周鐵華,劉軼民,董文革,王 玲
(東北電力大學 計算機學院,吉林 吉林 132012)
基于互聯(lián)網(wǎng)大數(shù)據(jù)分析的教育輿情所關注的是互聯(lián)網(wǎng)上曝光和呈現(xiàn)的教育事件、教育現(xiàn)象和教育問題等方面,更注重挖掘人們對教育問題或現(xiàn)象呈現(xiàn)的觀點和態(tài)度。本文主要針對新浪微博、微信朋友圈、高教新聞網(wǎng)、校園論壇、社交網(wǎng)絡以及智聯(lián)招聘、領英、高校就業(yè)信息網(wǎng)等互聯(lián)網(wǎng)高教大數(shù)據(jù)資源進行分類和整理,分別根據(jù)大學生的情緒特點以及行為表達兩個方面進行分類,完成輿情判斷的一般分析[1]。
與傳統(tǒng)的描述性分析不同,描述性分析是對已經(jīng)既定成事實的學習狀況進行總結性的統(tǒng)計分析,而輿情判斷分析是通過現(xiàn)象去預測導致最壞結果的可能性,從而提供可行的解決方案去避免最壞情況的發(fā)生,其兩者的區(qū)別如表1所示。
表1 描述性分析與輿情判斷分析的區(qū)別
高等教育輿情分析是近年來國內(nèi)外關注的焦點問題。對高校學生情感分析不足導致的直接現(xiàn)象包括校園暴力事件、抑郁癥學生群體增加等,間接現(xiàn)象包括課堂注意力低下、輟學、留級、甚至退學等。這些都在敲響一個警鐘:高等教育不應該只是關注知識本身,更應該積極關注學生的心理健康教育,才能保證高校學生能夠順利畢業(yè),成為社會棟梁的思想動力源泉[2-3]。
2016年12月,原國家衛(wèi)生計生委、教育部等22部門聯(lián)合印發(fā)《關于加強心理健康服務的指導意見》,對高校學生心理健康教育提出任務要求。2017年12月,中共教育部黨組發(fā)布《高校思想政治工作質量提升工程實施綱要》,將“心理育人”納入高?!笆蟆庇梭w系。由中國傳媒大學高教傳播與輿情監(jiān)測研究中心發(fā)布的《中國高等教育輿情報告(2018)》榮獲中國社會科學評價研究院2018年中國智庫學術成果“優(yōu)秀報告獎”,其指出的高教輿情十大熱點事件的首曝媒體以網(wǎng)絡媒體為主?!?019年度高等教育網(wǎng)絡輿情研究》正面熱點事件分析報告中指出,通過選取2019年度150件高等教育領域正面熱點事件,運用統(tǒng)計分析方法從時間、地域、類型等多維度進行分類分析,提出互聯(lián)網(wǎng)時代高等教育正面熱點事件輿情優(yōu)化策略與可行性建議[4]。
移動互聯(lián)網(wǎng)時代,利用大數(shù)據(jù)監(jiān)測和研究高等教育傳播輿情,對引導高等教育輿論、服務政府教育決策、提升教育智力水平具有重要作用,高教輿論引導具有為高等教育改革保駕護航的重要功能。通過實時關注社交媒體的信息動態(tài),了解和評估學生的心理健康狀態(tài),通過情感分析挖掘高校學生的潛在的行為傾向,完成基于心理健康指數(shù)的大數(shù)據(jù)輿情報告,有助于進行更有針對性地進行心理健康引導,以期實現(xiàn)穩(wěn)定校園的根本目的。
本文研究方法主要是文獻調查法、行為研究法以及理論與實際驗證相結合,通過不斷監(jiān)測社交平臺的輿論大數(shù)據(jù)的變化,實時掌握學生的思想變化情況,從而不斷完善指標評估體系的心理健康評估指標。對社交網(wǎng)絡平臺包括新浪微博、新聞網(wǎng)、校園論壇等大數(shù)據(jù)輿情資源進行整理與分析,開發(fā)基于情感分析的數(shù)據(jù)挖掘方法,實現(xiàn)全方位的探測和分析學生情緒變化的一般趨勢。
事實上,伴隨著大數(shù)據(jù)時代的到來,各大教育機構與高等院校逐漸開始應用大數(shù)據(jù)分析、數(shù)據(jù)挖掘等技術了解受教育者的個性化需求、評估講師的教學質量與水平、調整學習知識方法與技巧。此外,基于大數(shù)據(jù)分析的個性化評估結果,各教育研究機構開始著手預測學生未來的學習態(tài)度與學習成效、檢測學生的學習投入度、情感、學習策略等,讓教師和教學研發(fā)人員能夠根據(jù)學生評估結果,進一步調整教學策略,改進教學課程,更好地達成有效教學的目的[5]。
通過信息技術針對高校學生關注度和使用率比較高的社交媒體中,采集相關的文本、圖片以及多媒體數(shù)據(jù),進行語義解析,分析人們的態(tài)度、意見以及情緒表達。為了更多地了解和分析學生的心理變化狀況以及學業(yè)訴求,越來越多的高校開始建立自己的線上學生社區(qū)和論壇,一方面,是為了宣傳更多正能量的信息,引導學生向上的學習動力和思想教育;另一方面,是為了能夠更多地了解學生的根本訴求。大數(shù)據(jù)的分析手段,可以通過人工智能技術,自動挖掘和分析學生的情緒表達,深入了解“教育事件”與“學生訴求”之間的關聯(lián)關系,從而深入分析學生情緒的主流變化特點、學生的學習需求、學生的就業(yè)傾向、價值觀和人生觀等,挖掘事件背后的誘發(fā)原因和發(fā)展趨勢[6]。
美國數(shù)據(jù)學家、前北卡大學夏洛特分校助理教授、夏洛特視覺中心主任,以及非結構化數(shù)據(jù)智能分析平臺的CEO王曉宇博士,提出預測分析最大的難度在于精準度,精準度越高,系統(tǒng)就越能把人的性格全面呈現(xiàn)出來,而且會在不同時間地點下進行分析,做出一個高維的性格理解。因此,利用大數(shù)據(jù)技術對學生的態(tài)度進行深入分析,就要在保障精準度的同時,對學生的情緒表達進行自動量化分析,而這種自適應分析是建立在大量的數(shù)據(jù)基礎之上,數(shù)據(jù)量越大,精準度越高。在處理非結構化數(shù)據(jù)的能力上對算法的要求很高,簡單的關鍵詞檢索和分析是很難達到輿論表達上的準確結論,如果結合語義分析方法,就能夠更深入地了解言論背后的誘發(fā)原因,從而挖掘情緒-言論-事件三者之間的潛在關聯(lián)關系和規(guī)律。建立教育輿論事件記事簿,對引發(fā)輿論的教育事件,根據(jù)其影響力、爆發(fā)力、輿論周期和特點進行分類,為擴展高教輿情分析提出了新的主題方向,為穩(wěn)定高校秩序、提高高校教育的滿意度,提供了堅實的理論基礎。
通過深入分析高校學生的情緒特點和態(tài)度,對社交媒體大數(shù)據(jù)進行深入挖掘,可以及時、高效地發(fā)現(xiàn)高教學生的輿論傾向和根本訴求,為教學改革、學生的身心健康都有著良好的促進作用。同時,高教大數(shù)據(jù)輿情分析報告,對高校展開教學工作、學生管理工作等方面有一定的指導作用,有利于增加高校對學生整體上想法、思維、行為、心理的了解,為高校教學和管理工作的展開提供理論支撐依據(jù)。