基于大数据的网络舆情分析与舆论引导研究

1引言

随着互联网的高速发展，我国的网民规模不断上升，截

至2017年6月，我国网民规模达7.51亿，我国手机网民规模

达7.24亿，而网民中学生群体占比更是高居榜首，高达25.0%[1]。而在学生层次中，和互联网最密切相关的便是大

学生，对于丰富多彩的Internet，无数的网络信息必将影响其

言行。各高校校园BBS、贴吧、博客等社交平台大大方便了

大学生之间交流讨论的同时，随着新言论的不断出现，各个

个体间意见不断交互，各种观点不断碰撞，从最初可能只是

个人或者是少数人的意见，到最后可能转化成为绝大多数人

的集体意识，并在校园里形成“家喻户晓”的校园网络舆情。

随着大数据时代的到来，校园网络言论产生的数据量也在不

断飞涨，高校管理者如何从如此庞大的数据中提取到有价值

的信息，从而在校园舆情形成之际及时有效地发现以及引

导，构建高校网络舆情体系势在必行。本文通过对高校网络

言论的大数据分析，进行数据的采集、分析，从而构建高校网

络舆情体系，其分析出来的舆情结果可以让管理人员及时有

效地处理高校网络舆情，保证校园的和谐稳定。

2高校网络舆情

2.1高校网络舆情的起源

高校网络舆情，是指高校内部各类群体在校园网空间

中，对其所关心的特定的中介性社会事项产生和所持有的社会政治态度，高校网络舆情是一个特指的以大学生为主体的

概念[2]。而大学生群体又是各个群体中最为特殊的群体，他

们受教育程度较高，创造性强，精力充沛，相对于一般的社会

群体，大学生群体拥有群体间相互交往频率高、时间长、空间

相对单一、目标共性强等特征，而正是这些特征赋予高校网

络舆情个性化的特性。高校网络舆情正是基于高校这一特

殊环境，作为象牙塔内的大学生群体通过社交平台表达自己

的言论，从而影响当前大学生的思想和行为。2.2高校网络舆情的影响

高校网络舆情传播速度惊人，信息传播随意性强，高校

应当格外重视校园网络舆情，加强对网络舆情的研究、引导，

正确的认识高校网络舆情的作用并对其进行科学化的管

• 196

•价值工程

基于大数据的校园网络舆情挖掘研究

Research

on

Campus

Network

Public

Opinion

Mining

Based

on

Big

Data

王骏飞 WANG Jun-fei

(黑龙江科技大学，哈尔滨150022)(Heilongjiang

University

of

Science

and

Technology

, Harbin

150022, China

)

摘要：随着信息技术的发展，高校已经成为信息化的主要阵地。在高校校园中，每天的数据量按照PB的规模级进行增长,进而给

学校学生工作和思想教育带来极大的挑战。基于上述的背景，在分析大数据和舆情分析的基础上,对高校网络舆情的新特点进行了深

入的分析。由此，根据上述的需求，提出一种高校网络舆情分析系统，并对其需求、功能和架构等进行了初步设计。以此，通过设计，为

大数据在高校网络舆情中的应用提供借鉴参考。

Abstract: With the development of information technology, colleges and universities have become the main position of information

technology

. In

the

university

campus

, the

amount

of

data

per

day

increases

according

to

the

scale

of

PB

, which

brings

great

challenges

to

the

school

students

' work

and

ideological

education

. Based

on

the

above

background

, based

on

the

analysis

of

big

data

and

public

opinion

analysis

网络舆情中的大数据分析方法研究

网络舆情是指在网络空间中对网民和生活中的社会事件尤其是一些突发事件的看法和态度。网络舆情通常涉及社会的热点事件，因而经常在网络中快速传播，成为人们谈论的焦点。因而，对网络舆情进行分析和正确的引导显得尤为重要。文章采用大数据分析方法分析网络数据，通过聚类的方法发掘网络舆情中的热点问题。实验证明该分析方法具有较高的热点挖掘能力和及时的能力。

