基于多元媒體數(shù)據(jù)的教育輿情情緒可視化

梁翊濤， 王長波

(華東師范大學(xué) 計算機科學(xué)與軟件工程學(xué)院，上海 200062)

0 引言

輿情是社會民眾作為主體，發(fā)表對于時事、新聞、政策等社會態(tài)度的總和，在社會生活中具有重要意義.隨著網(wǎng)絡(luò)的發(fā)展，截至2016年12月，我國網(wǎng)民數(shù)量已經(jīng)達到7.13億[1].因此，網(wǎng)絡(luò)輿情已經(jīng)成為輿情研究的主要陣地.研究網(wǎng)絡(luò)教育輿情有助于引導(dǎo)公眾輿論[2]，危機公關(guān)，并可以輔助政府、企業(yè)進行決策[3].民眾態(tài)度是輿情研究的核心領(lǐng)域，情緒作為民眾態(tài)度傾向的直觀反映，研究它能夠為分析網(wǎng)絡(luò)用戶、研判教育形勢[4]提供切實依據(jù).然而，大量的網(wǎng)絡(luò)輿情數(shù)據(jù)源，包括門戶網(wǎng)站、論壇、博客、自媒體等，讓人們難以選擇合適的媒體平臺獲取信息、發(fā)表觀點，或者進行危機公關(guān)等輿情管理活動.

因此，筆者設(shè)計開發(fā)了一個可視化交互系統(tǒng)，幫助用戶進行教育輿情情緒的網(wǎng)絡(luò)媒體對比研究.系統(tǒng)允許用戶從兩個層面對教育輿情進行比較研究.在宏觀層面，系統(tǒng)揭示了教育輿情事件主題和輿情事件的情緒傾向；在微觀層面，對輿情事件情緒進行多平臺的對比分析.

1 需求分析

為了充分研究網(wǎng)絡(luò)教育輿情，我們曾與教育領(lǐng)域的專家合作進行了網(wǎng)絡(luò)教育輿情項目的研究[5].相比普通網(wǎng)絡(luò)輿情，教育領(lǐng)域的網(wǎng)絡(luò)輿情具有下列特點[6]：①意見主體的隱匿性，即民眾可以通過匿名的方式在網(wǎng)上表達自己的觀點；②教育客體的特殊性，即教育對于個體和社會的發(fā)展具有重要意義；③輿情傳播的即時性與互動性.由于輿情參與者可以自由交互，因此教育事件更容易表現(xiàn)出“一邊倒”的輿情傾向，更易產(chǎn)生群體性事件.

1.1 數(shù)據(jù)描述

首先，通過分布式爬蟲技術(shù)，從騰訊網(wǎng)、搜狐網(wǎng)、鳳凰網(wǎng)和新浪網(wǎng)4個門戶網(wǎng)站上爬取了自2015年1月到2015年12月共計2 744篇文章和與之對應(yīng)的34 730條評論.

1.2 用戶參與

為了深入分析需求，我們選擇了兩類用戶：教育領(lǐng)域?qū)＜液蜔o專業(yè)知識但關(guān)心教育輿情的普通用戶，如教師、家長、網(wǎng)絡(luò)意見領(lǐng)袖等.我們將領(lǐng)域?qū)＜遗c普通用戶組織成為一個志愿者小組，并與小組完成了3次線上訪談.

首先，由用戶描述他們感興趣的問題，為第一次訪談定義了在當(dāng)前教育輿情分析中現(xiàn)存的問題和挑戰(zhàn)，然后，為其提供基礎(chǔ)的可視化形式，如條形圖、折線圖等，輔助用戶進行問題的初步研究，并記錄反饋.第二次訪談，展示根據(jù)用戶需求所設(shè)計的可視化系統(tǒng)原型，測試是否符合用戶需求，并收集反饋以改進系統(tǒng).第三次訪談?wù)故鞠到y(tǒng)的最終版本，并指導(dǎo)用戶使用.

