基于爬虫技术获取新型冠状病毒（2019-nCoV）贴吧数据的网络舆情分析及应对策略

耿 辉，马 茂，张 勇，尹小妹，徐安定，吕 军

1.暨南大学附属第一医院临床研究部（广州 510630）

2.西安交通大学第一附属医院体检部（西安 710061）

3.西安交通大学第一附属医院国资科（西安 710061）

4.西安交通大学第一附属医院儿科（西安 710061）

5.暨南大学附属第一医院神经内科（广州 510630）

随着移动互联网技术的迅猛发展，智能手机持续普及，人们已习惯于手机快速查询各类资讯，在这个信息爆炸的时代，媒体形态比以往任何时候都要丰富，数据规模、类型呈几何式增长，但是数据价值普遍较低，信息越多，人们的思维越混乱，越难以辨别真伪，因此为了从海量的信息数据里获取有价值的数据，衍生了网络爬虫，研究人员通过设定获取信息源的规则获取到有价值的网络数据，再进行数据清洗、加工，构建信息调查的信息数据基础，本文就从当前热点新型冠状病毒贴吧获取到帖子以及回帖信息，掌握当前人们对新型冠状病毒的心理状态，并对其进行分析，尝试从积极的角度做出应对策略。

1 新型冠状病毒贴吧数据分析

截止2020年2月3日新型冠状病毒吧共有主题数17 340个，贴子数 581 104篇，平均每分钟增加1.2个主题，65篇回帖，是目前最火热的几个热议贴吧之一，该吧作为关注病毒的百度网友了解实时信息和灌水帖的前沿阵地，回帖最真实，具有典型的代表性。

2 Python爬取贴吧数据过程

首先分析贴吧网站分析网站结构，第一步获取初始的URL: http://tieba.baidu.com/f?kw=新型冠状病毒&ie=utf-8；第二步根据初始的URL爬取该页面并获得新的主题帖的URL，例如获得主题帖“疫情之下，记录/交流真实的生活”的URL为: http://tieba.baidu.com/p/6470674116，爬取当前URL地址信息，解析网页内容，这里就只获取主题和回帖内容，关键python语句为“content['title'] = li.find('a', attrs={"class": "j_th_tit"}).text.strip() # .strip()以及print(li.find('a',attrs={"class": "j_th_tit"}).text.strip())”将网页有价值信息数据存储到txt等文件中；第三步设置爬虫的停止条件为爬完指定页面数后停止，因贴吧过大，陈旧的数据不必提取，这里就提取了1月份的贴吧数据。

利用python爬虫的高效便捷性，爬取一月份数据共耗时6分钟左右，导出为txt格式文件，以下为数据示意图（图1）

为更好的了解帖子中的情绪反应，尝试用Python做了中文情感分析，情绪分析结果显示总负面情绪为58.44%，正面情绪为41.56%，能够保持正常较好情绪的语言占32.81%，恐惧情绪占28.75%，厌恶情绪占22.50%，乐观情绪占8.75%，悲哀和惊恐情绪比例均是2.5%，愤怒情绪占2.19%，人们普遍抱有负面情绪，在严重传染病大流行期间，民众的心理情绪本身比较脆弱，加上疾病流行期间的传言与猜测，国家政府机关采取非常时期的应急措施，街道的冷清，甚至超市的萧条，因宣传出现误解引起的抢购风潮，再加上层层口罩手套防护的路人，微信、新闻媒体等不断对疾病进行渲染宣传，也易使人感受到生活的紧张气氛，衍生恐慌、悲观、厌恶等负面情绪，如图2所示。

词云分析也显示，大众关心每日新型冠状病毒确诊病例增长情况，发热门诊疑似病例人数和科学家能否将药物及时研制成功，国家对疫区的管控政策，中央领导对目前物资如口罩供应等情况的回应，其中明显有负面词汇出现，如：害怕、求助、死亡等（图3）。

