伴随着人类征服自然的足迹,当前自然灾害的负面影响也在变强,呈现出发生范围扩大、突发频率更高、影响程度更为剧烈的特点。当自然灾害突然袭来,处在极大不确定之中民众心理恐慌,各类鱼龙混杂的信息在人性的弱点推波助澜下很容易形成大范围传播,一些以假乱真、混淆视听的谣言对民众造成二次伤害,同时也会影响正常的自然灾害应急处置与救援工作。因此,为了有效应对自然灾害风险带来的不确定性,避免谣言传播带来的负面影响,及时掌握自然灾害舆情对于政府的自然灾害治理尤为重要,将有利于化解自然灾害带来的“人祸”,减少损失,进而维护社会和谐稳定。而社交媒体信息发布的低门槛促使其成为自然灾害事件中信息聚集的平台,部分灾区民众、社会公众或群体通过互联网络信息平台对灾害事件发布或转发的各种言论、相关灾情及救助信息。为了更好地对自然灾害事件社交媒体舆情进行分析,本文聚焦自然灾害微博舆情,从社会计算视角出发,以情感分析和主题建模为基础构建用于分析自然灾害微博舆情的社会计算模型。基于自然灾害微博舆情的社会计算模型,本文选取了 2016年武汉水灾、江苏盐城623龙卷风冰雹特别重大灾害、四川茂县624特大山体滑坡灾害和吉林713洪灾四个自然灾害事件进行了应用研究,通过网络爬虫收集相关微博舆情数据之后,借助SnowNLP实现了对微博舆情数据的情感分析,基于LDA实现了对微博舆情数据整体的主题建模和以情感分类为基础的主题建模。在对自然灾害微博舆情的社会计算模型进行检验的过程中,本文遵循传统舆情研究的内容分析法主要对四个自然灾害事件微博舆情进行了情感编码和主题编码,研究结果可以和社会计算模型结果相互印证。最后,本文总结了自然灾害微博舆情的社会计算模型的特点,认为该社会计算模型适合于进行微博大数据分析、分析结果具有有效性且节约成本。此外,该社会计算模型从微博数据出发,能够得到自然灾害微博舆情的个性化结果,也预示着基于社会计算的舆情分析是今后的发展趋势。在未来的发展,自然灾害微博舆情的社会计算模型仍需要持续迭代、争取实现对微博舆情的实时分析,并将研究成果推向实践。