國內網絡輿情情感研究熱點分析*

張 楊，廉吉慶，張 揚，高德毅

(1.上海理工大學 管理學院，上海 200093；2.上海出版印刷高等專科學校 印刷包裝工程系，上海 200093；3.上海市人大外事委，上海 200003)

0 引言

根據中國互聯網絡信息中心(CNNIC)第48次《中國互聯網絡發展狀況統計報告》顯示，截至2021年6月，我國網民規模達10.11億。網絡已成為大眾生活不可缺少的一部分。全媒體時代，網民可以在各類社交平臺上通過發帖、評論、轉發、點贊等行為對社會事件、經濟民生、企業聲譽、產品質量、教育教學等話題表達觀點和態度。近年來，這些網絡輿情信息在數量上呈指數級增長，導致網絡輿情爆發頻次增加。

網絡輿情可以反映社情民意，處理不當會演化成輿情危機，給社會造成嚴重的負面影響，因此，如何正確處理網絡輿情成為學術界和社會共同關注的重要問題。網絡輿情信息中包含的大量網民情感信息是推動網絡輿情傳播和發酵的重要因素之一，以情感角度為切入點，研究網絡輿情的傳播特征和演化規律，有助于政府部門及時把控輿情導向，精準研判和處理輿情事件，對我國社會的進步和發展具有重要的現實意義。

目前，越來越多學者從情感角度出發，借助數據挖掘技術、深度學習、機器學習等方法，對網絡輿情進行深層次挖掘，探討輿情發展規律，研究網民心理行為特征。基于此，本研究通過收集國內網絡輿情情感分析領域期刊題錄信息，以共詞分析法為手段，對該領域研究現狀進行梳理和總結，剖析該領域重要主題，為后續研究提供借鑒和參考。

1 相關理論

1.1 TF-IDF

TF-IDF是一種詞權重計算方法，用于評估某個詞語在文本中的重要程度，其主要思想為：一個詞在一篇文章中出現的頻率較高，同時在其他文章中出現的頻率較低，則認為該詞為重要關鍵詞，適合作為特征詞用于分類，常用的計算方法如下：

其中ni，j表示詞ti在dj中的出現次數表 示 所有詞在文檔dj出現的頻次之和，|D|表示所有文檔總數，|{j:ti∈dj}|表示包含詞ti的文檔總數。

1.2 共詞分析法

共詞分析法是一種常用的內容分析方法，統計詞對在文本中兩兩共現情況，以此為基礎生成共詞矩陣，并通過聚類分析使共現頻率較高的詞對聚集在一起形成詞群，反映詞群所代表領域的研究熱點、研究范式，發展過程等[1-2]。一方面，關鍵詞詞頻呈冪律分布特征，這種特征有助于用高頻詞概括研究領域中的熱門知識點。另一方面，從詞語義角度來看，中、低頻次詞(如人名、地名、專有名詞等)能更多反映文本主題信息，但在實際應用中往往被忽略[3]。共詞分析的結果受選擇的核心關鍵詞所影響，如何獲取更能體現熱點主題的關鍵詞是需要解決的問題。

