社交媒体危机沟通与公众参与：COVID-19期间公共卫生与新闻媒体组织的推文策略分析

本研究针对COVID-19早期，公共卫生与新闻媒体组织在X平台（原Twitter）的沟通策略及公众参与展开分析。研究人员通过机器学习聚类15,711条推文，识别六大主题（如政策行动、病例更新等）和五个传播阶段（初始、恐慌等），发现简洁语言和适度标签使用可提升公众参与，尤其医疗研究和健康指导类内容最受关注。该研究为危机沟通优化提供了实证依据，发表于《Scientific Reports》。

　　

COVID-19大流行重塑了全球信息传播模式，社交媒体成为公众获取疫情动态的核心渠道。然而，公共卫生机构与新闻媒体如何通过平台有效沟通？不同内容策略如何影响公众参与？这些问题尚未系统解答。为此，澳大利亚伍伦贡大学等机构的研究团队分析了四国（澳大利亚、中国、英国、美国）8个组织的15,711条COVID-19相关推文，揭示了危机沟通的演化规律与优化路径，成果发表于《Scientific Reports》。

研究采用混合方法：通过X API采集2020年1-5月推文数据；利用GloVe词嵌入和K-means聚类（K=37）识别主题；人工归纳六大主题（如“医疗研究与治疗信息”）；结合议程设置理论等框架分析传播阶段；采用SPSS进行卡方检验和Spearman相关性分析。

研究结果分为四部分：

1. 推文主题：机器学习聚类准确率达75%（F1=0.76），人工归纳出政策行动（26.9%）、病例更新（23.2%）等六大主题。公共卫生组织侧重健康指导（52.6%），新闻媒体聚焦政策行动（28.2%）。
2. 公众参与：“点赞”最高（如医疗研究类获1525次/条），回复最少。“影响与后果”主题参与度最低。
3. 传播阶段：划分为初始期（高互动）、恐慌期（低推文量）、共存期（参与衰减）等五个阶段，新闻媒体推文量始终领先（最高达24倍）。
4. 策略差异：公共卫生组织使用更多标签可提升健康指导类参与（r=0.458，P<0.01），而新闻媒体需减少标签（所有主题r<-0.46）。

结论表明，危机沟通需动态调整：初期强调科学性（如医疗进展），后期侧重操作性指导；公共卫生机构应保持权威性，新闻媒体需平衡时效与深度。该研究为未来突发公共卫生事件的信息治理提供了理论框架（如情境危机沟通理论SCCT）和实践启示，尤其在跨文化传播策略优化方面具有开创性意义。