标签：网络舆情；大数据分析；统计方法

一、舆情信息的获取

舆情分析的第一步是要对网页中的信息进行抓取，第二步是对抓取的网页的信息进行预处理。

对网页信息抓取主要采用网络爬虫，爬虫的主要作用是将互联网上的网页下载到本地形成一个互联网内容的镜像备份。它既可以爬取网页链接，又可以爬取网页的文本信息和图像信息。它通过关键字的搜索将对应的统一资源定位为相关的网页页面进行抓取，通過对其进行文本和图像的解析，提取对应网页的文本和图像信息并进行保存。 本文中主要提取的是网页的文本信息。

而中文分词是把中文中的汉字系列分割为一个个独立的中文词汇。由于中文词汇与词汇之间的界限远不如英文单词那样清晰，因此，中文分词也是一个技术难点。当前中文分词主要是从主要包括字符串匹配分词方法和机器学习的统计分词方法。字符串匹配分词方法是事先通过一定的方法建立一个庞大的数据库字典，按照一定的方法把待分词的词汇与数据库字典中的词进行匹配从而实现分词的方法。机器学习的统计分词方法是通过词汇出现的频率和在文中的含义等信息对汉字的这些特征进行训练，从而实现分词。字符串匹配分词方法比较准确，但缺乏灵活性，机器学习的统计分词方法能对词的语意进行识别，但由于算法的不完善，准确率不高，因此，在实际中通常是将这两种结合来实现分词。

中文分词的词性主要包括名词、动词、形容词和副词等，形容词和副词常表示事物的状态和特征，因而经常能表明作者对事件的喜怒哀乐之情；动词一般就是用来表示动作或状态，它是对事物采取的动作的直接体现。这些词在舆情分析中就显得尤为重要。

Academic Frontiers学术前沿

111网络空间研究2016第8

期网络舆情研究新路径：

大数据技术辅助网络内容挖掘与分析

张荣显 曹文鸳

摘 要：国内的舆情分析研究文献显示，舆情主要涵盖分析社会的现实和变动的状况，包括引发的事件本身及相关舆论生成的因素推论。针对当前网络舆情研究缺乏对舆情本质的理解和系统的分析框架，分析结果亦只依据描述性统计来作出等缺憾，提出一种全新的网络舆情研究路径，以覆盖度、测量和解释为网络舆情挖掘三大要素，搭建以人机结合的网络舆情大数据分析平台，即利用机器学习和网络挖掘技术初步概览舆情面貌，再以人工在线内容分析方法深度挖掘和解释舆情事件。将以具体案例说明此路径的实用性和可操作性。

关键词：网络舆情；大数据技术；网络挖掘；机器学习；内容分析

中图分类号：G20 文献标识码：A

一、前言

依据中国互联网络信息中心最新的统计报

告（2016），截至2016年6月，中国大陆互联

网普及率达51.6%，网民数量为7亿人，已经

形成具有庞大规模的网民体量，网络成为重要

的舆论平台。

随着网络舆情研究进入大数据时代，网络

挖掘和机器学习等新技术使得快速甚至是即时

搜集和处理大量网络数据成为现实，但是，大

数据技术并非万能，在研究和探索舆情本质的过程中，依然需要人工判断作为主要的分析和

解释手段，我们以此尝试解决当前舆情研究中

缺乏整合性和系统性不足，甚至是被技术导向

主宰的问题。

本研究针对网络舆情研究之现况及需要，

提出一个全新的网络舆情研究路径，以覆盖度、

测量和解释为网络舆情挖掘要素，搭建以人机

结合的网络舆情大数据分析平台。在实践方面，

将整个分析框架和机制，集合于一实时数据挖

掘平台上，透过一体化的舆情监测和分析流程，

力图达到高效、准确、广度和深度并重，以及

随时跟踪舆情事件发展动向之目的。

二、网络舆情的概念及舆情数据的特点

闵大洪（2016）总结过去对舆情理论的研

究成果，尤其是对概念的定义方面，汇整并形

成总结性的概念定义：“舆情，系指社会的现张荣显 亚太区互联网研究联盟主席，澳门易研网络研究实验室总裁，博士