2 研究設計

網絡輿情情感研究熱點分析思路示意圖如圖1所示，網絡輿情情感研究熱點分析步驟如下：

圖1 網絡輿情情感研究熱點分析思路示意圖

(1)通過Python提取論文摘要；

(2)以作者標引關鍵詞來建立關鍵詞詞典，以哈工大停用詞表為基礎，添加輿情通用泛化詞，組成停用詞詞典；

(3)通過TF-IDF提取關鍵詞；

(4)對關鍵詞進行規范化處理；

(5)借助SPSS軟件對數據進行共詞分析；

(6)得到層次聚類結果,反映網絡輿情情感研究熱點的細分類團，進而得到多維尺度分析結果，反映網絡輿情情感研究熱點的宏觀分類結果。

2.1 數據獲取

本文以CNKI期刊數據庫(SCI來源期刊、EI來源期刊、核心期刊、CSSCI來源期刊)為數據源，為保證檢全率和檢準率，將檢索條件分別設定為主題、篇名、關鍵詞、摘要，將檢索詞設定為“網絡輿情”與“情感”。文獻發表時間不做限制，檢索截止時間為2020年12月25日，檢索日期為2020年12月29日。為保證研究的可信度，去除會議、前言、動態、通知等學術性弱的文獻，去除與檢索名稱相同但內涵不同的不相關文獻、重復刊載的文獻，最終得到有效結果369篇。

2.2 數據預處理

從詞源角度來看，共詞分析關鍵詞詞源包括：作者提供的關鍵詞、標題、摘要提取詞語、主題詞、人工標引代碼、正文內容提取詞等。在進行關鍵詞篩選過程中，一些同樣能代表領域研究熱點的新詞或近義詞由于無法滿足入選要求而被過濾掉[4]。因此，如何選取合適的關鍵詞是有待進一步研究的難點。采用作者提供的關鍵詞，來源單一，存在“標引者效應”，為解決這個問題，相關研究提出對文獻中的標題[5]、摘要[6]、文獻正文[7]提取關鍵詞，或對三者同時提取關鍵詞。然而有研究分別對關鍵詞和標題提取詞進行共詞分析，發現其結果相似[2,8]。而從文獻正文自動標引取詞難度較大，在實際研究中較少采用。摘要是文獻內容的凝練，通過分詞技術從摘要提取關鍵詞，既能避免標引主觀性，也能更接近作者學術思維[9]。因此，本文選擇以作者標引關鍵詞作為詞典，從摘要中提取關鍵詞作為詞源。關鍵詞規范化處理的具體步驟為：(1)清理泛化籠統數據；

(2)對同義詞、近義詞數據進行合并；

(3)歸并有上下位關系的關鍵詞。

部分規范化結果如表1所示。

表1 關鍵詞規范結果(部分)

2.3 共詞矩陣建立

高頻詞是概括研究領域中熱門知識點的基礎，但一些同樣能體現領域研究熱點的詞，由于詞頻較低而被忽略，影響研究結果。因此，本研究引入詞權重的計算方法，結合關鍵詞詞頻與TF-IDF，確定重要關鍵詞。然后，根據Donohue提出的高頻低頻詞分界定律其中T表示高頻詞數量，I1表示詞頻為1的詞的個數)確定關鍵詞數量[10]。最終確定關鍵詞數量為69。將選定的關鍵詞構建69×69共詞矩陣。建立相關矩陣并轉換為相異矩陣，如表2所示。

表2 相異矩陣(部分)

3 研究結果

3.1 聚類分析

將建立好的相異矩陣導入SPSS22.0系統中。通過系統聚類方法，聚類算法選擇“Ward法”，測量標準選擇“區間：卡方度量”，標準化方法選擇“Z分數”，得到共詞聚類結果如圖2所示。

根據圖2，將共詞聚類結果與關鍵詞語義關系相結合，將國內輿情情感研究歸納為16個類團，分別為輿情主題情感分析、輿情節點情感分析、輿情情感文本處理、輿情載體情感分析、輿情情感強度、輿情情感傾向、輿情情感信息處理技術、輿情情感演化、情感分析在輿情監測與治理的應用、輿情主體情感分析、輿情情感極化、社會輿情情感分析、情感分析在輿情預警的應用、高校輿情情感分析、情感分析在輿情危機的應用、情感分析在輿情研判的應用。從微觀角度看，部分類團之間存在語義相似或性質相同的關鍵詞，原因在于不同研究目標使用的研究方法、設計的研究思路可能存在相似性。

圖2 層次聚類結果

從宏觀角度看，根據研究方法和研究思路的共性特征，可以將層次聚類結果的16個類團歸并為三類：基于內容層面的輿情情感研究、基于技術層面的輿情情感研究、基于輿情傳播要素的輿情情感研究。

