互聯(lián)網(wǎng)背景下大學(xué)生網(wǎng)絡(luò)意識(shí)形態(tài)態(tài)勢(shì)感知系統(tǒng)的研究

趙振營(yíng)，耿方方

（河南中醫(yī)藥大學(xué)網(wǎng)絡(luò)中心，鄭州450046）

1 網(wǎng)絡(luò)意識(shí)形態(tài)的內(nèi)涵及分類

網(wǎng)絡(luò)意識(shí)形態(tài)的概念比較復(fù)雜。整體來(lái)說(shuō)，網(wǎng)絡(luò)意識(shí)形態(tài)的產(chǎn)生可以從兩個(gè)基本維度把握：一是互聯(lián)網(wǎng)引發(fā)的社會(huì)變革對(duì)民眾心理的沖擊，產(chǎn)生各種困惑，而網(wǎng)絡(luò)空間內(nèi)產(chǎn)生的各種“合理化解釋”形成了網(wǎng)絡(luò)意識(shí)形態(tài)的可能來(lái)源。二是各種傳統(tǒng)意識(shí)形態(tài)通過(guò)網(wǎng)絡(luò)化而形成的多種多樣的意識(shí)形態(tài)，其中以國(guó)家主流的意識(shí)形態(tài)為主，應(yīng)該處于較為強(qiáng)勢(shì)的地位。

文中所指的網(wǎng)絡(luò)意識(shí)形態(tài)是狹義的，主要是指學(xué)生的。網(wǎng)絡(luò)空間中的意識(shí)形態(tài)有感性的、理性的、惡搞的、炒作的、調(diào)侃的等。這些意識(shí)形態(tài)不是為了娛樂(lè)而娛樂(lè)，往往承載著明確的意圖，蘊(yùn)含著顯著的社會(huì)動(dòng)員的訴求。大學(xué)生網(wǎng)絡(luò)意識(shí)形態(tài)肩負(fù)著吸引學(xué)生、教化學(xué)生的目的。雖然我國(guó)主流的意識(shí)形態(tài)宣傳已經(jīng)很明確地表明了目的，但是在高校學(xué)生工作中，仍須提高警惕。

在此，論文依據(jù)學(xué)生的上網(wǎng)行為來(lái)判斷其網(wǎng)絡(luò)意識(shí)形態(tài)，因此，將網(wǎng)絡(luò)意識(shí)形態(tài)歸納為以下類別，主要包括IT 相關(guān)、搜索引擎、醫(yī)療健康、教育相關(guān)、新聞資訊、軟件下載、網(wǎng)上購(gòu)物、網(wǎng)上社交、網(wǎng)上社交、科學(xué)技術(shù)、休閑娛樂(lè)、休閑娛樂(lè)、文化藝術(shù)以及其他類。其中，前12 種表示正常的學(xué)生網(wǎng)絡(luò)意識(shí)形態(tài)，如搜索引擎類，表示學(xué)生通過(guò)百度、谷歌等探索未知事物；新聞資訊表示學(xué)生習(xí)慣通過(guò)網(wǎng)絡(luò)獲取相關(guān)內(nèi)容。其他類表示網(wǎng)絡(luò)意識(shí)形態(tài)疑似存在問(wèn)題的學(xué)生。通過(guò)數(shù)據(jù)分析，可以預(yù)測(cè)未來(lái)該生意識(shí)形態(tài)的變化，并對(duì)其進(jìn)行有針對(duì)性的引導(dǎo)。

2 回歸預(yù)測(cè)分析法概述

2.1 回歸分析預(yù)測(cè)定義

回歸分析預(yù)測(cè)法是通過(guò)發(fā)現(xiàn)某些對(duì)所預(yù)測(cè)結(jié)果有重要影響的因素進(jìn)行分析，找到因變量和自變量之間的因果關(guān)系，從而推測(cè)預(yù)測(cè)對(duì)象隨自變量而變化的數(shù)值。因此，回歸分析預(yù)測(cè)法又稱因果分析法。

