近年来,随着“互联网+政务”模式的推行,网络逐渐发展成为公众与政府互动的重要平台,公众通过网络表达政治诉求,政府愈加注重网络空间的政治互动,提高公众诉求的回应性。网络评论是公众诉求表达的重要方式,包含公众丰富的情感信息,情绪作为舆情发展演变的重要驱动因素,其演化机制将很大程度决定舆论事件的走向和路径。此外,由于网络具有传播速度快,受众范围广的特点,如果事件热度和事件发展倾向等信息反馈不及时,将失去最佳的应对时机,造成舆论发酵,甚至影响政府部门公信力。因此,如何采取有效应对措施,及时的介入管控,是政府危机舆情应对的亟待解决的关键问题。本文提出了基于主题与情感融合的网络舆情动态分析与预测反馈研究方法,形成了舆情“评估—预测—控制”模型架构。以“泉州欣佳酒店坍塌”事件微博评论文本为数据源,首先通过Word2Vec模型快速准确提取丰富的语义特征,运用TF-IDF+Kmeans方法抽取舆情主题,分析政府介入前后舆情关注点演变;其次以预训练语言模型BERT作为词嵌入层,结合深度学习模型Bi-LSTM对文本评论情感极性进行识别,分析主题与情感的相互作用下,政府回应对公众关注主题和网民情感状态变化的影响;进一步地,依据IPA分析理论构建舆情事件各主题“关注度-满意度”综合分析矩阵,找出政府危机舆情应对的优劣势,把握公众的情感态势,为政府采取有效舆情应对措施提供参考;最后采用Richards模型绘制舆情发展规模和情感极性强度变化曲线,预测舆情发展态势与走向,在此基础上构建反馈控制模型,为政府舆情管控提供预警信息,有助于政府及时介入管控舆情。“泉州欣佳酒店坍塌”舆情事件实例验证结果表明,本文提出的舆情动态分析与预测反馈方法合理有效,具有良好的解释性,为政府应对网络危机舆情提供参考。基于主题与情感分析,构建IPA分析框架识别政府应对措施的有效性,结合Richards增长预测模型,应用控制反馈原理,帮助政府获取舆情预警信息,实现舆情管控的及时性。从舆情管控的及时性和有效性入手,助力政府提升危机舆情应对能力。