，例如使用中药治疗。本主题的第二个主题是疫苗开发。在这个话题中，疫苗及其临床试验的研究进展引起了很多评论。与此同时，关于疫苗是否能达到预防病毒的目标，人们一直存在广泛的争论。

本主题的主题是医疗资源。本课题主要关注医疗资源的核心方面;医务人员和病房，医疗资源的配置和整合，流动小屋医院等临时医院的建立，都是人们普遍关注的问题。

本主题包括两个主题。第一个话题是物资捐赠。在中国大陆抗击疫情初期，口罩等防疫物资极度匮乏。这一事件引起了广泛关注，各种防疫物资的捐赠成为一个活跃的话题。二是为抗疫行动加油、致敬。本课题包括两个方面;第一个方面是战胜疫情的信心和决心。关键词: 战斗而且 失败代表新浪微博用户对抗击新冠肺炎疫情的总体态度。人们经常讨论第二个方面，即在防治艾滋病方面的合作;关键短语包括 同心协力而且 团结就是力量经常被提及。

随着新冠肺炎疫情在中国大陆的传播逐渐得到控制，恢复生产和正常生活方式成为一个活跃的话题。本主题包括两个子主题。一是复工复产。复工复产的进展和安排引起广泛关注和讨论。这项旨在恢复正常生产经营秩序的工作得到了中国民众的广泛支持。第二个话题是复学，主要涉及两个方面:一是各年龄段学生返校的时间，二是高考的时间。

本主题包括三个主题。第一个主题是隔离调查，包括两个方面:咳嗽、发烧等症状调查和隔离时间。特别是，14天的隔离期已经成为标准。

二是联防联控。采取联防联控措施和设立指挥部是中国政府应对疫情的重要举措。这也是中国政府在短期内控制疫情的关键。相应地，它也得到了广泛的认可，并引起了公众的高度关注。

最后一个主题是检测。与本课题相关的主要内容是核酸检测，核酸检测是确定患者是否感染了COVID-10或SARS-CoV-2的重要方法。检测的话题引起了广泛的讨论。

本主题包括四个主题。第一个话题是国内疫情。一方面，由于湖北和武汉是中国抗击疫情的主战场，这些地区的疫情受到了相当多的关注。另一方面，新冠肺炎疫情在中国的蔓延也引起社会高度关注。邻国的流行病是第二个主题。这一话题的高峰出现在2020年2月中下旬，当时疫情开始从中国蔓延到日本、韩国、俄罗斯等邻国。这引起了新浪微博用户的热议。

第三个主题是世界其他国家的流行病。在本专题出现时，这一流行病已在全球蔓延;因此，主题涉及了许多国家和地区。美国作为疫情最严重的国家，引起了新浪微博博主的广泛关注。特别是，美国总统特朗普表示，如果美国新冠肺炎死亡人数能控制在10万人以下，“我们共同做得非常好”[ 32一直是一个热烈讨论的话题。与此同时，意大利、印度、巴西、法国等其他病例严重的国家也引起了广泛的争论。第四个主题是流行病统计。COVID-19的确诊病例数、新增病例数、疑似病例数等疫情数据受到了广泛关注和讨论;公众对流行病数据的关注和讨论贯穿了这一流行病演变的所有阶段。疫情统计可分为国内疫情数据和国际疫情数据两部分。国内疫情数据是指国家卫健委公布的病例数据。例如，截至2020年7月31日，全国累计治愈病例78989例，报告确诊病例84337例。国际流行病数据由世界各国政府公布[ 33］．例如，截至2020年7月31日，全球每日确诊病例超过28.9万例，共计1740万例[ 34］．仅美国一天新增确诊病例就超过7万例[ 35］．

本主题有两个主题。首先是经济冲击。本专题主要涉及疫情对全球经济和市场的负面影响。第二个主题是心理影响。一方面，新冠肺炎疫情给社会公众带来了沉重的心理打击，担忧、恐惧等情绪在民众中蔓延。另一方面，民众也希望并相信，抗疫斗争将取得成功，并保持乐观情绪。

我们的研究于2019年12月1日至2020年7月31日进行，确定了8个主题和17个主题。在这些话题中，与新冠肺炎治疗相关的内容引起了极大的关注，特别是与患者的呼救和焦虑、恐慌等情绪相关的内容。由于新浪微博上普遍存在负面情绪，虚假信息和谣言更容易影响公众舆论，从而对抗疫行动产生负面影响。此外，新浪微博用户对新冠肺炎治疗和疫苗研发的进展也表现出了极大的兴趣。与此同时，医疗资源是否充足，能否满足患者的治疗需求，也引起了大量新浪微博用户的关注和讨论。