為驗證共詞聚類結果宏觀歸類有效性，將相異矩陣導入SPSS22.0系統中，通過多維尺度分析方法，度量模型選擇“Euclidean距離”作為度量標準，“卡方統計”作為度量標準，“Z得分”作為標準化方法，得到多維尺度分析結果，如圖3所示。

根據圖3可知，多維尺度分析結果將選取的高頻關鍵詞分為3個類團，分別代表網絡輿情情感分析領域的研究熱點方向。總體來說，從語義關系看，多維尺度分析結果與層次聚類宏觀歸并結果比較一致。

圖3 多維尺度分析結果

3.2 基于內容層面的輿情情感研究

輿情信息內容指網絡主體 (包括但不限于網民、機構、組織等)在參與網絡輿情過程中，產生的評論性、觀點性信息，包括文字、圖片、表情符號等[11]，具有大量高價值隱藏情感信息。情感分析又稱意見挖掘，是對帶有情感色彩的網絡信息內容進行分析以獲取主體觀點、態度、情感等的過程[12]，包括情感識別、情感分類、情感傾向性判斷、情感計算、情感演化分析等內容[13]。基于上述概念，可認為類團1(輿情主題情感分析)、類團5(輿情情感強度)、類團6(輿情情感傾向)、類團8(輿情情感演化)、類團11(輿情情感極化)是當前內容層面的研究熱點，根據研究內容是否考慮時間維度，可將研究分為兩類：信息靜止視角下的內容分析和信息運動視角下的內容分析。根據關鍵詞共現語義關系，結合所選的文獻進行梳理，展開如下分析。

信息靜止視角下的內容分析指在不考慮時間序列維度的情況下，將某個時間段內的輿情信息看作整體，進行內容分析，可以讓我們了解網絡主體對輿情事件的態度、情緒，例如：贊同、反對、高興、悲傷、正面態度、負面態度等，包括類團1、類團5、類團6。

類團1和類團6是對輿情主題進行情感分析，一方面在識別熱門主題的基礎上分析網絡主體的情感傾向，如有文獻基于LDA主題模型分析論壇網民關注熱點方向，并結合情感分析技術，展現論壇輿情方向和網民態度[14]；有研究通過LDA-BiLSTM模型提取社交網絡平臺數據中的熱門主題，獲取其下回復文本的情感極性，分析潛在輿情[15]。另一方面在識別情感類別或情感傾向的基礎上，檢測某類情感話題，如有研究提出面向負面情感突發話題檢測算法，先識別文本信息主題詞的加速度和負面情感強度變化率，基于此提取目標文本，再進行負面話題主題結構分析[16]。

類團5輿情情感強度是基于情感計算的研究，文本預處理、特征信息提取、情感強度特征定義或附值、情感強度計算是其研究基本范式。當前研究集中于輿情情感強度模型的建立、優化及應用上，包括構建基于PAD的網絡輿情情感強度測度模型[17]，還包括基于語義角度定義輿情事件中的情感詞、短語、句子、篇章的情感強度，對輿情中多對象進行情感計算，得出輿情情感強度值[18]。

信息運動視角下的內容分析是在研究靜止信息的基礎上，引入時間序列維度，對某個時間段內輿情動態變化特征和傳播規律進行研究，進一步分析、預測輿情情感隨時間的演化規律。類團8(輿情情感演化)和類團11(輿情情感極化)便是基于信息運動視角下的研究。

