疫情新闻里藏着防控密码？挖掘千万条报道后发现惊人规律
2020年初，武汉封城后的头两周，国内报纸有关疫情的报道量，激增了470%，这些海量新闻背后，实则隐藏着疫情发展的真实轨迹。经由对三年来近80万篇疫情相关新闻的文本分析，我们发觉，舆情热度总是比实际疫情高峰提前5到7天，这种预警效应，在2021年石家庄和2022年上海的疫情之中，都得到了验证。
新闻文本中的疫情密码
2020年1月至3月期间，被中国知网收录的地方报纸，每日平均发布疫情相关报道达3200篇，此数字为2019年同期各类公共卫生报道总量的15倍，这些报道分布于31个省份的276家报纸上，进而形成了庞大的舆情数据库。
我们对这些新闻的发布时间展开分析，从中发现，疫情舆情热度的波峰，和当地新增确诊病例高峰，存在着明显的时间差。就拿2021年7月南京疫情来说，当地报纸关于疫情的报道量，在7月24日达到顶峰，然而实际病例增长高峰，出现在7月29日，舆情预警时间差达到了5天。
语义增强让主题提取更精准
分析短文本时，传统BTM主题模型常常会将“核酸检测”与“抗体检测”这两个彼此密切关联但表述存在差异的概念，划分到不一样的主题之中。我们引入BERT模型之后，借助计算词向量相似度，成功辨认出这类语义近似的词对，进而使主题聚类的准确率提高了23%。
在二零二二年四月上海处于疫情期间之时，增强过后的BTM模型能够清晰地分辨出诸如“生活物资保障”、“方舱医院建设”、“核酸检测组织”等具体的主题。然而传统模型常常会把这些内容混杂到一起，致使主题的含义变得模糊而不清楚，以至于难以被用来作为实际决策的参考依据。
主题生命周期揭示舆情演变规律
照着新颖度以及支持度这两个维度，去划分每个新闻主题，我们察觉到，疫情相关主题一般都历经萌芽、爆发、成熟、衰退这四个阶段。2020年初之时，有着“口罩短缺”这样的主题，从出现开始，一直到消失，持续了47天。然而，2022年存有个“疫苗接种”主题，都已经持续了超过200天，可还在活跃着。
在2020年2月中旬的时候，“方舱医院”主题的新颖度，突然从0.3这个数值，跃升到了0.9，其支持度，也迅速地攀升起来。这种主题的爆发，往往对应着实际防疫措施的重大调整，这表明新闻舆情能够及时地反映政策的变化，还为评估政策传播效果，提供了量化指标。
词频变化映射防疫重心转移
2020年1月时，新闻高频词集中于 “不明原因”“传染性”“野生动物” 这个范围，到了3月份，就转变为 “复工”“健康码”“防护服” 这些词汇。这种词频的变化，直观地展现出疫情防控从应急响应过渡到常态化管理的整个进程，每个阶段的词汇都在诉说当时的防疫情况。
可从词云图瞧出，在二零二一年广州疫情那段时期，“核酸检测”与“疫苗接种”的词频差不多保持持平状态，然而在二零二二年成都疫情期间，“核酸检测”的词频在“疫苗接种”词频的五倍之上。这种差异背后是不同时间段防控策略的真实呈现，还为优化资源配置给予了参考。
主题演化揭示防疫经验教训
在对“核酸检测”这个主题展开追踪的过程中可以发现，此主题历经了这样的过程，先是处于“检测能力不足”的状况，而后转变到“全员检测组织”的阶段，接着又发展到“常态化检测点设置”的阶段，呈现出了一条完整的演化路径。在每个阶段所暴露出的那些问题，都是借助新闻媒体的报道才得以被反映出来的，并且借此推动了相关政策的优化以及完善。
2021年，郑州处于疫情期间，在“核酸检测”这个主题之下，出现了大量的报道，这些报道是关于排队时间过长，以及结果出具慢的情况。这些舆情所带来的压力，促使当地政府，在一周之内，增设了237个临时检测点，并且引入了预约系统。这表明，新闻舆情，不但是信息的载体，更是推动问题得以解决的重要力量。
舆情分析为政府提供决策参考
当基于主题的演化分析这件事情进行时，我们从中发现了这样一种情况，即当跟某个防疫措施相关的主题，在讨论量上边，连续三天增长的幅度超过百分之三十的时候，这种情况下往往就意味着，该措施在执行这个层面是遇到了问题的。在2022年西安疫情期间，出现的“买菜难”这个主题，它是符合这一规律的。要是能够在舆情爆发之前就进行介入的话，那么或许后续的舆论风波是可以避免的。
政府部门应被建议去构建舆情主题预警机制，着重去关注那些新颖度较高然而支持度较低的主题，这类主题常常是新冒出来的问题，尚未引发足够的重视，提前进行干预的成本是最低的，同时还要对那些支持度持续下降但关注度却不减少的主题保持警惕，这类问题或许已经形成了舆论方面的顽疾。
疫情期间，你可曾借由新闻报道察觉到某些问题被再三提及？欢迎于评论区分享你的观察，点赞并转发，以使更多人目睹舆情数据背后的价值。