3 讨论

新型冠状病毒感染对民众健康具有高度威胁性，其潜伏期短、起病急骤、病情凶险、目前无特效治疗手段，在严重威胁大众生命安全的同时，亦会对引起人们变现出恐惧、厌恶等情绪[1]，对贴吧帖子的中文情感分析和词云分析我们也看到，新型冠状病毒的陌生性、不确定性和多变性，引起了民众普遍的负面情绪，而情绪持久性的紧张，会引起以焦虑、抑郁等为主要表现的应激相关精神障碍[2]，因此，需做出以下应对策略：

3.1 加强民众医学知识普及工作

对新事物缺乏认知，成为民众恐惧的根源。抖音、快手等新媒体未来会成为快速普及医学科普知识和健康教育的重要宣传途径，在这一过程中新媒体应学习“丁香园”的做法，以医生的专业知识为背景，在公众号推出众多优质科普文章，面对新冠状病毒疫情，“丁香园”制作了疫情地图，来源为各地卫健委的实时报道，确诊、疑似、治愈、死亡人数一目了然，打通了全国疫情的“任督二脉”，普通民众也能分析疫情发展的趋势，大大延缓了因不确定性而带来的恐慌情绪蔓延。如果没有媒体的正确引导，极易出现各种抢购狂潮，这些密集抢购的人群中，发生输入性新型冠状病毒肺炎第二代病例概率大大增加，这些第二代病例的出现，对社会、社区防疫工作带来巨大困难，是医务人员潜在的职业暴露和医院感染的风险来源[3]。因此，加强民众的医学知识普及工作迫在眉睫，并且抖音、快手等新媒体是普及医学知识的先锋队。

3.2 加强民众的心理疏导及人文关怀工作

在各地纷纷启动重大突发公共卫生事件一级响应的大背景下，地方政府部门应积极搭建心理专家为主的专业人士与大众沟通的渠道，开通以社区为中心的线上和线下心理咨询门诊，减轻乃至消除民众的负面情绪。如无法改变当前非人性化的隔离模式，应充分尊重居家隔离人员对医疗信息、社会交往、亲友探访、学习工作及休闲娱乐等方面的心理需求，作为社区管理人员应尤其关注这一部分隔离的心理健康状况。对未产生负面情绪的隔离人员进行预防，建立以各种兴趣爱好为主的微信群，正向引导情绪、宣泄消极情绪。对心理反应较重的隔离人员，应定期进行心理疏导，同时联系医院进行线上心理咨询，必要时在做好防护的情况下开展线下心理咨询[4]。

3.3 重要信息专业化、公开化、及时化、去个性化

近年来，互联网和移动终端迅速发展，决定了传播广泛的信息更多的出现在以数字技术为代表的新媒体，其最大特点是打破了媒介之间的壁垒，消融了媒体介质之间地域、行政之间，甚至传播者与接受者之间的边界，例如微博及其回复帖子等，其快速及时高效使其成为媒体宣传重要信息的宠儿。同时，新媒体也可以做到将受众细分，个性化的推送其需要新闻，这就意味着，受众的信息来源如果只通过新媒体，就有可能接收到片面的信息。因此，在政府启动重大突发公共卫生事件的响应下，应建立媒体统一的对外宣传平台，例如设立各地网络新闻发言人制度，这些网络新闻发言人的服务对象是大众，日常进行时效性强的权威信息发布工作，进行突发事件舆论引导，清楚传达政府意见的同时也要便于公众接受，尤其重视民众心理情绪的安抚。

另外随着老龄化的加剧，社区是老人的第一道防疫阵地。本次疫情从各地公布的死亡病例详细信息分析来看，中老年人所占比例较高，更需要社区和家庭紧密配合，做好防疫。调查显示社区中69.08%的老年人使用手机获取健康信息，但仍有一些高龄、健康意识和健康自评情况低的老年人很少使用手机获取健康信息[5]，需要社区管理人员及时以多种方式提供教育资源，如电话、上门随访等，安抚老人紧张情绪的同时提高老年人健康防护意识，并为老人提供一些健康有趣的爱好，如书法、绘画、摄影、集邮等，使他们老有所乐。同时在社区卫生服务中心开设预检分诊，对发热病人进行逐一排查，减轻社区交叉感染的可能性，消除社区大众的恐慌情绪。