一方面對提取的輿情信息內容進行情感傾向和情感演化分析，如有文獻構建基于LDA-ARMA的混合模型，分析網絡輿情情感演化趨勢[19]；有研究通過HHM模型構建突發公共事件風險影響因素框架，分析網絡輿情風險演化機理和過程[20]；有作者構建SIR演化博弈模型，分析網絡虛擬社群負面情緒傳染規律[21]。另一方面，對分析結果開展應用，進行輿情趨勢預測。如有研究通過專家知識構建輿情情感演化評估體系，并借助圖卷積神經網絡構建評估模型[22]，實現基于排序學習的輿情演化趨勢預測方法[23]；有研究構建基于ARIMA和LSTM的新冠肺炎網絡情感關注度趨勢預測模型，預測效果優于全國數據擬合模型[24]。

總之，基于內容層面的輿情情感研究主要以時間序列維度為基礎，進行輿情主題分析、情感演化特征分析、情感趨勢預測等，對節點關聯度、節點影響力、網民心理特征等因素考慮較少，而這些因素對提高研究的準確度有重要意義，未來可以從多維度、多方面對輿情內容進行分析。

3.3 基于技術層面的輿情情感研究

輿情情感研究技術即情感分析技術，其研究對象是輿情信息內容，研究目的是通過改進情感分析技術，提升對輿情信息內容的情感識別和分析效果。類團3(輿情情感文本處理)、類團7(輿情情感信息處理技術)可概括為此類內容。詞共現語義關系呈現的情感分析技術有基于情感詞典的語義識別技術、傳統機器學習、深度學習，這也是情感分析的幾個主流技術方法。結合對選取文獻的梳理，展開如下分析。

基于情感詞典的語義識別技術依賴于情感詞典的構建，通過依存句法分析、語義規則、語義相似度等方法進行情感分析，對該類技術的改進方向包括：優化或擴充情感詞典、改進語義規則、改進語義特征提取方式等。如有研究通過擴充情感詞典提升微博輿情文本的情感分類效果[25]；有研究將情感詞典和語義規則結合，提升微博輿論文本細粒度情感分類的準確率[26]。有作者提出基于短語級情感分析的不良信息檢測方法，定制新的語法規則來提取敏感詞所在短語，結合二次分類的情感詞典，進而判斷內容的情感傾向，有效提升檢測結果準確率。

基于傳統機器學習的情感分析方法依賴于大規模高質量的訓練數據集，通過建立標簽化情感數據訓練集，訓練一個情感分類器，再對目標測試內容進行情感識別。主要包括支持向量機、LDA主題模型、樸素貝葉斯、協同過濾、隨機森林、最大熵、K-means等。對于該類方法的優化，有研究改進SVM算法，提出基于SVM-WNB網絡輿情分類方法，提升網絡輿情情感分類能力和分類效率[27]；有研究改進傳統LDA主題模型，建立面向情感詞權重的LAD主題模型，對情感詞的重要度和分布度進行定義和加權，作為特征輸入LDA模型，并進行主題求解，提高了主題詞分布廣度和主題語義區分度[3]。

深度學習是多層網絡進行任務學習時嵌入人工神經網絡的方法，隨著深度學習在圖像和語音處理方面取得重大進展，在情感分析領域也開始被廣泛應用。深度學習在情感分析研究使用的模型主要有CNN、RNN、LSTM、BiLSTM、GRU和注意力機制等。對該類方法的優化主要體現在模型構建、模型訓練效率和分類精度提升上，如有文獻將微博輿情信息情感劃分為高興、贊賞、驚訝、悲傷、厭惡、恐懼、憤怒7類，構建基于卷積神經網絡的微博輿情情感分類模型，提升微博輿情情感分類效果[28]；有文獻通過多卷積核改變微博評論上下文信息有限的條件制約，構建基于字向量的多尺度卷積神經網絡微博輿情內容情感分類模型，得到較好分類結果[29]。

