在2019年与2020年之交,流行性传染病新型冠状病毒肺炎的爆发给人民生产生活带来了前所未有的挑战,也是对中国政府治理能力特别是数字治理能力的一场大考。值得骄傲的是,中国政府采取迅速行动,团结带领全国人民参与这场防控保卫战,并取得了显著的政策性成果。而这些政策性成果与政府对民众诉求的识别和回应密切相关。目前关于新型冠状病毒肺炎相关舆情文本分析大多使用社交媒体数据和新闻报道数据,缺乏对公共舆论更深层次的挖掘,本文所使用数据为人民网《领导留言板》中民众向党政主要领导发表的留言,能更加直接、及时地反映民众最真实、最全面的诉求。本文运用爬取技术采集了不同疫情严重程度的11个省份的民众在2020年1月1日-12月31日期间发表的留言文本,经过数据清洗,共得到3693条留言数据。接着,本文使用Jieba对留言文本进行分词处理,并且通过构建具体语境的停用词典和用户词典、词性筛选、引入Bigram特征词显著提升分词效果。随后,本文使用LDA主题模型对民众诉求的主题进行挖掘,并探究所挖掘主题的流行度的时间演变规律和空间演变规律,进一步将其与政府发布的相关政策进行关联分析,从而解读主题流行度的演变原因。本文研究中,新型冠状病毒肺炎相关民众诉求可分为医疗防疫、民生保障、经济问题和学校教育四个类型,并且不同类型的主题流行度在时间和空间维度上的分布特征不尽相同,这些分布特征的差距是由疫情发展时期不同、各地区疫情严重程度不同、政府相关政策的发布导致的。本文对民众诉求主题及其与政府政策关系的研究,可为类似突发重大公共事件的分析提供方向性借鉴。