第46卷第1期2023年1月测绘与空间地理信息GEOMATICS&SPATIALINFORMATIONTECHNOLOGYVol.46,No.1Jan.,2023收稿日期:2021-12-26基金项目:省级创新专项资金项目(YC2020-S437)资助作者简介:孙长青(1995-),男,内蒙古人,地理学专业硕士研究生,主要研究方向为大数据网络舆情和地理时空演变。GDELT大数据下的COVID-19事件关注度时空演变特征分析孙长青(江西理工大学土木与测绘工程学院,江西赣州341000)摘要:基于GDELT事件报道,将全球248个国家新闻报道数据作为研究对象,首先建立分类模型评估在合作和冲突事件类型下的网络关注度变化,然后通过空间自相关和空间核密度分析并结合网络化挖掘方法对疫情事件进行时空可视化,揭示了疫情下世界各国网络关注度变化特征。结果表明:本文提出的方法有助于掌握各国新冠肺炎疫情网络关注度的发展状况和趋势,发现全球疫情网络关注度的变化规律和特点,对于判断疫情下的舆情变化具有重要意义。同时完善了以大数据为支撑的国际视角下网络关注度的研究,可为日后的世界舆情事件研究提供借鉴。关键词:GDELT;新冠肺炎疫情;网络关注度;网络化;时空演变中图分类号:P208文献标识码:A文章编号:1672-5867(2023)01-0056-04Spatio-temporalEvolutionCharacteristicsofGlobalAttentiontoCOVID-19SupportedbyGDELTBigDataSUNChangqing(SchoolofCivilandSurveyingMappingEngineering,JiangxiUniversityofScienceandTechnology,Ganzhou341000,China)Abstract:TheGlobalDatabaseofEvents,Language,andTone(GDELT)Databasecollectshundredsofthousandsofnewsmediare-portsaroundtheworldandobservesworlddynamicsinrealtime.BasedonGDELTeventreports,classificationmodelisestablishedbytheassessmentunderthecooperationandconflicteventtypesofnetworkawareness,makingthenewsreportdataof248countriesa-roundtheworldastheresearchobject,andthenitisspatio-temporalvisualizationofoutbreakeventsthroughtheanalysisofthespa-tialautocorrelationandkerneldensitycombinedwithnetworkminingmethod.Itrevealsthechangingcharacteristicsofonlineattentionincountriesaroundtheworldundertheepidemic.Theresultsshowthat:themethodproposedinthispaperishelpfultounderstandthedevelopmentstatusandtrendofonlineattentiontoCOVID-19invariouscountries,andtodiscoverthechangingrulesandcharac-teristicsofonlineattentiontoCOVID-19inthewor...