1.3 提取用戶需求

對于整體教育輿情情緒以及輿情事件的研究，不同類型的用戶需求不同.如教師、家長希望分析他們關(guān)注的單個輿情事件，幫助他們決定哪種媒體平臺更適合獲取信息；意見領(lǐng)袖希望了解情緒從文章到評論的傳播形式，從而幫助他們更有效吸引讀者關(guān)注；領(lǐng)域?qū)＜遗c教育從業(yè)者(如輔導(dǎo)機構(gòu)創(chuàng)業(yè)者等)則想要全面了解教育輿情，從而幫助他們制定決策或商業(yè)計劃.

我們將用戶系統(tǒng)需求總結(jié)為以下幾點：①從不同層次研究網(wǎng)絡(luò)媒體數(shù)據(jù)，例如從所有事件到單個事件；②對比不同媒體平臺上文章到評論的情緒傳播模式；③針對不同用戶，總結(jié)最適于其發(fā)布、獲取教育信息的平臺類型.

2 多維情緒傳播分析

2.1 情緒識別及分類

為了分析輿情文本情緒傾向，筆者采用累計情緒詞在文本中出現(xiàn)次數(shù)的方法，為文檔進行打分.根據(jù)情緒詞典[7]將情緒分為7個類別，并在領(lǐng)域?qū)＜业闹笇?dǎo)下，將7類情緒按照從正面到負面的順序進行排布：樂、好、驚、哀、懼、惡、怒.此外，為了提高情緒得分的準確度，引入副詞的權(quán)重計算.文檔的7維情緒如公式(1)所示：

i∈N+|}.

(1)

式中：d為一篇文檔(文章或者評論)的7維情緒得分向量；D1與Dmax為要計算的情緒類別索引，D1=1，Dmax=7，表示要計算所有7種情緒類別；ei為某一特定情緒類別的得分，并被標準化；j為文檔中某一類情緒詞的數(shù)量；score為一個情緒詞在情緒詞典中的分值，根據(jù)副詞的類型和情感激烈程度，將副詞分為adv={most,very,more,insufficiently,ish,inverse}，并在多次試驗后將其權(quán)重設(shè)定為weight={2.0,1.75,1.5,1.2,0.5,-1.0}.無副詞時weight默認為1.0.

文章表示為A={da,dc}.da為文章A的情緒向量，dc為與A對應(yīng)評論的情緒向量.一個輿情事件E={A1,A2,…,An}.在公式(2)中，E1、E2為兩個事件，D為應(yīng)用歐幾里得距離公式計算兩個輿情事件之間的情緒距離，用D衡量事件之間的情緒相似度，

(2)

2.2 情緒傳播

目前，輿情情緒傳播模型主要關(guān)注群體情緒對于群體性事件發(fā)展的影響力[8]，研究包括基于群際情緒理論的情緒層級模型[9]；基于系統(tǒng)動力學(xué)的負面情緒研究[10]等.筆者集中關(guān)注不同網(wǎng)絡(luò)媒體平臺上文章到評論的情緒傳播，根據(jù)與領(lǐng)域?qū)＜业挠懻摚鲜鰝鞑ゾ哂忻黠@的鏈式結(jié)構(gòu).因此，基于信息系統(tǒng)生態(tài)鏈模型[11]，筆者將網(wǎng)絡(luò)媒體平臺上的情緒傳播定義為：情緒從媒體所發(fā)表的文章向讀者傳播，最后以評論的方式展示.研究單個事件中的情緒傳播，需要定義情緒傳播的類型和衡量情緒傳播的效率P,

(3)

筆者將情緒傳播定義為兩類：①同類情緒傳播：文章與其評論的主情緒類型一致；②異類情緒傳播：文章與其評論的主情緒類型不一致.若文章的主情緒得分小于評論的主情緒得分，則為增量傳播，反之為減量傳播.

同類情緒傳播的效率μ計算公式如下：

μ同=|Pa[main_a]-Pc[main_c]|.

