基于文本情感分析的大學生網絡發帖調查

盛偉翔 扶齊彥

（1.江西司法警官職業學院 江西省南昌市 330013 2.南昌大學信息工程學院 江西省南昌市 330013）

1 概述

價值觀念是人們實際社會生活在道德層面的客觀反映，社會主義核心價值觀是社會主義文化的精髓之所在。黨的十八大以來，中央高度重視培育和踐行社會主義核心價值觀。習近平總書記多次作出重要論述、提出明確要求，黨中央高度重視、有力部署，為加強社會主義核心價值觀教育實踐指明了努力方向，提供了重要遵循。社會主義核心價值觀的建設已經成為國家治理能力和治理體系的重要任務。歷史和實踐表明，提升核心價值觀的感召力，是維護社會秩序和保證社會系統正常運行的重要途徑，也是社會和諧穩定與國家長治久安的重要保障[1]。

隨著新媒體時代的到來，互聯網對人們日常生活、思維方式以及價值觀的改變，在當代大學生中產生了廣泛的影響，容易使學生產生困惑與迷茫，加強社會主義核心價值觀教育勢在必行，而對于當代大學生社會主義核心價值觀的研究更顯得尤為重要。文獻[2]基于網絡空間發展進程的視角，對高校學生社會主義核心價值觀培育進行了研究；文獻[3]通過分析新媒體的特點，分析了新媒體時代對大學生價值觀念的影響，并提出了相應的應對策略；文獻[4]通過對吉林省長春市的部分高校開展問卷調查，對大學生社會主義核心價值觀認同現狀進行了深入的研究；文獻[5]通過調查問卷、個別訪談等方式，深入探討和分析了高職院校學生價值觀取向和踐行情況。

傳統的價值觀研究方法普遍采用調查問卷或個別訪談的方式來采集研究數據，而調查問卷往往存在著調查結果廣而不深、質量難以保證、問卷回收率低等問題，而進一步難以保障研究的客觀性和準確性。本文從網絡大數據的視角出發，通過對全國2631所普通高等學校（含獨立學院265所）的百度貼吧信息進行采集，隨機采集了2018年至2021年間由學生發布的139534篇網帖，通過對其標題、正文和評論信息進行情感分析，進而對全國高校學生的社會主義核心價值觀的現狀進行了研究，并在此基礎上對高職學生核心價值觀的培養進行了分析。本研究方法和研究成果，一定程度上增強了調研過程的客觀性和準確度，對于相關社會科學領域的研究具有一定的參考意義。

2 研究對象

本課題研究力求在一個較大的樣本中展開研究，于是選取以百度貼吧為研究載體。在人人網（原校內網）用戶活躍度持續走低的情況下，百度貼吧成為了當前高校大學生最集中的網絡交互環節。百度貼吧中，每位網民均有平等的話語權，較之調查問卷更易表達出自己的真實意見，同時發帖與回帖之間更易形成交互產生思想的碰撞，使得本課題研究的數據來源更加真實客觀。另外，為了保障研究的數據來源的全面性，本研究采集了全國2631所普通高等學校（含獨立學院265所）的百度貼吧中2018年以來發布的139534篇網帖（含標題、正文與回帖），平均每個貼吧采集貼文53篇，其中，985/211高校貼吧6334篇，普通本科高校47725篇，獨立學院14154篇，高職院校64921篇，高專院校6400篇；評論數大于等于1000條的1732篇，大于等于100條的15097篇，大于等于10條的62097篇，小于10條的77437篇。在數據的選擇方面秉持隨機選取，最大限度地使研究的覆蓋面達到足夠大，保障數據集的全面性和客觀性。本課題將2631所普通高等學校分為全國985高校、211（非985）高校、985/211高校、普通本科、獨立學院、高職院校、高專院校進行分析，數據源集合的特征如表1所示。

3 評價模型

3.1 評價因子集

以百度貼吧網帖為研究對象，評價因子集可表示為：

其中，F1, F2, F3分別表示網帖標題、網帖首帖正文、網帖全部評論集合。由于每個網帖的評論數存在差異，因此，其權重也會隨之變化。假設F3的元數為N，即F3={F31, F32,…, F3N}，在本方法中，令各元具有相同的權值，則評價因子集中元素對應權重可表示為：

3.2 基于支持向量機的情感分析模型

為了應對網絡大數據采集和分析過程的穩定運行，模型分為數據采集和數據分析兩部分，以增強功能模塊的高內聚低耦合性。該模型的數據處理流程如圖1所示。

3.2.1 數據采集部分

對全國2631所高校的百度貼吧進行遍歷，獲取各貼吧內首頁全部網帖網址，并依次進入網帖內獲得評價因子集所制定的內容。整個數據采集過程，使用了requests、beautifulsoup等類庫。

