随着移动互联网技术的蓬勃发展和移动终端应用的普及,以微博为代表的在线社交媒体迅速时兴起来,成为突发事件舆情传播的重要平台。在突发事件整个舆情演化生命周期中通常会隐含不同的主题,而网民在不同主题下的情绪表达往往会直接影响事件传播的速度、广度以及深度。因此,在自然灾害等突发事件的紧急情况下,识别在线社交网络中的网络情绪,并结合时序特征与潜在主题进行深度情感挖掘,有益于发掘突发事件舆情传播、演化的特征和规律,可为舆情分析、监测与决策提供科学的依据。本研究构建基于主题和情绪特征的突发事件社交网络舆情演化分析的方法,揭示面向特定事件的微博在突发事件中所对应的微博文本的细粒度情绪、以及不同情绪在舆情演化各阶段的传播性强弱,以及剖析各阶段对应的细粒度情绪演化规律,研判出分布在文字当中有关联性的、代表性的、重要的微博情绪。同时,探析网民在舆情主题与情感之间的协同性与规律性,为舆情监测提供科学依据。首先使用Word2vec提取舆情演化各阶段的微博主题;然后采用SVM的情感分析方法获取微博评论文本的情绪类别以及Senti Strength和LIWC2015分别计算其对应的情感强度和认知强度;最后得到特定突发事件下舆情演化生命周期不同阶段的微博主题与情绪特征变化态势、主题—情感的协同性、规律性。本研究可为危机管理部门提供网民在特定事件演化的不同时期关注的焦点和情感态度,有利于其在恰当的时间适时掌握各阶段的舆情演化情况,为危机管理部门在突发事件情况下进行科学的舆情判断和风险预测。