随着经济的发展与社会的繁荣,人民物质文化需要日益提高,越来越多的人选择旅游消费且将旅游目的地安全纳入必要考察因素。自2020年新冠肺炎爆发以来,全国各地纷纷进行一级响应状态阻断疫情传播,与此同时各大产业也受到了强烈的冲击,具有流动性、集群性等鲜明特征的旅游业影响冲击尤为显著。截至5月2日,全国所有省份应急响应级别调整至二级或以下。同时,各地陆续出台一系列的刺激文旅相应政策,为中小微企业减负增加补贴、提供贷款便利,同时发放文旅消费券、在方方面面为旅行者提供优惠与保障,这一系列向好的态势为为旅游业的恢复提供了便利与可能,然而,旅游业的恢复并不是一蹴而就的,民众对于旅游信心的重建需要一段时间,如今国内疫情虽然得到了有效控制,但国外疫情依然严峻,即便在国内疫情严格防控的情况下,依然得不到彻底的保障,许多潜在旅游消费者对此呈现观望态势。在这严峻的情况下,研判后疫情时代居民出行的意愿与态度的发展与变化成为当务之急。基于此,本文主要完成以下工作:首先,通过python代码获取微博平台目标文本,并进行相应的数据清理。包括数据拆分、数据清理、去停用词、加入自定义词典、分词等,最后利用Snownlp计算所抓取的微博文本的情感值,将非结构化的文本数据转化为数值型数据,为后面的实证提供可用的优质数据。其次,从时间、空间两个维度挖掘微博文本数据。时间维度上,先根据疫情变化情况将时间分为两个阶段,研究居民在不同阶段中情感变化并挖掘其影响因素,然后以4月1日为起始日期,10月7日为终止日期,分析2019年与2020年同阶段的居民情感差异。空间维度上,先比较各个省份居民在整个疫情发展阶段情感变化差异,着重探究局部疫情发生时,不同地理位置省份居民受到局部疫情的影响程度。最后,对全文结论进行总结与梳理,并根据疫情对居民出行意愿的影响程度与影响方式,提出疫情防控常态化下调动居民出行积极性合理化建议。