本文以“ 郑州暴雨 ” 事件和 “ 四川限电 ” 事 件作为研究案例 , 首先使用 python 爬取事件的微博数据并进行数据预处理;  然后运用 LDA 主题模型分别对两个事件进行主题分析 , 结合主题强度挖掘事件的主题演化过程 , 根据网络舆情生命周期各阶段特征 、微博数量趋势和主题强度划分舆情演化阶段 , 并使用百度API 和大连理工大学情感词汇本体库对事件各舆情阶段进行情感分析 , 进一步细化积极 、消极情感的具体情感类型; 最后提出极端天气下电力短缺网络舆情的调控对策。

1)  提前研判预判 ,  做好舆情监测 。舆情监测是了解舆情状态 、识别舆情转向 、引导舆情发展的基础 。首先 , 需要从思想上重视电力短缺的网络舆情 , 政府相关部门和电力供应企业协作构建电力供应舆情监测系统 , 实时监测 、动态研判舆情发展方向 , 整理舆情信息 , 制作电力供应舆情简报 。尤其是在极端天气或者重大灾害发生时 , 及时将电力供应舆情简报报送给政府主管部门 ,  以便及时采取响应措施 。其次 , 遵循“ 极端天气—电力短缺—舆情爆发—电力保供—舆情缓解 ” 的规律 , 建立天气预报 、电力供应 、电力短缺舆情的联合监测机制 , 加强极端天气事件的感知与预测 , 根据天气变化情况预测电力供应和电力短缺趋势 , 进而研判电力短缺舆情的演化趋势 ,  对可能出现的异常情况做出预案。

2)  根据主题强度 ,  开展舆情引导 。首先 ,  当突发性电力短缺舆情事件发生时 , 政府相关部门及电力供应企业要积极 、妥善面对网络舆论 , 要认识到“ 封堵 ”“删除”难以解决根本问题 ; 要根据舆情主题 , 采取针对性措施加以引导 。对于因电力短缺处置不力而造成的次生灾害及重大伤害要公开道歉 , 对于短期内难以恢复的电力供应要说明情况 , 以赢得公众的理解和支持 ,  防止谣言发生和扩散 , 导致舆情进一步恶化 。其次 , 政府相关部门及电力供应企业应该认识到电力短缺是舆情发展和情绪变化的根源 , 舆情演化反映了电力短缺及其对居民的影响程度 , 舆情往往在电力保供取得成效时向积极方向发展 。因此 , 做好极端天气下电力保供是应对舆情的关键 。

3)  结合情感演化 ,  进行舆情疏导 。在电力短缺严重影响居民生活或者造成重大伤害时 ,  网络上的发言和讨论带有很强的情绪性 , 及时进行疏导显得非常重要 , 避免因情绪失控而导致负面情绪愈演愈烈 , 越发难以控制 。首先 , 政府主管部门 、主流媒体和电力专家可以通过媒体或社交媒体平台分享关于电力短缺原因的深入解释和背景信息 , 强调政府和相关机构正在采取措施解决问题 ,  引导公众保持冷静和理性 , 避免产生过激反应 。同时 , 政府主管部门 、电力公司要密切合作 , 形成统一的信息发布渠道 , 确保信息的协调性和一致性 , 避免过度恐慌或传播不准确的信息 。其次 , 要密切关注易受电力短缺影响的重点机构和重点人群 ,  比如医院 、车站 、老人 、病人等 , 优先保障这些机构和人员的电力需求 , 避免造成次生灾害和舆情的连锁反应 。