研究选择微博平台,采用大数据的研究方法,研究新冠肺炎疫情前后微博用户的情绪表达特点,使用在线文本分析技术对不同人格类型微博用户的情绪表达特点进行分析。在研究一中,随机爬取了2034名活跃微博用户的微博数据,获取微博数据1301680条。进行了三方面研究:（1）分析新冠肺炎疫情到来前后一年时间微博文本数据中的情绪词词频。（2）以月为单位分析新冠肺炎疫情来临后数月微博用户的情绪表达倾向。（3）分析不同省份微博用户在新冠肺炎疫情的情绪表达倾向。在研究二中,从研究一被试样本中选取380人填写大五人格简式量表（NEO-FFI）,回收有效问卷60份,爬取微博数据5334条。进行了两方面研究:（1）通过大五人格简式量表评估被试大五人格的五个维度的得分情况,使用在线文本分析方法计算每名被试微博数据文本中的“正向情绪词”和“负向情绪词”词频,使用SPSS22.0对被试的大五人格各维度和情绪表达倾向进行相关分析。（2）取大五人格简式量表各维度前27%的被试作为该维度的高分组。使用“文心”中文心理分析系统处理各维度高分组被试的微博文本数据,分析各个维度高分组的被试的文本特征。据此,本研究得到以下结论:（1）新冠肺炎疫情对网民发表的微博文本情绪有影响,网民在2020年表达更少的正向情绪和更多的负向情绪,且表达更多的焦虑词和生气词。（2）随着新冠肺炎疫情的到来,2020年2,3,4月微博数据文本中正向情绪词词频逐月下降,其中2020年2月负向情绪词词频最高。（3）新冠肺炎疫情中负向情绪最高的三个省为河南省、湖北省和四川省,负向情绪较低的省为新疆维吾尔自治区、宁夏回族自治区和香港特别行政区。（4）神经质与正向情绪词为显著负相关（p<0.01）;外向性与正向情绪词为显著正相关（p<0.01）,外向性与负向情绪词为显著正相关（p<0.05）;开放性与正向情绪词为显著正相关,与负向情绪词为显著正相关（p<0.01）。（5）神经质低分组被试的正向情绪词词频显著高于中分组和高分组被试;外向性高分组被试正向情绪词词频显著高于中分组和低分组被试;开放性高分组被试正向情绪词词频显著高于中分组和低分组被试。（6）神经质高分组被试使用最多的是应和词、负向情绪词、社会词;外向性高分组使用最多的是正向情绪词、非特定人称代名词;开放性高分组被试使用最多的是正向情绪词、冒号及第一人称“我”;宜人性高分组被试使用最多的是正向情绪词、第一人称、惊叹号;责任心高分组被试使用最多的是“我”、正向情绪词、延续词。