基于彈幕文本挖掘的豬肉價(jià)格上漲輿論研究

2023-09-25 19:32:16陳朝昱劉賀彭子欣

計(jì)算機(jī)時(shí)代 2023年9期

陳朝昱劉賀彭子欣

摘? 要：彈幕作為一種新的交互方式，能直觀反映豬肉價(jià)格上漲時(shí)間對(duì)公眾輿論產(chǎn)生的影響。本文以彈幕文本信息為研究對(duì)象，利用詞頻、語義網(wǎng)絡(luò)分析、LDA主題挖掘和SnowNLP情感分析模型等方法，進(jìn)行了內(nèi)容分析與情感解讀，實(shí)現(xiàn)對(duì)網(wǎng)絡(luò)輿情彈幕的情感分類和主題分析。在此基礎(chǔ)上建立了物價(jià)預(yù)測模型。該項(xiàng)研究可為相關(guān)政策的調(diào)整提供一定的參考。

關(guān)鍵詞：價(jià)格上漲；文本發(fā)掘； BP神經(jīng)網(wǎng)絡(luò)模型；彈幕

中圖分類號(hào)：TP391.1? ? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A? ? 文章編號(hào)：1006-8228（2023）09-129-03

Public opinion research on pork price rise based on bullet chat text mining

Chen Zhaoyu， Liu He， Peng Zixin

（School of Business， Guilin University of Electronic Technology， Guilin， Guangxi 541000， China）

Abstract： As a new interactive way， bullet chat can directly reflect the impact of pork price rise on public opinion. In this paper， taking the bullet chat text information as the research object， using the methods of word frequency， semantic network analysis， LDA topic mining and SnowNLP sentiment analysis model， we carried out the content analysis and sentiment interpretation， so as to realize the sentiment classification and theme analysis of the online public opinion. On this basis， a price prediction model is established， which can provide certain reference for the regulation of relevant policies.

Key words： price rise; text mining; BP neural network model; bullet chat

0 引言

據(jù)國家統(tǒng)計(jì)局11月9日發(fā)布數(shù)據(jù)顯示，10月份全國CPI環(huán)比上漲0.1%，其中，豬肉價(jià)格環(huán)比上漲9.4%，漲幅比上月擴(kuò)大4.0個(gè)百分點(diǎn)。全國各地豬肉價(jià)格上漲幅度明顯，國家發(fā)展改革委甚至拉響全國豬肉價(jià)格過度上漲的“一級(jí)預(yù)警”。

網(wǎng)絡(luò)媒體時(shí)代下，社交媒體關(guān)注更是放大了豬肉價(jià)格上漲事件的影響[1]。而彈幕作為一種用戶在信息時(shí)最為直觀的反饋，能有效地反映出是否用戶的情感表達(dá)以及關(guān)注傾向[2]。因此，本文通過對(duì)該節(jié)目的彈幕文本進(jìn)行分析，討論“豬肉價(jià)格上漲”事件發(fā)生時(shí)網(wǎng)絡(luò)輿情的態(tài)勢走向，尋找彈幕背后所蘊(yùn)含的情感傾向和輿情熱點(diǎn)，為穩(wěn)物價(jià)、保民生做出貢獻(xiàn)。本文試圖回答以下問題：

問題1：“豬肉價(jià)格上漲”事件對(duì)網(wǎng)民來說意味著什么？

問題2：“豬肉價(jià)格上漲”事件所引發(fā)的輿論最終走向何處？

1 文獻(xiàn)綜述

目前，隨著物價(jià)波動(dòng)頻繁出現(xiàn)，越來越多的研究者開始關(guān)注物價(jià)對(duì)公眾輿論的影響。研究者從分析微博、新聞報(bào)道等多個(gè)角度進(jìn)行研究。邵小彧等人通過對(duì)微博中關(guān)于物價(jià)的討論進(jìn)行文本挖掘，揭示了物價(jià)與公眾輿情的影響機(jī)制[3]。劉苗等人則發(fā)現(xiàn)消費(fèi)情感指數(shù)與傳統(tǒng)消費(fèi)者信心指數(shù)走勢具有較強(qiáng)相似性[4]。除此之外，戴又有等人發(fā)現(xiàn)經(jīng)濟(jì)較熱時(shí)，公眾更在意網(wǎng)絡(luò)上有關(guān)物價(jià)討論的熱度，而當(dāng)經(jīng)濟(jì)較冷時(shí)，公眾更在意網(wǎng)絡(luò)上討論物價(jià)的情緒[5]。郭秀峰等人基于棘輪效應(yīng)理論建立了VAR模型[6]。