(4)

異類情緒傳播的效率計算公式如下:

μ異= [(|Pa[main_a]-Pc[main_a]|)+

(|Pa[main_c]-Pc[main_c]|)]/2，

(5)

式中：Pa為文章情緒百分比向量；Pc為評論情緒百分比向量；main_a、main_c分別為文章和其評論的主情緒類型索引值.

3 系統(tǒng)設(shè)計與可視分析

可視化系統(tǒng)包含了3個模塊：數(shù)據(jù)處理模塊、情緒分析模塊、可視化模塊.系統(tǒng)結(jié)構(gòu)如圖1所示.數(shù)據(jù)預(yù)處理模塊：從網(wǎng)頁上爬取文本數(shù)據(jù)，使用LDA算法[12]識別輿情事件.情緒分析模塊：識別文本情緒,對情緒進行相關(guān)性分析，并應(yīng)用MDS算法[13]進行降維顯示，分析文章到評論的情緒傳播.可視化模塊：通過情緒花朵圖、情緒傳播圖等視圖對教育輿情情緒進行交互對比分析.

圖1 系統(tǒng)結(jié)構(gòu)圖Fig.1 The structure of system

3.1 數(shù)據(jù)預(yù)處理

筆者應(yīng)用LDA算法從文檔中識別出91個教育輿情事件，并根據(jù)與領(lǐng)域?qū)＜业挠懻摚偨Y(jié)出6個輿情事件主題：校園暴力、高考腐敗、禁止中小學(xué)生補課、學(xué)生創(chuàng)業(yè)、鄉(xiāng)村教育與留守兒童.

3.2 可視化設(shè)計

可視化系統(tǒng)如圖2所示，系統(tǒng)包含5個可交互視圖，允許用戶在多個層次上對網(wǎng)絡(luò)教育輿情進行探索研究.

圖2 可視化系統(tǒng)圖Fig.2 The overview of system

3.2.1 情緒花朵圖

如圖2中(1)所示，情緒花朵圖展示了所有輿情事件的情緒傾向.一朵花表示一個輿情主題，花朵的大小表示主題中輿情事件的數(shù)量.花瓣的數(shù)量表示每個主題中不同情緒類型百分比，因為情緒分為7種類型，所以每朵花有7片花瓣.花瓣分為內(nèi)外兩個部分，內(nèi)側(cè)表示文章情緒，外側(cè)表示評論情緒，內(nèi)外對比展示出輿情主題文章和評論情緒的差異.為了表示7種情緒類型，筆者應(yīng)用了Plutchik情緒輪模型[14]，如圖2中(1)左上角的圖例所示，黃、青、藍、紫、綠、粉紅、紅分別代表樂、好、驚、哀、懼、惡、怒7種情緒.

以導(dǎo)向布局作為花心，展示輿情主題中事件的情緒相似度聚類.每個節(jié)點表示一個輿情事件，節(jié)點的顏色表示其主情緒類型.同時，我們使用2.1節(jié)描述的方法度量事件之間的情緒相似度，如果相似度大于閾值，就在兩個事件節(jié)點之間添加一條邊，由此形成主題中的事件情緒子聚類.通過多次試驗，筆者將閾值設(shè)置為0.1.

3.2.2 事件維諾圖

為了對比同一事件在不同媒體平臺上文檔數(shù)量、情緒得分的差異，筆者應(yīng)用了事件維諾圖[15].如圖2中(3)所示，從媒體平臺、文章、評論3個層次展示.第一層通過顏色劃分不同的媒體平臺，鳳凰網(wǎng)、搜狐網(wǎng)、騰訊網(wǎng)、新浪網(wǎng)分別用紅、綠、藍、黃表示，以顏色亮度表示情緒得分的大小;第二層表示在相應(yīng)平臺上發(fā)表的文章；第三層表示文章對應(yīng)的評論.

