面向地方发展的微博情感语义分析模型构建及舆情应用研究
朱德义

江苏财会职业学院，江苏连云港，222061；

摘要：随着社交媒体的普及，微博已成为反映社情民意、影响地方经济社会发展的重要舆论场。如何从海量、短小、复杂的微博文本中精准挖掘公众情感，并构建有效的舆情监控机制，成为政府和企业面临的重大课题。本文以服务地方经济社会发展为出发点，研究在传统模型LDA和深度学习技术的基础上，通过构建地方情感词典、引入多模态信息、优化特征提取算法，提升情感分类的准确性和细粒度。通过实时舆情监控与预警系统，验证其在政策反馈、危机预警、品牌形象监测等方面的应用价值。研究表明，该模型能够有效捕捉公众对地方事务的情感倾向，为地方政府的科学决策和企业精准营销提供了有力支持，具有重要的理论意义与实践价值。

关键词：情感分析；语义模型；舆情监控；深度学习

参考文献

[1]盛蒙蒙,马溯,顾孟钧,等.基于SVM和LSTM的在线剧评分析模型[J].现代计算机,2024,30(02):60-65.

[2]尹帮治,徐健,唐超尘.基于图神经网络与表示学习的文本情感分析[J].南京师大学报(自然科学版),2024,47(03):97-103.

[3]孙红,俞卫国.改进LDA模型的短文本聚类方法[J].软件导刊,2021,20(09):1-6.

[4]余铭楷,王涛.网络舆情监控及预警系统构建与应用研究[J].山西电子技术,2024,(03):110-113.

[5]罗婉铭,卢俊彤,秦艺宁,等.突发公共卫生事件背景下社交媒体焦虑舆情传播研究及对策分析[J].新闻研究导刊,2023,14(10):71-75.

[6]岳丽欣,刘自强.大语言模型赋能的重大突发事件舆情—事理融合图谱构建[J].情报杂志,2026,45(02):97-105.

[7]刘毅洲,黄微.融合关联事件溯源的多层级网络舆情风险识别模型构建[J].情报学报,2025,44(11):1470-1482.

[8]赵刚.网络舆情政府回应的社会认同模型构建与路径探析[J].新闻潮,2025,(10):6-11.