新浪微博用户也高度关注国内外疫情的实时情况。特别是，许多微博帖子包含了疫情发展的实时数据。此外，新浪微博用户不仅关注中国大陆的疫情，还大量讨论了周边国家和世界其他地区疫情的发展演变。此外，在新浪微博网友关注的17个话题中，还包括疫情防控措施、疫情后期秩序恢复措施、疫情影响等。

我们的研究结果表明，2019年12月和2020年1月是应对COVID-19大流行的关键时期，国内疫情和大流行统计数据在此期间受到了广泛关注。与此同时，疫情的突然爆发也影响了公众的心理。一方面，公众相信抗击疫情的斗争最终会取得胜利;另一方面，恐惧和担忧等情绪也在公众中蔓延。

2020年2月至3月是遏制疫情在中国大陆蔓延的关键时期[ 37］．在此期间，大流行统计数字和国内疫情仍然引起高度关注。与此同时，患者数量的激增引起了公众对新冠肺炎治疗和医疗资源的关注。2020年4月至5月，中国内地疫情基本得到控制;但新冠肺炎疫情已开始向其他国家和地区蔓延。此时，经济冲击和复工复产成为新浪微博上最热门的话题。同样，用户也非常关注疫情的全球传播，并查看实时数据。

2020年6月至7月，全球COVID-19感染和死亡人数持续上升。新浪微博用户的关注点从中国转移到世界其他地方，用户开始更多地关注其他国家的疫情和不断增长的疫情统计数据。

从微博帖子的空间分布信息来看，中国不同地区对新冠肺炎疫情的讨论存在差异。参与程度最高的六个地区是湖北省、河南省、广东省、安徽省、江苏省和湖南省。湖北省是中国新冠肺炎疫情的中心，而河南省、湖南省、安徽省都与湖北相邻，有很多人在湖北工作。江苏省作为经济发达地区，人员流动率较高。因此，这些省份的新浪微博用户更可能关注疫情。广东省在2003年经历了严重急性呼吸系统综合征(SARS)疫情，这是该地区更多用户参与新冠肺炎大流行讨论的重要原因。

最近的一项研究报告了推特用户关心的与COVID-19相关的主要话题[ 36］．作者分析了推特用户在2020年2月2日至3月15日期间关注的与COVID-19相关的4个主题和12个话题。他们发现，推特用户主要关心COVID-19对个人和国家的影响。例如，许多推文中提到了与COVID-19相关的死亡人数以及对公民情绪和心理的影响。此外，会议还广泛讨论了COVID-19的经济影响。推特用户特别提到了减少COVID-19传播的两种主要方法:口罩和隔离。与这些发现相比，新浪微博帖子有一些相似之处。在新浪微博和推特上，包括经济影响和心理影响在内的话题都受到了高度关注。 36］．然而，与此同时，新浪微博用户的主要关注点也呈现出独特的特点。首先，推特用户关注疫情的前因后果，而新浪微博用户更关注防控和治疗。隔离、检测、联防联控等各种疫情防控措施引起了新浪微博用户的广泛关注。同样，新浪微博用户高度关注与新冠肺炎治疗相关的内容，如患者的呼救、医疗资源和治疗方法。此外，市民继续高度关注SARS-CoV-2疫苗的开发。这可能是因为中国政府采取了一系列应对措施，让民众认识到疫情的严重性和危害性;因此，新浪微博用户更关注与健康相关的话题，如病毒的预防、控制和治疗。

第二，新浪微博用户关注疫情的实时状态。这不仅包括国内疫情，也包括国外疫情的发展。与此同时，在疫情中后期，复工复产、复学复学等恢复秩序的工作受到广泛关注。以下两个原因可能导致了上述独特问题的出现。一是中国公民是最早经历新冠肺炎疫情的国家，对疫情的发展变化比其他国家的民众更加敏感;二是中国作为全球疫情防控最有效的国家，已经具备了恢复秩序的条件[ 38］．

情感分析结果表明，在17个主题中，具有积极情感值的主题为11个，具有消极情感值的主题为6个;对于大多数话题，用户没有明显的积极或消极情绪倾向。但是，需要注意的是，仍然有一些话题，其中某一方面的情感价值是显著的。例如，大流行统计数据等话题显示出消极的情绪倾向。负面情绪在新浪微博上的持续积累和传播，可能会引发市民的非理性行为，导致用户受到谣言或极端情绪的影响[ 19]，如群体恐慌和拒绝政府支持;因此，及时的引导来解决负面情绪是至关重要的。