3.2.2 數據分析部分

本課題運用情感分析技術來對全國大學百度貼吧內網帖的標題、正文、評論等信息源進行分析。情感分析[6]又稱意見挖掘，是對帶有情感色彩的主觀性文本進行分析、處理、歸納和推理的過程，其通常被歸納為3項層層遞進的研究任務，即情感信息的抽取、情感信息的分類以及情感信息的檢索與歸納。本課題采用了Python中文文本處理庫SnowNLP，抽取文本中有意義的信息單元，將無結構化的情感文本轉化為計算機可識別和處理的結構化文本，采用NLPCC2013微博文本情感分析數據集作為訓練語料，采用支持向量機進行訓練，實現語句的情感五分類[7]，分別為積極、較積極、中性、較負面、負面，分別賦值1、0.75、0.5、0.25、0。

表1：數據源特征

表2：情緒評價分布情況

圖1：情感分析模型數據處理流程

3.3 評價結果集

基于支持向量機的情感分析模型，對每個評價因子Fi進行五分類后，可得到其對應的評價結果，針對單個評價因子的評價結果集可描述為：

其中，R1, R2, R3, R4, R5分別代表積極、較積極、中性、較負面、負面，并用值1、0.75、0.5、0.25、0表示。而對于評價因子集F而言，其評價結果R'F為：

其中，Fj為將F3展開后全集的各子項。因此，針對評價因子集F的評價結果集可描述為：

當r趨近于0.5，意味著接近中性情緒；當r越趨近于1時，意味著越接近積極情緒；當r越趨近于0時，意味著越接近負面情緒。

4 實驗結果

本課題對全部139534篇網帖按照前一節所述研究方法進行情感分析，得到實驗結果數據，如表2所示，詳細情況如圖2所示。

總體上來看，當前大學生在互聯網上的個人表達與傾訴大部分都展示了積極樂觀的情緒，表現了當代大學生積極向上的精神風貌。相比較而言，985高校學生更希望進行有思想碰撞的交流，中性評論占比11.99%，211高校、普通本科高校、獨立學院學生次之，分別占比13.8%、13.77%、13.62%，高職、高專院校學生評論最為中性，分別占比15.72%和17.3%；985高校學生負面情緒評論占比最高，為25.84%，211高校、普通本科高校、獨立學院學生負面情緒評論相對減少，占比分別為21.62%、22.11%和21.27%，高職、高專院校學生評論最少，分別占比20.69%和19.63%；在積極情緒方面，985高校占比最低，為62.17%，高職、高專學生網絡評論積極情緒占比次之，分別為63.59%和63.08%，211高校、普通本科高校、獨立學院學生積極情緒評論最多，分別達到了64.59%、64.13%、65.11%。

根據對數據的研究和分析，我們可以看到，絕大部分大學生在網絡上溝通友善、立場理智，思想道德素質、社會公德意識、精神風貌均表現得較為積極向上，對社會主義核心價值觀表現出較高的認同和肯定。表明當前針對大學生的思想政治教育得到了較好的成績，成功抵御了經濟全球化、信息全球化背景下外來文化的沖擊，一定程度上阻止了網絡環境中的不良因素對學生發展的負面影響。但也可以發現，高職、高專學生立場中性占比較高，立場中庸或不愿發表真實意見，從側面表現出了一定程度上的個人本位意識較強和社會活動參與意識較弱的問題。現階段，大學生的價值觀主流是積極向上的，但是也存在著許多不容忽視的問題，更要堅持高校思想政治教育不松懈，積極探索新媒體時代高職學生社會主義核心價值觀的培育路徑，促進高職學生的健康成長和成才，提高高職思想政治教育的實效性，將高職學生培育成中國特色社會主義事業的合格建設者和接班人。

5 結論

圖2：情緒評價分布詳情

本研究將文本情感分析方法引入到了當代大學生社會主義核心價值觀研究之中，對全國2631所普通高等學校對應的百度貼吧的139534篇網帖進行情感分析，進而對全國高校學生的社會主義核心價值觀的現狀展開研究。研究發現，當代大學生在互聯網上的個人表達與傾訴大部分都展示了積極樂觀的情緒，表現了積極向上的思想道德素質、社會公德意識和精神風貌。本研究方法與傳統調查問卷或個別訪談的方式相比，研究結果有更好的客觀性和準確度，避免了被調查者的防備心理，降低了調查結果廣而不深、質量難以保證、問卷回收率低等問題的出現。本研究成果為當前高等教育、思想政治教育提供了一定的研究基礎和數據支撐，本文提出的研究方法和研究思路對德育相關領域的研究具有一定的參考價值。