基于彈幕文本挖掘的豬肉價格上漲輿論研究

陳朝昱 劉賀 彭子欣

摘? 要： 彈幕作為一種新的交互方式，能直觀反映豬肉價格上漲時間對公眾輿論產生的影響。本文以彈幕文本信息為研究對象，利用詞頻、語義網絡分析、LDA主題挖掘和SnowNLP情感分析模型等方法，進行了內容分析與情感解讀，實現對網絡輿情彈幕的情感分類和主題分析。在此基礎上建立了物價預測模型。該項研究可為相關政策的調整提供一定的參考。

關鍵詞： 價格上漲； 文本發掘； BP神經網絡模型； 彈幕

中圖分類號：TP391.1? ? ? ? ? 文獻標識碼：A? ? 文章編號：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

據國家統計局11月9日發布數據顯示，10月份全國CPI環比上漲0.1%，其中，豬肉價格環比上漲9.4%，漲幅比上月擴大4.0個百分點。全國各地豬肉價格上漲幅度明顯，國家發展改革委甚至拉響全國豬肉價格過度上漲的“一級預警”。

網絡媒體時代下，社交媒體關注更是放大了豬肉價格上漲事件的影響[1]。而彈幕作為一種用戶在信息時最為直觀的反饋，能有效地反映出是否用戶的情感表達以及關注傾向[2]。因此，本文通過對該節目的彈幕文本進行分析，討論“豬肉價格上漲”事件發生時網絡輿情的態勢走向，尋找彈幕背后所蘊含的情感傾向和輿情熱點，為穩物價、保民生做出貢獻。本文試圖回答以下問題：

問題1：“豬肉價格上漲”事件對網民來說意味著什么？

問題2：“豬肉價格上漲”事件所引發的輿論最終走向何處？

1 文獻綜述

目前，隨著物價波動頻繁出現，越來越多的研究者開始關注物價對公眾輿論的影響。研究者從分析微博、新聞報道等多個角度進行研究。邵小彧等人通過對微博中關于物價的討論進行文本挖掘，揭示了物價與公眾輿情的影響機制[3]。劉苗等人則發現消費情感指數與傳統消費者信心指數走勢具有較強相似性[4]。除此之外，戴又有等人發現經濟較熱時，公眾更在意網絡上有關物價討論的熱度，而當經濟較冷時，公眾更在意網絡上討論物價的情緒[5]。郭秀峰等人基于棘輪效應理論建立了VAR模型[6]。

因此，物價對公眾輿論的影響是一個復雜的問題，需要綜合考慮多個因素的作用。本文將進一步深入探究物價與公眾輿情、情感和態度的關系，尋找更加有效的研究方法和模型，以更好地了解物價對社會和民眾的影響。

2 數據處理

本研究數據來源為以“豬肉價格上漲”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。采集時間為2022年11月2日。采集字段僅包含評論內容，并經過刪除空白字符和無效信息等數據清洗操作。最終，本文采集到有效彈幕數據共計643條。

3 數據可視化分析

3.1 彈幕內容分析

詞頻分析通過統計和分析文獻正文中關鍵詞的出現次數，可以深入了解文本的主題和內容[7]。如圖1，豬肉漲價上漲后人們首先想到的是工資是否隨價格上漲，同時還關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

為了進一步探究豬肉價格上漲輿論與時間的關系，本研究通過SnowNLP進行訓練生成關于針對豬肉物價上漲的語料庫， 便于后續精確的情感分析預測。

本研究使用SnowNLP情感分析對彈幕文本數據進行了情緒評分，結果在0到1之間[8]。圖2展示了網友對于豬肉價格上漲所發表的正面和負面評論的分布情況。結果顯示，積極彈幕和消極彈幕之間的分布差異不大。

整理彈幕關于豬肉價格上漲情感得分的區間分布可知（圖3），網友對于豬肉價格上漲持中立態度較為明顯，結合上面詞頻分析可以猜測，網友們可能短期認為豬肉價格上漲影響不大，又或者網友在此問題上更關注其他的問題。