3.2.3 情緒傳播圖

如圖2中(4)所示，情緒傳播圖展示同一事件在不同媒體平臺上，從文章到評論的情緒傳播情況.第一行7個圓展示文章的情緒得分，第二行展示評論的情緒得分.情緒傳播的效率通過兩行圓之間的連線表示.用戶可以通過按鈕切換不同的媒體平臺，對比其情緒傳播情況的差異.此外，圓中卡通標記能讓用戶直觀理解不同情緒類型，強化顏色和情緒類型的對應(yīng)關(guān)系.

3.2.4 矩陣散點圖

用戶可以通過矩陣散點圖從所有事件文章與單個事件文章兩種層次來分析情緒相關(guān)性，如圖2中(2)所示.在矩陣散點圖中，每一個點都代表一篇文章，點擊文章點可以在文本視圖中查看具體文章與評論.用戶可以通過設(shè)置矩陣散點圖的維度選擇想要觀察的情緒類型，媒體平臺的顏色編碼與事件維諾圖相同.

3.2.5 文本視圖

系統(tǒng)中設(shè)計了文本視圖，用以展示文章與評論的原始數(shù)據(jù)，如圖2中(5)所示.花朵圖、事件維諾圖、矩陣散點圖均可與文本視圖進行交互.

4 案例分析

筆者采用案例分析法[16]對2015年全年輿情數(shù)據(jù)進行分析.首先，向用戶展示如何使用系統(tǒng).然后，根據(jù)用戶提出的感興趣的研究問題，選擇合適案例進行分析.最后，記錄用戶的反饋并討論用戶的分析結(jié)果.

4.1 2015年網(wǎng)絡(luò)教育輿情情緒分析

2015年教育輿情花朵圖如圖3所示，其中校園暴力主題在2015年相關(guān)的輿情事件最多，總體情緒偏向惡.但文章和評論情緒仍然有不同，文章里面有28.57%好的情緒，哀占14.28%；但評論中惡占85.71%，好占14.28%，沒有哀傷情緒.對于上述情況，領(lǐng)域?qū)＜艺J為出現(xiàn)這種情況的原因是：“媒體平臺的表達必須客觀中立，因此情緒表達較為克制，但用戶能夠自由評論，對于校園暴力這樣的負面話題就體現(xiàn)出惡評.”此外，圖中有一個顯著傾向于好的話題，即“學(xué)生創(chuàng)業(yè)”，因為2015年，國家出臺一系列政策鼓勵學(xué)生創(chuàng)業(yè)，社會各界對于創(chuàng)業(yè)都持積極態(tài)度.

圖3 輿情花朵圖Fig.3 The flower view of public opinion

圖4為分平臺展示的輿情文本矩陣散點圖.騰訊網(wǎng)的文章(散點)數(shù)量最多，且分布較其他3個平臺平均，并無明顯的高情緒得分文章.從情緒來說，騰訊網(wǎng)上的“噴子”(不關(guān)心事實，只發(fā)泄情緒的網(wǎng)民)較多，情緒傾向于負面.

鳳凰網(wǎng)的某些點評論(惡)的情緒得分顯著較高，其他點都集中在左下角，即除了個別文章受大眾廣泛關(guān)注外，其他文章情緒傾向并不突出.新浪網(wǎng)的分布與騰訊網(wǎng)類似，但相比騰訊網(wǎng)，新浪網(wǎng)的文章(好)、文章(惡)的情緒得分均偏低，即新浪網(wǎng)不傾向于發(fā)表情緒傾向強烈的文章.最后，搜狐網(wǎng)的文章情緒得分平均，但評論的得分多為0，表示在搜狐網(wǎng)上網(wǎng)民的參與度相比其他3個平臺低.“雖然新浪網(wǎng)上的報道文章較少，但其文章態(tài)度明顯中立，對我來說是更好的獲取信息的平臺.”一位用戶表示，“搜狐網(wǎng)的參與度太低，即使在上面發(fā)表評論也不會得到什么反饋.”

4.2 “江西高考替考案”事件分析

江西高考替考案是2015年關(guān)注熱度最高的輿情事件，搜狐網(wǎng)、新浪網(wǎng)、騰訊網(wǎng)、鳳凰網(wǎng)共計有40篇文章對此進行了報道.

