利用文本情感分析追踪公共政策发布后的社会情绪波动_2026年3月.docxVIP

PAGE

PAGE1

利用文本情感分析追踪公共政策发布后的社会情绪波动_2026年3月

第一章实践问题识别与需求分析

1.1现实问题背景与紧迫性分析

1.1.1行业现状与问题表现

在数字化治理转型的宏观背景下，公共政策的社会反馈机制正面临前所未有的挑战。随着社交媒体平台的普及，公众对于公共政策的讨论呈现出碎片化、即时化和情绪化的特征。传统的政策评估手段主要依赖于问卷调查、座谈会或信访数据，这些方法虽然具有结构化程度高的优点，但在时效性和覆盖面上存在显著短板。政府部门往往难以在政策发布后的黄金时间窗口内全面掌握公众的真实态度，导致舆情发酵甚至信任危机的发生。当前，虽然部分地方政府建立了舆情监测系统，但大多停留在关键词匹配和简单的正负面统计层面，缺乏对复杂语义、反讽语气及群体极化现象的深度挖掘能力。

这种现状导致了政策执行与社会情绪之间的脱节。具体表现为：一方面，政策制定者依据滞后的统计数据调整政策，往往“慢半拍”；另一方面，公众在社交网络上的情绪宣泄缺乏有效疏导，易形成“回声室效应”。以2025年某地延迟退休政策试点为例，网络上充斥着大量非理性的焦虑表达，而官方通报的满意度却与网络舆论场呈现巨大温差。这种数据鸿沟不仅削弱了公共政策的公信力，也增加了社会治理的隐性成本。现有的技术手段难以穿透海量文本数据，精准识别潜藏的社会风险点，这已成为计算社会科学领域亟待解决的现实