因此，物價(jià)對(duì)公眾輿論的影響是一個(gè)復(fù)雜的問題，需要綜合考慮多個(gè)因素的作用。本文將進(jìn)一步深入探究物價(jià)與公眾輿情、情感和態(tài)度的關(guān)系，尋找更加有效的研究方法和模型，以更好地了解物價(jià)對(duì)社會(huì)和民眾的影響。

2 數(shù)據(jù)處理

本研究數(shù)據(jù)來源為以“豬肉價(jià)格上漲”為檢索詞所搜索到的熱度排名前五名的B站視頻彈幕文本。采集時(shí)間為2022年11月2日。采集字段僅包含評(píng)論內(nèi)容，并經(jīng)過刪除空白字符和無效信息等數(shù)據(jù)清洗操作。最終，本文采集到有效彈幕數(shù)據(jù)共計(jì)643條。

3 數(shù)據(jù)可視化分析

3.1 彈幕內(nèi)容分析

詞頻分析通過統(tǒng)計(jì)和分析文獻(xiàn)正文中關(guān)鍵詞的出現(xiàn)次數(shù)，可以深入了解文本的主題和內(nèi)容[7]。如圖1，豬肉漲價(jià)上漲后人們首先想到的是工資是否隨價(jià)格上漲，同時(shí)還關(guān)注其他日常生活必需品的變化情況。

3.2 彈幕情感傾向分析

為了進(jìn)一步探究豬肉價(jià)格上漲輿論與時(shí)間的關(guān)系，本研究通過SnowNLP進(jìn)行訓(xùn)練生成關(guān)于針對(duì)豬肉物價(jià)上漲的語料庫，便于后續(xù)精確的情感分析預(yù)測。

本研究使用SnowNLP情感分析對(duì)彈幕文本數(shù)據(jù)進(jìn)行了情緒評(píng)分，結(jié)果在0到1之間[8]。圖2展示了網(wǎng)友對(duì)于豬肉價(jià)格上漲所發(fā)表的正面和負(fù)面評(píng)論的分布情況。結(jié)果顯示，積極彈幕和消極彈幕之間的分布差異不大。

整理彈幕關(guān)于豬肉價(jià)格上漲情感得分的區(qū)間分布可知（圖3），網(wǎng)友對(duì)于豬肉價(jià)格上漲持中立態(tài)度較為明顯，結(jié)合上面詞頻分析可以猜測，網(wǎng)友們可能短期認(rèn)為豬肉價(jià)格上漲影響不大，又或者網(wǎng)友在此問題上更關(guān)注其他的問題。

基于以上假設(shè)，本研究進(jìn)一步分析了彈幕情感與時(shí)間的關(guān)系（見圖4）。結(jié)果顯示，情感得分整體呈現(xiàn)起伏較大的分布趨勢，且隨著時(shí)間推移并未明顯改善。該結(jié)果一方面表明情感得分的均值趨于0.5，說明網(wǎng)民對(duì)該事件的看法存在較為嚴(yán)重的兩極分化；另一方面，這也說明隨著時(shí)間推移，網(wǎng)友對(duì)該事件的態(tài)度并未發(fā)生顯著的變化。

實(shí)驗(yàn)說明以“豬肉物價(jià)上漲”為主題的相關(guān)網(wǎng)絡(luò)輿情，整體情感傾向較為穩(wěn)定，網(wǎng)絡(luò)輿情態(tài)勢起伏相對(duì)較大。同時(shí)，也為研究提出了一種可能性，即網(wǎng)友在豬肉物價(jià)上漲事件中關(guān)注的可能不僅僅是物價(jià)上漲。

3.3 主題聚類識(shí)別

本研究通過LDA進(jìn)行主題詞提取，由此獲得了彈幕數(shù)據(jù)主題聚類表（表1）。結(jié)果驗(yàn)證了上述可能性，“物價(jià)、工資、理財(cái)產(chǎn)品、生活必需品”四個(gè)主題是網(wǎng)民真正的關(guān)注焦點(diǎn)。

4 預(yù)測模型構(gòu)建

4.1 量化標(biāo)準(zhǔn)

本研究將在上文核心主題詞的基礎(chǔ)上進(jìn)行量化處理，詳細(xì)文本量化及對(duì)應(yīng)關(guān)系如表2所示。

4.2 建立模型

4.2.1 模型參數(shù)

本研究的數(shù)據(jù)集來自于前面步驟的整理，前70%的數(shù)據(jù)作為訓(xùn)練集，后30%數(shù)據(jù)作為測試集。具體參數(shù)如表3所示。

