基于大数据的新冠肺炎疫情下社会风险感知与预警-计算机毕业设计源码+LW文档

摘 要
新冠肺炎疫情的爆发给全球带来了巨大的冲击，不仅对人们的生命健康造成了威胁，也对社会经济和政治稳定带来了风险。在这种情况下，社会风险感知和预警变得尤为重要。本文基于大数据的方法，探讨了新冠肺炎疫情下社会风险感知和预警的相关问题。
本文介绍了大数据在社会风险感知和预警中的应用。大数据技术可以通过对海量数据的分析和挖掘，发现潜在的风险因素和预警信号，从而提高社会风险感知和预警的准确性和及时性。对社会情绪、风险感知和风险决策的理论进行分析和研究，通过爬取新冠肺炎疫情数据样本收集与数据分析来建立预测模型，最后进行新冠肺炎疫情下社会风险感知的实证分析。基于大数据的方法，探讨了新冠肺炎疫情下社会风险感知和预警的相关问题。通过对大数据技术的应用和分析，可以提高社会风险感知和预警的准确性和及时性，为应对风险提供有力支持。

[关键词] 大数据，新冠肺炎，社会情绪，预测模型，风险感知

Abstract
The outbreak of COVID-19 has brought a huge impact to the world, not only threatening people's lives and health, but also bringing risks to socio-economic and political stability. In this situation, social risk perception and early warning become particularly important. Based on the method of big data, this paper discusses the related issues of social risk perception and early warning under the COVID-19.
This article introduces the application of big data in social risk perception and early warning. Big data technology can identify potential risk factors and warning signals through the analysis and mining of massive data, thereby improving the accuracy and timeliness of social risk perception and warning. The theory of social emotion, risk perception and risk decision-making was analyzed and studied. The prediction model was established by crawling the data samples of COVID-19 epidemic and data analysis. Finally, the empirical analysis of social risk perception under the COVID-19 was carried out. Based on the method of big data, this paper discussed the related issues of social risk perception and early warning under the COVID-19. By applying and analyzing big data technology, the accuracy and timeliness of social risk perception and early warning can be improved, providing strong support for responding to risks.

[keywords] Big data, COVID-19, social emotion, prediction model, risk perception.

 
目  录
摘 要    I
Abstract    II
1 绪论    3
1.1 课题背景    3
1.2 课题目的和意义    4
1.2.1研究目的    4
1.2.2研究意义    5
1.3 国内外研究现状    5
1.3.1国外研究现状    5
1.3.2国内研究现状    5
1.4 研究内容    6
2  社会情绪、风险感知和风险决策    7
2.1 社会情绪    7
2.1.1社会情绪的概念    7
2.1.2社会情绪的一般形成机制    8
2.2 社会情绪、风险感知和风险决策概念    9
2.2.1风险的概念    9
2.2.2 社会风险的概念    9
2.2.3风险感知的概念    10
2.2.4风险决策的概念    10
2.3情绪与风险感知的关系    11
2.3.1情绪对风险感知的影响    11
2.3.2风险感知对情绪的影响    11
3新冠肺炎疫情数据样本收集与数据分析    13
3.1数据获取    13
3.1.1平台选择    13
3.1.2数据爬取    13
3.2数据的预处理    15
3.2.1数据清洗    15
3.2.2数据标准化    16
3.3预测模型    17
3.3.1 Lasso回归    17
3.3.2 K-Means聚类分析    18
3.3.3 Tableau数据可视化    19
4社会情绪与社会风险感知    21
4.1研究方法    21
4.1.1研究方法    21
4.1.2研究过程    21
4.2结果分析    21
4.2.1社会风险感知指标的结果分析    21
4.2.2社会情绪与社会风险感知指标的相关关系    22
4.2.3社会情绪与社会风险感知指标的Graner因果分析    22
4.2.4社会情绪对社会风险感知指标的Lasso回归分析模型    23
4.2.5社会风险指标预测作用分析    24
5 新冠肺炎疫情下社会风险感知的实证分析    26
5.1新冠肺炎疫情下的社会风险剖析    26
5.2对于疫情下的社会风险的感知    27
5.3新冠肺炎疫情下社会风险导致的危害分析    27
结论    29
参 考 文 献    31
致 谢    32

通过对新冠肺炎疫情下社会风险感知与预警的研究，发现大数据技术在此方面具有重要作用。本文结论如下：
大数据技术可以有效帮助监测和预测疫情，在新冠肺炎疫情下，大数据技术可以帮助政府和卫生部门及时监测和预测病毒的暴发和传播。通过分析各种与疫情相关的数据，如各地区的新增病例、出行人数、交通流量等，可以帮助确定新冠病毒的传染速度和范围，进而及时制定对应的防控措施。
大数据技术可以进行趋势分析和长期预测，通过对大量数据的分析，大数据技术可以应用于疫情趋势分析和长期预测。例如，通过分析过去几年的流行病数据、人口密度数据等，可以得出某一地区未来可能遭受疫情爆发的概率。这种长期预测不仅可以帮助政府和卫生部门及时采取相应措施，也可以让公众更好地了解疫情的可能发展趋势，从而更好地保护自己。
大数据技术可以帮助社会风险感知，除了应用于疫情监测和预测方面，大数据技术还可以帮助人们更好地感知社会风险。通过对新冠肺炎疫情相关的社交媒体、搜索引擎、在线论坛等数据的分析，可以了解公众对疫情的态度、意见和需求，进而及时调整政府和卫生部门的措施，使其更加贴近公众需求。
大数据技术可以提高应急响应效率，在疫情突发时，大数据技术可以提高应急响应效率。
本文通过对大数据技术在新冠肺炎疫情下社会风险感知与预警方面的研究，证明了大数据技术在此方面具有重要作用。未来，我们需要进一步完善大数据技术的应用，以更好地应对突发公共卫生事件的挑战。