回歸分析預(yù)測(cè)法按照種類分為一元相關(guān)回歸分析預(yù)測(cè)法、多元相關(guān)回歸分析預(yù)測(cè)法以及自相關(guān)回歸分析預(yù)測(cè)法三種[1]。由于大學(xué)生網(wǎng)絡(luò)形態(tài)與多個(gè)自變量相關(guān)，這是一種根據(jù)多個(gè)自變量的變化數(shù)值預(yù)測(cè)一個(gè)因變量數(shù)值的方法，屬于多元相關(guān)回歸分析預(yù)測(cè)法。因此，論文采用多元相關(guān)回歸分析預(yù)測(cè)法。

2.2 回歸分析預(yù)測(cè)法的基本步驟

2.2.1 依據(jù)目標(biāo)，確定自變量和因變量

根據(jù)預(yù)測(cè)目標(biāo)，也就確定了因變量。尋找與目標(biāo)相關(guān)的影響因素，這些因素稱為自變量。

2.2.2 建立回歸預(yù)測(cè)模型

根據(jù)自變量和因變量之間的關(guān)系進(jìn)行計(jì)算，在此基礎(chǔ)上建立回歸預(yù)測(cè)模型，也就是回歸方程。系統(tǒng)中按照線性回歸方程的方式對(duì)目標(biāo)進(jìn)行預(yù)測(cè)。線性回歸預(yù)測(cè)模型的表達(dá)式為：

Y=a+b1X1+b2X2+…+bnXn

式中，Y表示因變量，a，bn表示參數(shù)，X表示自變量。

2.2.3 計(jì)算回歸預(yù)測(cè)模型的參數(shù)

在模型建立后，通常首先需要確定回歸預(yù)測(cè)模型中的各項(xiàng)參數(shù)。一般情況下，回歸預(yù)測(cè)模型中的參數(shù)是最小平方法。

2.2.4 檢驗(yàn)回歸預(yù)測(cè)模型

回歸預(yù)測(cè)模型是否能夠用于實(shí)際預(yù)測(cè)，主要取決于對(duì)模型的檢驗(yàn)。論文在依據(jù)歷史數(shù)據(jù)和現(xiàn)實(shí)資料的基礎(chǔ)上，檢驗(yàn)回歸預(yù)測(cè)模型，只有通過(guò)檢驗(yàn)后，該模型才能用于預(yù)測(cè)。

3 大學(xué)生網(wǎng)絡(luò)意識(shí)形態(tài)態(tài)勢(shì)感知系統(tǒng)

3.1 功能結(jié)構(gòu)

通過(guò)文獻(xiàn)分析以及現(xiàn)場(chǎng)調(diào)研的方式，總結(jié)出大學(xué)生網(wǎng)絡(luò)意識(shí)形態(tài)態(tài)勢(shì)感知系統(tǒng)的功能結(jié)構(gòu)圖（見圖1）。

圖1 大學(xué)生網(wǎng)絡(luò)態(tài)勢(shì)感知系統(tǒng)功能結(jié)構(gòu)

由圖1可以看出，系統(tǒng)功能包括網(wǎng)絡(luò)流量監(jiān)控、應(yīng)用流量排行、上網(wǎng)應(yīng)用平均時(shí)長(zhǎng)統(tǒng)計(jì)、網(wǎng)絡(luò)行為趨勢(shì)圖、網(wǎng)絡(luò)意識(shí)形態(tài)分類。

①網(wǎng)絡(luò)流量監(jiān)控：系統(tǒng)可以查看一定時(shí)間內(nèi)（周、月、年）的網(wǎng)絡(luò)流量情況。

②應(yīng)用流量排行：通過(guò)系統(tǒng)可以看出應(yīng)用流量包括移動(dòng)終端應(yīng)用、訪問(wèn)網(wǎng)站、P2P 流媒體、Web 流媒體以及其他。系統(tǒng)中可以查看到訪問(wèn)網(wǎng)站流量最高，Web 流媒體流量排在第二。說(shuō)明當(dāng)前Web頁(yè)面是主流的傳遞信息的途徑。

③上網(wǎng)平均時(shí)長(zhǎng)統(tǒng)計(jì)：此功能可以顯示一定時(shí)間內(nèi)（周、日、年）在校學(xué)生每天的平均上網(wǎng)時(shí)長(zhǎng)。

