基于文本挖掘技術(shù)微博熱搜數(shù)據(jù)的分析研究

謝金孜 楊蘭

摘要：本文基于文本挖掘技術(shù)，根據(jù)八爪魚軟件采集到微博熱搜話題數(shù)據(jù)，分析得出網(wǎng)民的話題中心，挖掘網(wǎng)民對中心話題的評論，對評論數(shù)據(jù)的情感走勢以及高頻情感熱詞進行分析判斷，并對微博熱搜數(shù)據(jù)分析在實踐應(yīng)用上研究探討。通過本文的研究，了解到微博熱搜對公眾的日常生活、心理情緒方面的影響，并從青年價值觀引導(dǎo)、分析監(jiān)測社會輿論兩個應(yīng)用場景進行分析，引導(dǎo)政府、官方平臺有效利用微博熱搜，實時對評論風向進行監(jiān)管，宣揚正能量，打破謠言。

關(guān)鍵詞：社會輿論；監(jiān)測

互聯(lián)網(wǎng)給大眾的生活帶來了各個方面的顯著變化，同時形成了全新的輿論環(huán)境，網(wǎng)絡(luò)輿情已成為網(wǎng)絡(luò)管理、社會管理的重要內(nèi)容。[1]微博提供簡單的發(fā)文方式使用戶能夠公開、實時地發(fā)表內(nèi)容?？焖俚膫鞑シ绞?，讓用戶之間的互動緊密相連，微博已經(jīng)成為大眾獲取信息、了解時事、發(fā)表看法的主要渠道之一。因此，對微博社交媒體中的熱搜評論進行情感分析具有重要意義。[2]目前國內(nèi)外的情感分析研究主要利用分析模型對數(shù)據(jù)挖掘技術(shù)的理論、技術(shù)進行探索，但是對于具體的微博評論內(nèi)容情感分析以及微博熱搜的應(yīng)用領(lǐng)域還需進一步研究討論。

一、研究設(shè)計

文本挖掘技術(shù)是一個新型的研究領(lǐng)域，在近年的信息分析中得到了廣泛的研究應(yīng)用，利用該技術(shù)可以從大量無結(jié)構(gòu)的文本信息中挖掘潛在的價值，并且利用這些信息更好地重組信息。本文基于文本挖掘技術(shù)，利用微博數(shù)據(jù)采集內(nèi)容進行分析，首先對“微博熱搜話題” 進行數(shù)據(jù)提取，根據(jù)關(guān)鍵詞詞頻提取出該段時間內(nèi)網(wǎng)民的重點關(guān)注話題；其次針對重點話題的用戶評論數(shù)據(jù)進行ROST情感分析，判斷不同情緒比例；最后基于結(jié)果對網(wǎng)絡(luò)輿情管理提出針對性建議。根據(jù)上文對微博及微博熱搜的研究，選擇微博作為本次數(shù)據(jù)源挖掘平臺，將微博熱搜作為本次數(shù)據(jù)來源具有一定的代表性和時效性。

二、數(shù)據(jù)采集與整理

（一）數(shù)據(jù)采集

本次研究選擇八爪魚大數(shù)據(jù)爬蟲軟件抓取數(shù)據(jù)。本次研究分為兩個步驟：第一，在八爪魚軟件中，使用自定義采集數(shù)據(jù)；第二，使用微博熱搜榜（含評論）模板采集當前熱搜榜單的全熱搜詞，以及每個熱搜詞對應(yīng)的最熱前50條評論內(nèi)容。為確保研究的準確性與真實性，采集數(shù)據(jù)2021年12月—2022年1月時間段內(nèi)的微博熱搜話題數(shù)據(jù)3850條，用戶評論數(shù)據(jù)23920條。

（二）數(shù)據(jù)整理

本次研究爬取的初始數(shù)據(jù)存在以下問題：第一，評論內(nèi)容漏采問題。刪除相關(guān)不規(guī)范數(shù)據(jù)后，獲得規(guī)范數(shù)據(jù)，微博熱搜話題數(shù)據(jù)3528條、用戶評論數(shù)據(jù)22680條；第二，數(shù)據(jù)冗余。采集的評論數(shù)據(jù)包含了發(fā)布時間、博主名稱、轉(zhuǎn)發(fā)數(shù)量、點贊數(shù)量等，將與本次研究無關(guān)的數(shù)據(jù)直接刪除。

