基于LSTM的B站用戶情感分析

曾子濟 鮑磊 閆瑾

摘要：B站作為當下最受年輕用戶歡迎的智媒平臺，吸引了大量的年輕人。B站評論是用戶對視頻不同態度的集合，如何廣泛收集意見，觀察用戶情況，并針對實際情況優化對青少年的教育方法，早已成為青少年研究領域的熱點。本文進行了基于B站用戶評論的相關研究。通過對評論進行數據預處理，并構建神經網絡對評論的情感傾向做出預測，獲取了基于B站指定視頻集合的用戶情感傾向，并探究了B站用戶評論分析在輿情監控、教育領域的應用前景。

關鍵詞：智慧媒體;青少年;教育;情感分析

0.引言

智慧媒體[1]是以互聯網為基礎，智能提供符合用戶需求內容和服務的一種新型傳播媒體。智慧媒體對青少年的影響主要有積極方面和消極方面：

已有研究表明，智慧媒體的使用可以幫助個體形成積極的自我概念、促進人際交流、獲得社會支持。

但是，智慧媒體使用也會帶來一系列負面影響，可能會導致睡眠障礙、外貌焦慮和身材焦慮等后果。

《2020年度全國未成年人互聯網使用情況的調研報告》[2]顯示，2020年，我國未成年互聯網普及率為94.9%，比2019年提升1.8個百分點。說明隨著數字時代發展，孩子們首次觸網的年齡越來越小，互聯網對青少年群體的影響也受到社會各方的廣泛關注。

1.研究方法

1.1數據源的選取

克勞銳在《2020上半年短視頻內容發展盤點報告》提到，過去三年，B 站新增用戶平均年齡為21歲，18-35歲用戶占比達到78%。為了更好地研究智媒對當代青少年產生的影響，本文選取B站作為數據來源。

1.2數據特點

經過研究發現，B站用戶評論具有以下特征：

（1）文字稀疏性。通常B站評論文本由詞語和短句構成，文字稀疏。

（2）實時性。B站信息的傳播具有很強的實時性，用戶評論更是如此。

（3）交互性。用戶的轉發、評論等行為表明了B站具有很強的互動性。

1.3數據獲取方法

本文通過計算機爬蟲對評論進行獲取。該方法優勢在于能自動化運行。

1.4模型構建

1.4.1語料預處理

在收集到B站評論文本之后，去除掉其中的噪聲和無用數據，然后對B站文本進行文本預處理，將評論文本切分成單獨的詞語。

文本預處理之后，計算機無法識別預處理得到的詞語。需要利用數學模型將這些無規則的文本轉換成結構化的表示，以便計算機讀取和識別。

1.4.2模型訓練

LSTM[3]，是一種特殊的 RNN，能夠學習長期依賴性，在許多問題上表現非常出色。

本文選取LSTM來對評論數據進行預測，首先需要對標注好的數據訓練詞向量，通過引入模型，指定訓練數據、詞向量維度、最小詞頻和迭代輪次進行訓練，得到訓練好的詞向量。然后定義神經網絡，設置網絡超參數來對網絡進行訓練。

2.結果與討論

2.1數據說明

本文對針對2022年4月16日的B站熱門視頻（共十部）進行評論爬取，爬取視頻的相關信息如表2-1所示。

2.2結果

針對爬取到的評論數據，本文首先對評論進行分詞和向量化，實驗數據預處理后進行實驗，實驗結果如表2-2所示。

模型的各項評價指標如表2-3所示。

從結果來看，本文構造的情感詞典和情感值計算方法是理想的。

2.3討論

隨著數據時代非結構化數據的暴增，從中獲取有價值的信息將成為日后研究的主流，同時也具有極大的應用價值，如：

1）網絡輿情監控。通過對用戶評論的情感分析，可以生成網民對同一事件不同的態度和觀點，獲得對一個事件的整體性觀點和看法。

2）為教育決策提供依據。大數據時代，數據已成為決策的支撐力量，教育部門可以針對分析結果制定相應的政策，提高教育水平。

在大數據時代，數據將會成為創造力和效益的代表，合理利用數據，未來將會創造無限可能。

3.結論與展望

本文結合機器學習和計算機爬蟲技術對智慧媒體用戶評論進行分析，驗證了模型的有效性。在大數據時代，結合大數據收集和機器學習算法對海量數據進行處理并從中提取價值必將是未來趨勢，這一方向也值得我們投入大量精力進行研究。

參考文獻：

[1]王越，徐天晟.不同智媒平臺的青少年模式差異研究綜述[J].科技視界，2020，（16）：260-261.

[2]2020年度全國未成年人互聯網使用情況的調研報告（解讀稿）[J].中國共青團，2021（15）：13-14.

[3]Graves， Alex.（2012）. Long Short-Term Memory.10.1007/978-3-642-24797-2_4.

本文章為國家社會科學基金項目《數據賦能的智慧媒體對青少年行為模式變化影響的研究》（項目編號：19BXW120）支持的研究所取得的階段性成果。