基于以上假設，本研究進一步分析了彈幕情感與時間的關系（見圖4）。結果顯示，情感得分整體呈現起伏較大的分布趨勢，且隨著時間推移并未明顯改善。該結果一方面表明情感得分的均值趨于0.5，說明網民對該事件的看法存在較為嚴重的兩極分化；另一方面，這也說明隨著時間推移，網友對該事件的態度并未發生顯著的變化。

實驗說明以“豬肉物價上漲”為主題的相關網絡輿情，整體情感傾向較為穩定，網絡輿情態勢起伏相對較大。同時，也為研究提出了一種可能性，即網友在豬肉物價上漲事件中關注的可能不僅僅是物價上漲。

3.3 主題聚類識別

本研究通過LDA進行主題詞提取，由此獲得了彈幕數據主題聚類表（表1）。結果驗證了上述可能性，“物價、工資、理財產品、生活必需品”四個主題是網民真正的關注焦點。

4 預測模型構建

4.1 量化標準

本研究將在上文核心主題詞的基礎上進行量化處理，詳細文本量化及對應關系如表2所示。

4.2 建立模型

4.2.1 模型參數

本研究的數據集來自于前面步驟的整理，前70%的數據作為訓練集，后30%數據作為測試集。具體參數如表3所示。

4.2.2 模型評估結果

結合上述模型參數，對各因素對物價的映射關系進行預測，通過對比實測值與預測值的多組數據可知（見表4），測試樣本的模型預測值與現場實測值相近，說明該模型具有較好的性能，對于物價及其相關因素的預測有一定的參考意義。

4.3 數據預測結果

根據模型預測2022年第四季度的物價相關數據與實際相差并不大，可以一定程度上證明該模型合理性和有效性。同時，從表5數據可以發現，物價總體并不會一直上漲后續將呈下降的趨勢，但工資水平也在短暫提高后迅速下降，但并不同步。

5 結論

5.1 研究結論

彈幕文本數據相較于傳統評論具有更強的時效性與參與性，本文通過對彈幕文本數據的挖掘和情感分析探索隱藏在彈幕背后的網絡輿情信息，最終對物價走勢進行了預測，得出以下結論：

⑴ “豬肉物價上漲”事件引發公眾熱議，本質上是公眾對未來物價、工資、理財產品和生活必需品等多方面的擔憂；

⑵ 根據BP神經網絡模型的預測結果，2022年下半年可能達到今年物價指數的峰值，情況在明年將會有所緩解，但是工資水平可能小幅度的下調，其他相關主題均有不同程度的變化，整體形式較為樂觀；

⑶ 為了避免“豬肉價格上漲”事件帶來的負面影響，有關部門應該全面落實價格監測和市場巡查制度，并采取實質性措施來保障市場供應，全力維護后疫情時期的市場穩定。

5.2 研究局限和展望

本研究具有一定的代表性，但受限于數據來源僅來自于B站用戶彈幕，存在局限性。此外，本研究還受到時間和設備等客觀因素的限制，因此神經網絡數據集中的樣本量相對較少。

未來研究將進一步統計更多數據，優化所構建的網絡，以提高物價預測模型的準確度，讓已經取得的社情民生數據發揮出更大的價值，形成網絡輿情評估新方法，并在社情民生相關政策的設計和實施中得到更多應用。

參考文獻（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.傳統服飾文化節目的受眾滿足與發展可能——

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.新冠肺炎疫情階段特征、公眾情緒

與農產品價格——基于微博文本挖掘的實證研究[J].四川農業大學學報，2021，39（5）：688-696，704.

[4] 劉苗，李蔚，朱述政，等.基于互聯網文本情感分析的消費情感

指數構建[J].統計與信息論壇，2018，33（8）：31-38.

[5] 戴又有，蔡定洪，張翼.網絡搜索與居民通貨膨脹預期的關系

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

[6] 郭秀峰.政府消費、物價波動與居民消費棘輪效應分析[J].

商業經濟研究，2020，805（18）：54-56.

[7] Popescu II. Word frequency studies[M].De Gruyter Mouton，

2009.

[8] 楊嘉怡，李曉英，何首武.基于手機評論文本的用戶情感分析

研究[J].大眾科技，2022，24（9）：22-24，21.