除了單獨使用某類技術進行情感分析外，越來越多的學者從混合方法角度，結合基于情感詞典的語義識別技術、傳統機器學習和深度學習方法，進行多方法混合研究，提升輿情情感分析效果，如有研究將領域詞典進行擴充，在融合情感貢獻度的情感極性計算方法中引入TF-IDF算法，分析網民情感表達狀況及關注焦點內容，對評價指標值均有提高[30]；有研究將基于詞典和知識庫的OCC模型與樸素貝葉斯模型[31]、LSTM[32]等方法結合，提升輿情文本情感分類的準確率。

總之，語義分析依賴情感詞典工具，需要及時擴充不斷更新的網絡流行詞、自造詞、隱喻詞等來滿足需求；機器學習可借助訓練集及時調整模型，但忽視上下文的語義關聯，因此精度低；深度學習既能分析上下文關系，又具有較強的特征學習能力，但訓練時間長，可解釋性差。因此，基于技術層面的輿情情感研究發展方向主要有兩個，一是算法升級，提升單一算法的語義分析能力，提高分析結果的準確率；二是綜合運用多種情感分析技術，實現優勢互補。

3.4 基于輿情傳播要素的輿情情感研究

網絡輿情傳播實際上是信息傳播過程，網絡輿情特征受輿情信息傳播要素影響，網絡信息傳播要素包括輿情主體(輿情事件參與者和推動者)、輿情客體(輿情事件本身)、輿情本體(用以描述網絡輿情事件)、輿情媒體(輿情主體參與平臺和信息傳播載體)、環境噪音[32-33]。 根據上述分類，結合拉斯韋爾“5W”信息傳播要素[34]和輿情研究的最終目的，本文將基于輿情傳播要素的情感研究分為四個方面：輿情主體研究、輿情客體研究、輿情媒體研究和輿情情感研究應用。輿情主體研究包括類團2(輿情節點情感分析)、類團10(輿情主體情感分析)；輿情客體研究包括類團12(社會輿情情感分析)、類團14(高校輿情情感分析)；輿情媒體研究包括類團4(輿情載體情感分析)；輿情情感研究應用包括類團9(情感分析在輿情監測與治理的應用)、類團13(情感分析在輿情預警的應用)、類團15(情感分析在輿情危機的應用)、類團16(情感分析在輿情研判的應用)，根據詞共現語義關系，結合對選取文獻的梳理，展開如下分析。

輿情主體研究對象是網絡輿情的主要參與者和推動者，研究熱點內容包括融合網民情感屬性的關鍵節點分析[35-36]；輿情主體心理特征分析[36-37]，如人格特點、參與動機、行為意愿、網民理性、心智狀態等；基于輿情主體心里特征的社會情緒分析[38]，如恐慌心理、集群情感、心理動力等；意見領袖情感分析等[39-41]。

輿情客體研究對象是輿情事件本身，在詞共現結果中，類團12和類團14為當前研究熱點，說明當前研究關注較多的輿情事件有社會輿情，如公民維權、社會公正、居民生活、公共管理、公共決策、經濟民生等；高校輿情，如高等師范院校、職業院校、高校管理、留學生、研究生等。

輿情媒體研究對象是媒體的輿情信息內容，研究單個媒體(如新浪微博)或多個媒體平臺組成的社交網絡輿情信息情感特征，如有研究對三種網絡類型平臺輿情類信息的情感表達特點進行對比分析[42]；有研究以微博輿情信息內容為中心，闡釋人群、內容、情緒3個社會屬性與意見領袖、事件、情感3個外化表現之間的內部邏輯，以揭示微博輿情的多維度社會屬性[43]；有研究通過融合主題與情感特征的方法分析微博突發事件輿情演化規律，可以解釋輿情主題與情感特征的協同演化規律[44]。

