事前视角下公众对自然灾难的负面情绪感知影响因素研究

2024-06-01 13:16李宗敏段铁汤万杰黄利娜
关键词:可视化分析机器学习

李宗敏 段铁 汤万杰 黄利娜

摘 要: 本文基于大规模网络问卷调查,获取2408 份事前视角下公众的自然灾难负面情绪感知问卷,使用机器学习算法对数据进行建模和调优,利用SHAP、累积局部效应图等方法进行数据可视化分析,并结合現实层面意义对结果进行解释. 研究显示:(1)“自然灾难事后失联”“自然灾难事后救援不力”和“自然灾难事后支持不足”最让公众关注.(2)工作年限、年龄、职业和教育背景是事前视角下自然灾难负面情绪感知的重要人文影响因素.(3)职业压力与事前视角下公众的自然灾难负面情绪感知存在正相关.(4)未成年人、无业人员、职场新人、留守儿童、寡居老人和拥有较高工作压力的人群是自然灾难负面情绪感知的脆弱人群.(5)公众对“所在城市受灾的风险”、“所在国家受灾的风险”、“自然灾难事后支持不足”、“自然灾难事前防范不足”和“自然灾难事后失联”的关注度增加会显著加剧其自然灾难负面情绪感知. 在研究基础上,提出降低公众的自然灾难负面情绪感知的建议及自然灾难负面情绪感知脆弱人群的情绪疏导策略.

关键词: 自然灾难; 情绪感知; 机器学习; 可视化分析

中图分类号: B845. 67 文献标志码: A DOI: 10. 19907/j. 0490-6756. 2024. 027003

猜你喜欢
可视化分析机器学习
高校学生管理法治化研究:基于CiteSpace的可视化分析
我国职业教育师资研究热点可视化分析
声波吹灰技术在SCR中的应用研究
基于词典与机器学习的中文微博情感分析
可视化分析技术在网络舆情研究中的应用
国内外政府信息公开研究的脉络、流派与趋势
基于网络搜索数据的平遥旅游客流量预测分析
前缀字母为特征在维吾尔语文本情感分类中的研究
基于支持向量机的金融数据分析研究
机器学习理论在高中自主学习中的应用