作者：靳宇倡 严傲雪

2019年12月爆发的新冠肺炎疫情作为一起突发性公共卫生事件，其高传染性与不确定性等特点，不仅威胁人们的身体健康，也影响着个体的心理健康。微博作为当前最主要的新闻与开发型社交平台，实时发布与更新疫情最新的消息。对疫情相关信息的关注和接收较多则极易受到各种负面信息的影响，从而导致各种负性情绪甚至心理健康问题(郭磊 等, 2020)。然而，以往研究大多关注某一特定群体的情感变化，而对疫情爆发背景下互联网群体情绪的变化还缺乏宏观视角的研究。

近日，四川师范大学心理学院靳宇倡教授团队以Python作为大数据研究方法的工具，采用的数据挖掘技术和文本情感分析技术(Sentiment Analysis)对用户情绪特点和变化趋势进行分析，发表文章《Microblog data analysis of emotional reactions to COVID-19 in China》在《Journal of Psychosomatic Research》（JCR1区，IF：4.62）期刊（图1）。

图1 Microblog data analysis of emotional reactions to COVID-19 in China

研究考察了新冠疫情爆发过程中互联网平台上群体情绪变化情况（具体如图2、图3所示），以及变化背后的心理溯源。主要结果为：1：微博用户对新冠疫情的情绪反应从新冠肺炎疫情发生第二个阶段开始由消极转向积极；2：不同地区微博用户的情绪反应没有显著差异；3：在疫情早期，男性比女性更乐观；然而，在最后三个阶段，女性比男性更乐观；4：女性会在微博中表达更多的悲伤和恐惧，而男性会表达更多的愤怒和厌恶。

图2 情感极性比例——时间演化图

图3 多分类情感比例——时间演化图

本研究基于Ekman的六种基本情绪分类理论、其它心理学理论和机器学习技术，研究了中国互联网用户在应对 COVID-19 大流行时的动态情绪变化，以揭示舆论趋势。研究结果提供了对危机期间公众情绪和心理变化的洞察，这可以帮助政府当局更好地应对此类危机。同时，数据挖掘和情绪分析的跨学科研究方法也为危机期间的公共心理提供了更深入的视角。

靳宇倡教授团队采用心理学、传播学、信息科学等多学科交叉的方法，尝试采用大数据分析技术，探索重大公共卫生事件中群体的情绪反应，为探讨群体情绪的变化研究提供了可行方法。本研究得到了国家社会科学基金、教育部人文社科规划基金的支持。