基于社交網絡平臺的高教大數據輿情分析研究

周鐵華，劉軼民，董文革，王 玲

(東北電力大學 計算機學院，吉林 吉林 132012)

1 基于互聯網大數據分析的教育輿情

基于互聯網大數據分析的教育輿情所關注的是互聯網上曝光和呈現的教育事件、教育現象和教育問題等方面，更注重挖掘人們對教育問題或現象呈現的觀點和態度。本文主要針對新浪微博、微信朋友圈、高教新聞網、校園論壇、社交網絡以及智聯招聘、領英、高校就業信息網等互聯網高教大數據資源進行分類和整理，分別根據大學生的情緒特點以及行為表達兩個方面進行分類，完成輿情判斷的一般分析[1]。

與傳統的描述性分析不同，描述性分析是對已經既定成事實的學習狀況進行總結性的統計分析，而輿情判斷分析是通過現象去預測導致最壞結果的可能性，從而提供可行的解決方案去避免最壞情況的發生，其兩者的區別如表1所示。

表1 描述性分析與輿情判斷分析的區別

高等教育輿情分析是近年來國內外關注的焦點問題。對高校學生情感分析不足導致的直接現象包括校園暴力事件、抑郁癥學生群體增加等，間接現象包括課堂注意力低下、輟學、留級、甚至退學等。這些都在敲響一個警鐘：高等教育不應該只是關注知識本身，更應該積極關注學生的心理健康教育，才能保證高校學生能夠順利畢業，成為社會棟梁的思想動力源泉[2-3]。

2 國內外研究現狀

2016年12月，原國家衛生計生委、教育部等22部門聯合印發《關于加強心理健康服務的指導意見》，對高校學生心理健康教育提出任務要求。2017年12月，中共教育部黨組發布《高校思想政治工作質量提升工程實施綱要》，將“心理育人”納入高校“十大”育人體系。由中國傳媒大學高教傳播與輿情監測研究中心發布的《中國高等教育輿情報告(2018)》榮獲中國社會科學評價研究院2018年中國智庫學術成果“優秀報告獎”，其指出的高教輿情十大熱點事件的首曝媒體以網絡媒體為主。《2019年度高等教育網絡輿情研究》正面熱點事件分析報告中指出，通過選取2019年度150件高等教育領域正面熱點事件，運用統計分析方法從時間、地域、類型等多維度進行分類分析，提出互聯網時代高等教育正面熱點事件輿情優化策略與可行性建議[4]。

3 基于高校輿情分析的互聯網大數據資源

移動互聯網時代，利用大數據監測和研究高等教育傳播輿情，對引導高等教育輿論、服務政府教育決策、提升教育智力水平具有重要作用，高教輿論引導具有為高等教育改革保駕護航的重要功能。通過實時關注社交媒體的信息動態，了解和評估學生的心理健康狀態，通過情感分析挖掘高校學生的潛在的行為傾向，完成基于心理健康指數的大數據輿情報告，有助于進行更有針對性地進行心理健康引導，以期實現穩定校園的根本目的。

本文研究方法主要是文獻調查法、行為研究法以及理論與實際驗證相結合，通過不斷監測社交平臺的輿論大數據的變化，實時掌握學生的思想變化情況，從而不斷完善指標評估體系的心理健康評估指標。對社交網絡平臺包括新浪微博、新聞網、校園論壇等大數據輿情資源進行整理與分析，開發基于情感分析的數據挖掘方法，實現全方位的探測和分析學生情緒變化的一般趨勢。

事實上，伴隨著大數據時代的到來，各大教育機構與高等院校逐漸開始應用大數據分析、數據挖掘等技術了解受教育者的個性化需求、評估講師的教學質量與水平、調整學習知識方法與技巧。此外，基于大數據分析的個性化評估結果，各教育研究機構開始著手預測學生未來的學習態度與學習成效、檢測學生的學習投入度、情感、學習策略等，讓教師和教學研發人員能夠根據學生評估結果，進一步調整教學策略，改進教學課程，更好地達成有效教學的目的[5]。

4 情緒表達與態度分析

通過信息技術針對高校學生關注度和使用率比較高的社交媒體中，采集相關的文本、圖片以及多媒體數據，進行語義解析，分析人們的態度、意見以及情緒表達。為了更多地了解和分析學生的心理變化狀況以及學業訴求，越來越多的高校開始建立自己的線上學生社區和論壇，一方面，是為了宣傳更多正能量的信息，引導學生向上的學習動力和思想教育；另一方面，是為了能夠更多地了解學生的根本訴求。大數據的分析手段，可以通過人工智能技術，自動挖掘和分析學生的情緒表達，深入了解“教育事件”與“學生訴求”之間的關聯關系，從而深入分析學生情緒的主流變化特點、學生的學習需求、學生的就業傾向、價值觀和人生觀等，挖掘事件背后的誘發原因和發展趨勢[6]。

美國數據學家、前北卡大學夏洛特分校助理教授、夏洛特視覺中心主任，以及非結構化數據智能分析平臺的CEO王曉宇博士，提出預測分析最大的難度在于精準度，精準度越高，系統就越能把人的性格全面呈現出來，而且會在不同時間地點下進行分析，做出一個高維的性格理解。因此，利用大數據技術對學生的態度進行深入分析，就要在保障精準度的同時，對學生的情緒表達進行自動量化分析，而這種自適應分析是建立在大量的數據基礎之上，數據量越大，精準度越高。在處理非結構化數據的能力上對算法的要求很高，簡單的關鍵詞檢索和分析是很難達到輿論表達上的準確結論，如果結合語義分析方法，就能夠更深入地了解言論背后的誘發原因，從而挖掘情緒-言論-事件三者之間的潛在關聯關系和規律。建立教育輿論事件記事簿，對引發輿論的教育事件，根據其影響力、爆發力、輿論周期和特點進行分類，為擴展高教輿情分析提出了新的主題方向，為穩定高校秩序、提高高校教育的滿意度，提供了堅實的理論基礎。

5 結語

通過深入分析高校學生的情緒特點和態度，對社交媒體大數據進行深入挖掘，可以及時、高效地發現高教學生的輿論傾向和根本訴求，為教學改革、學生的身心健康都有著良好的促進作用。同時，高教大數據輿情分析報告，對高校展開教學工作、學生管理工作等方面有一定的指導作用，有利于增加高校對學生整體上想法、思維、行為、心理的了解，為高校教學和管理工作的展開提供理論支撐依據。