輿情情感分析的目的是對輿情發生、發展規律進行探索總結，從而給輿情導控和治理提供參考。從全過程視角看，輿情導控和治理需要先發現后治理，包括類團9(輿情監測)、類團13(輿情預警)、類團16(輿情研判)、類團15(危機處理)、類團9(輿情治理)等步驟，根據詞共現語義關系，這些內容是當前研究的熱點內容。如有文獻構建基于LDA-BiLSTM模型的高校網絡輿情情感監測模型，實時甄別高校網絡信息內容，監測潛在輿情[15]；有研究通過分析教育輿情研判的影響因素及對策，得出教育輿情研判應將數據與經驗結合，注重情感分析[45]；有研究將輿情信息傳播要素危機形態進行排序組合，在其關系節點建立輿情危機等級基數，建立輿情危機風險分型模型，提高輿情危機案例匹配速度和精準度[46]；有研究以網絡輿情危機動力要素為基礎，對輿情引導方法進行探討，如以輿情當事人回應內容[47]、群體心理規律[48]、負面輿情規律[49]、媒體輿情規律[50]等為切入點，提出相應策略和模型。

總之，網絡輿情情感分析的最終目的是給輿情治理提供理論和技術支撐。輿情突發事件種類繁多，每類輿情事件有不同的傳播發展規律，目前研究多著眼于單一事件的分析，缺少對某類輿情事件傳播發展規律的整體分析和規律挖掘，研究結果不具普適性。以高校輿情為例，如果能對高校突發事件進行歸類整理，以高校輿情事件集合為對象，總結一類事件的傳播、發展特征，研究結果會更具普適性，更具現實應用和指導價值。未來可以將輿情數據集作為研究對象，挖掘輿情事件類的整體特征。

4 結論

本文以CNKI數據庫(SCI來源期刊、EI來源期刊、核心期刊、CSSCI來源期刊)中網絡輿情情感分析為數據源，結合TF-IDF與共詞分析方法，對國內網絡輿情情感分析研究熱點進行定量分析。為獲取熱點主題的關鍵詞，以文章摘要作為詞源，通過TF-IDF算法提取關鍵詞，通過共詞分析得到層次聚類結果和多維尺度分析結果，據此將國內網絡輿情情感分析研究熱點歸并為3個宏觀類團，分別為基于內容層面的輿情情感研究、基于技術層面的輿情情感研究、基于輿情傳播要素的輿情情感研究。

結合對相關文獻的梳理和比較，對當前網絡輿情情感分析研究熱點進行展望，主要觀點如下：

(1)網絡輿情情感分析呈多學科交叉發展的趨勢。網絡輿情在數據上具有自然科學屬性，其參與主體包括媒介、政府、網民等，具有社會科學屬性。研究路徑和研究方法涉及的學科包括情報學、管理學、社會學、傳播學、心理學、計算機科學、語言學等，越來越多的研究在構建情感分析數理模型的同時，加入對輿情主體心理特征、行為習慣等因素的考量，為未來跨學科視角的輿情情感分析提供思路和實現路徑。

(2)網絡輿情情感分析在研究方法上呈定性與定量分析相結合的趨勢。信息相對靜止視角下的內容分析主要運用語義分析和數理建模兩種主流方法，信息運動視角下的內容分析主要從模型仿真和復雜網絡分析兩個主流維度展開，社會情緒分析是在輿情信息內容分析的基礎上展開的，一方面借助語義分析和數理建模等方法；另一方面融入社會學、傳播學、心理學等社會科學研究理論和研究范式，研究內容和結果包含對網絡受眾心理特征、行為特征、情緒特征等的深入探究，并對情緒觀點進行量化計算，增強研究結果的現實指導意義。

(3)網絡輿情傳播是信息傳播過程，輿情傳播要素之間共同作用形成網絡輿情整體特征和規律，現有研究既包含對單個輿情傳播要素的探索，也有對輿情傳播要素之間作用機制的關注，在輿情傳播要素中，傳播主體具有強社會屬性，已有研究開始關注傳播主體心理機制和輿情信息內容之間的作用關系，對其進行更深入的社會屬性特征挖掘，為輿情情感研究提供新思路，更利于掌握網絡輿情傳播的內在機理和規律。