4.2.2 模型評(píng)估結(jié)果

結(jié)合上述模型參數(shù)，對(duì)各因素對(duì)物價(jià)的映射關(guān)系進(jìn)行預(yù)測，通過對(duì)比實(shí)測值與預(yù)測值的多組數(shù)據(jù)可知（見表4），測試樣本的模型預(yù)測值與現(xiàn)場實(shí)測值相近，說明該模型具有較好的性能，對(duì)于物價(jià)及其相關(guān)因素的預(yù)測有一定的參考意義。

4.3 數(shù)據(jù)預(yù)測結(jié)果

根據(jù)模型預(yù)測2022年第四季度的物價(jià)相關(guān)數(shù)據(jù)與實(shí)際相差并不大，可以一定程度上證明該模型合理性和有效性。同時(shí)，從表5數(shù)據(jù)可以發(fā)現(xiàn)，物價(jià)總體并不會(huì)一直上漲后續(xù)將呈下降的趨勢，但工資水平也在短暫提高后迅速下降，但并不同步。

5 結(jié)論

5.1 研究結(jié)論

彈幕文本數(shù)據(jù)相較于傳統(tǒng)評(píng)論具有更強(qiáng)的時(shí)效性與參與性，本文通過對(duì)彈幕文本數(shù)據(jù)的挖掘和情感分析探索隱藏在彈幕背后的網(wǎng)絡(luò)輿情信息，最終對(duì)物價(jià)走勢進(jìn)行了預(yù)測，得出以下結(jié)論：

⑴ “豬肉物價(jià)上漲”事件引發(fā)公眾熱議，本質(zhì)上是公眾對(duì)未來物價(jià)、工資、理財(cái)產(chǎn)品和生活必需品等多方面的擔(dān)憂；

⑵ 根據(jù)BP神經(jīng)網(wǎng)絡(luò)模型的預(yù)測結(jié)果，2022年下半年可能達(dá)到今年物價(jià)指數(shù)的峰值，情況在明年將會(huì)有所緩解，但是工資水平可能小幅度的下調(diào)，其他相關(guān)主題均有不同程度的變化，整體形式較為樂觀；

⑶ 為了避免“豬肉價(jià)格上漲”事件帶來的負(fù)面影響，有關(guān)部門應(yīng)該全面落實(shí)價(jià)格監(jiān)測和市場巡查制度，并采取實(shí)質(zhì)性措施來保障市場供應(yīng)，全力維護(hù)后疫情時(shí)期的市場穩(wěn)定。

5.2 研究局限和展望

本研究具有一定的代表性，但受限于數(shù)據(jù)來源僅來自于B站用戶彈幕，存在局限性。此外，本研究還受到時(shí)間和設(shè)備等客觀因素的限制，因此神經(jīng)網(wǎng)絡(luò)數(shù)據(jù)集中的樣本量相對(duì)較少。

未來研究將進(jìn)一步統(tǒng)計(jì)更多數(shù)據(jù)，優(yōu)化所構(gòu)建的網(wǎng)絡(luò)，以提高物價(jià)預(yù)測模型的準(zhǔn)確度，讓已經(jīng)取得的社情民生數(shù)據(jù)發(fā)揮出更大的價(jià)值，形成網(wǎng)絡(luò)輿情評(píng)估新方法，并在社情民生相關(guān)政策的設(shè)計(jì)和實(shí)施中得到更多應(yīng)用。

參考文獻(xiàn)（References）：

[1] Gale F. China's Pork Imports Rise Along with Production

Costs[M]. United States Department of Agriculture，2017.

[2] 張真，馬梅.傳統(tǒng)服飾文化節(jié)目的受眾滿足與發(fā)展可能——

基于《衣尚中國》彈幕文本的研究[J].視聽界，2022（1）：71-74.

[3] 邵小彧，李冬梅，劉云強(qiáng).新冠肺炎疫情階段特征、公眾情緒

與農(nóng)產(chǎn)品價(jià)格——基于微博文本挖掘的實(shí)證研究[J].四川農(nóng)業(yè)大學(xué)學(xué)報(bào)，2021，39（5）：688-696，704.

[4] 劉苗，李蔚，朱述政，等.基于互聯(lián)網(wǎng)文本情感分析的消費(fèi)情感

指數(shù)構(gòu)建[J].統(tǒng)計(jì)與信息論壇，2018，33（8）：31-38.

[5] 戴又有，蔡定洪，張翼.網(wǎng)絡(luò)搜索與居民通貨膨脹預(yù)期的關(guān)系

研究——基于儲(chǔ)戶問卷與百度指數(shù)的實(shí)證分析[J].上海金融，2020，484（11）：42-51.

[6] 郭秀峰.政府消費(fèi)、物價(jià)波動(dòng)與居民消費(fèi)棘輪效應(yīng)分析[J].