④網(wǎng)絡(luò)行為趨勢(shì)圖：系統(tǒng)可以反映出在一周內(nèi)學(xué)生的網(wǎng)絡(luò)行為趨勢(shì)，根據(jù)回歸預(yù)測(cè)模型可以看到網(wǎng)絡(luò)行為的趨勢(shì)。如發(fā)現(xiàn)網(wǎng)絡(luò)行為趨勢(shì)異常，可針對(duì)某種網(wǎng)絡(luò)行為進(jìn)行追查，找到原因。

3.2 大學(xué)生網(wǎng)絡(luò)意識(shí)形態(tài)態(tài)勢(shì)感知系統(tǒng)主要功能實(shí)現(xiàn)

基于上述回歸預(yù)測(cè)模型的步驟，采集校園網(wǎng)學(xué)生上網(wǎng)行為數(shù)據(jù)，將網(wǎng)絡(luò)意識(shí)形態(tài)態(tài)勢(shì)感知系統(tǒng)分為數(shù)據(jù)采集、選取特征參數(shù)、建立模型、訓(xùn)練預(yù)測(cè)。具體如下步驟所示。

3.2.1 數(shù)據(jù)采集

利用互聯(lián)網(wǎng)傳播信息的方式非常多樣化，有的通過(guò)網(wǎng)站，主要表示為通過(guò)音頻、視頻、圖片等多媒體形式；有的通過(guò)博客、微博等互動(dòng)形式[2]?？傊?，將互聯(lián)網(wǎng)中傳播信息的方式分為兩類采集，主要包括：

①網(wǎng)站類，包括Web頁(yè)面，如Web 系統(tǒng)、門戶網(wǎng)站類。

②主動(dòng)的意識(shí)行為，包括通過(guò)百度、Bing 等搜索引擎搜索相關(guān)的關(guān)鍵詞，通過(guò)BBS和微博發(fā)送相關(guān)的帖子和博文。

3.2.2 選取特征參數(shù)

由于互聯(lián)網(wǎng)的應(yīng)用種類多以及用戶行為均不相同，論文選取其中比較重要的特征作為模型的自變量。模型選取的特征如表1所示。每個(gè)特征均針對(duì)用戶進(jìn)行單獨(dú)統(tǒng)計(jì)。

表1 用戶特征

以上特征均為自變量，論文通過(guò)上網(wǎng)行為分析能夠找到相應(yīng)的數(shù)值。

3.2.3 建立模型

選取多元線性回歸分析預(yù)測(cè)模型作為系統(tǒng)的分析模型，如下公式所示，其能夠給出一個(gè)樣本是否為正/負(fù)樣本的概率。通過(guò)概率可以衡量一個(gè)人網(wǎng)絡(luò)意識(shí)形態(tài)情況。

Y=a+b1X1+b2X2+…+b5X5

其中，Xn表示如表1所示的五個(gè)特征，這個(gè)數(shù)值通過(guò)上網(wǎng)行為分析量化得出。a和bn表示偏移量，通過(guò)考察自變量和因變量的關(guān)系得出數(shù)值。

3.2.4 訓(xùn)練預(yù)測(cè)

通過(guò)抽取上網(wǎng)行為數(shù)據(jù)，統(tǒng)計(jì)表1中的特征數(shù)據(jù)，并運(yùn)用上述模型公式進(jìn)行計(jì)算，最終得出大學(xué)生網(wǎng)絡(luò)意識(shí)形態(tài)的趨勢(shì)圖。

4 結(jié)論

新時(shí)代環(huán)境給大學(xué)生工作管理者帶來(lái)了新的挑戰(zhàn)。論文通過(guò)研究大學(xué)生網(wǎng)絡(luò)意識(shí)形態(tài)的問(wèn)題并總結(jié)經(jīng)驗(yàn)，同時(shí)將學(xué)生的數(shù)據(jù)進(jìn)行采樣、量化、建立數(shù)學(xué)模型以及進(jìn)行訓(xùn)練，最終開發(fā)了大學(xué)生網(wǎng)絡(luò)意識(shí)形態(tài)態(tài)勢(shì)感知系統(tǒng)。該系統(tǒng)的使用提高了管理者甄別學(xué)生網(wǎng)絡(luò)意識(shí)形態(tài)的能力，能夠做到有的放矢，減少了管理者的工作量。同時(shí)，也提示了學(xué)生的自我管控能力，使其在開放的網(wǎng)絡(luò)環(huán)境中能夠理性地表達(dá)自我，建立正確的人生觀和價(jià)值觀。