2015年6月7日中午，江西省教育廳接到有人組織替考的舉報.經(jīng)查，外省替考組織在網(wǎng)上招攬高校學(xué)生，串通招考辦及醫(yī)院有關(guān)工作人員為外省籍考生在江西違規(guī)報名、體檢，從而實施替考的有組織、有預(yù)謀的高考舞弊案件.

通過文本視圖對高情緒得分的文章進行分析，發(fā)現(xiàn)用戶評論共計529條，且大部分都是對高考替考行為的批判.然而，雖然評論的情緒惡得分很高，評論的正面得分也較高.其原因首先是存在一些反諷的評論，如“記者裝著一副大義凜然的感覺，覺得自己真的很偉大嗎？”；其次，也有對于替考臥底記者勇于揭露行為的贊揚，如“這是正能量崛起，有更多這種利國利民的揭發(fā)，說明了正義之花處處開放.”其中，“大義凜然”“偉大”“利國利民”，均為正面詞匯.因此，評論的正面情緒較高可以總結(jié)為以下兩個原因：①雖然高考替考案為負面事件，勇于揭發(fā)的行為亦值得贊揚；②部分民眾評論時慣于使用反諷，其正面詞匯在情緒詞典方法中會造成誤判.

如圖5所示，情緒傳播圖展示了不同媒體平臺從文章到評論的情緒傳播情況.除搜狐網(wǎng)的文章、評論太少，無法體現(xiàn)特征以外，鳳凰網(wǎng)、騰訊網(wǎng)、新浪網(wǎng)的文章情緒情況相似：雖然惡的情緒占比較高，但也有一定比例的樂與好.文章到評論的情緒傳播卻體現(xiàn)出了一定的差異性，鳳凰網(wǎng)的評論情緒比文章情緒更加激烈，同時一部分文章(樂)的情緒向評論(哀)傳播；騰訊網(wǎng)和新浪網(wǎng)的文章情緒得分均高于評論情緒，顯示在這兩個平臺上用戶評論的情緒并不高.

4.3 案例分析總結(jié)

總體而言，2015年教育輿情呈現(xiàn)出負面傾向.除負面事件頻發(fā)的原因外，無論是從文章發(fā)布還是網(wǎng)民評論來看，民眾對于負面事件的參與度都比正面事件更高.對媒體平臺而言，觀點多樣化和意見參與度高的網(wǎng)絡(luò)媒體是更理想的信息發(fā)表、獲取平臺.意見領(lǐng)袖等輿論引導(dǎo)者如果希望獲得更多關(guān)注，他們會選擇鳳凰網(wǎng).想獲取信息的用戶則偏愛民眾參與度更高，情緒傾向分布也更平均的騰訊網(wǎng).

5 結(jié)論

筆者首先通過以用戶為中心的設(shè)計流程，總結(jié)了教育輿情情緒分析領(lǐng)域特定的目標和設(shè)計原則.

圖4 鳳凰網(wǎng)、搜狐網(wǎng)、騰訊網(wǎng)、新浪網(wǎng)情緒矩陣散點圖Fig.4 The emotion matrix views of Ifeng, Sohu, Tencent, and Sina

圖5 事件情緒傳播圖Fig.5 The emotion propagation view.

其次，對網(wǎng)絡(luò)輿情文本進行情緒分析，定義了文章到評論的情緒傳播類型.再次，設(shè)計開發(fā)了基于教育輿情情緒的可視化平臺，展示教育輿情情緒傾向及不同媒體平臺的情緒傳播模式，幫助用戶選擇合適的媒體平臺發(fā)表、獲取信息.最后，案例分析證明了系統(tǒng)的可用性，給輿情情緒分析，媒體比較分析和可視化三者的交叉領(lǐng)域提出了一種新的可能.后續(xù)研究將考慮提升文本情緒識別的算法精度，并實時分析顯示輿情情緒.