三、數(shù)據(jù)分析

（一）詞頻統(tǒng)計及詞云

將分詞后的詞語使用ROST-CM-6的中文詞頻統(tǒng)計功能進行詞頻統(tǒng)計，并按照詞頻展示詞語（詳見表1）；本文選擇使用“易詞云”詞云生成器生成詞云圖，可以更為直觀地了解人們的微博熱搜話題關(guān)注點（詳見圖1）。

（二）情感分析

情感分析又稱意見挖掘，是一種基于用戶發(fā)表的文本內(nèi)容的情感分類方法，目的在于研究人們對某一實體、話題的判斷態(tài)度：支持、反對或無關(guān)。根據(jù)ROST-CM-6的情感分析算法，支持情感即積極情緒用正數(shù)表示，分段區(qū)間分別為一般（5，15），中度（25，+∞）；反對情感即消極情緒用負數(shù)表示，分段區(qū)間為一般（-15，-50），中度（-25，-15），高度（-∞，-25）；無關(guān)情感即中性情緒不作區(qū)間分段，情感參數(shù)為0。以下分析內(nèi)容選取所有話題中“北京冬奧會” 話題進行情感分析，分析結(jié)果如下（詳見表2）。

通過“表2北京冬奧會” 話題評論內(nèi)容情感分析能直觀地感受到，針對“北京冬奧會” 的話題，呈現(xiàn)出的是絕大多數(shù)的積極情緒，人們毫不吝嗇地使用“最棒”“中國?！薄皞ゴ蟆?這類詞語去表達對為國爭光的奧運健兒們的美譽，這是滿滿的民族榮譽感。本次的北京冬奧會秉持著“更快、更好、更強、更團結(jié)” 的奧林匹克格言，充分展現(xiàn)了中國人民對美好未來的殷切期望，帶來了一系列新的就業(yè)機會，給冰雪產(chǎn)業(yè)帶來了新的生機與希望，也在人們沉悶的日常生活中增添一抹色彩，“全民滑雪、滑冰熱潮”，奧運健兒們的熱血、奮斗激勵著大家。

通過“表3評論內(nèi)容情感分析結(jié)果統(tǒng)計” 的分析，對于同時間段其他話題和“北京冬奧會” 話題，積極情緒評論數(shù)量高達10585條，占總量50.77%。由此可知，在冬奧會的開展下，我國奧運健兒的精彩表現(xiàn)，有著鼓舞人心、引領(lǐng)人們積極對待生活的正面作用。

四、應(yīng)用探討

（一）應(yīng)用場景一：利用微博熱搜數(shù)據(jù)挖掘結(jié)果引導(dǎo)當代青年正確的價值觀

對微博熱搜數(shù)據(jù)進行文本挖掘，分析微博用戶的情感傾向，可以引導(dǎo)社會青年正確的網(wǎng)絡(luò)行為，樹立正確的價值觀。結(jié)合上文研究結(jié)果可見，在數(shù)據(jù)采集的這段時間內(nèi)微博熱搜呈現(xiàn)出的內(nèi)容層次比較豐富。但是，熱搜榜單具有的一個特點是“娛樂化”。微博的絕大多數(shù)用戶是生活閱歷較淺、容易受到輿論影響的年輕群體，青年作為微博的主要受眾群體，在如此泛濫的“熱搜文化” 下，對于正處于思想認知成長、啟迪階段的他們而言，對其樹立優(yōu)良的價值觀有較大影響。青年作為國家的未來、民族的希望，若長期受此類“熱搜文化” 的影響，他們的社會責任感、社會敏銳度、社會感知力都會被潛移默化的降低。[3]

利用文本挖掘技術(shù)，對微博熱搜進行采集，去糟取精，利用優(yōu)秀的、有益的熱搜內(nèi)容來引導(dǎo)青年人增強辨別優(yōu)劣信息的能力，自覺過濾虛假、低俗信息，堅定個人信念，獨立思考，不盲從不跟風。除此之外，微博平臺要加強信息管制，從源頭抵制“糟粕”，提高熱搜的質(zhì)量，宣揚正確價值觀；政府要加強網(wǎng)絡(luò)監(jiān)管，打擊利用網(wǎng)絡(luò)傳播違法違規(guī)的行為，也要學會利用微博官方平臺，及時發(fā)聲，破除謠言，把控輿論風向。

（二）應(yīng)用場景二：利用熱搜數(shù)據(jù)文本挖掘結(jié)果分析社會輿論走向

在本次研究爬取的熱搜話題中，能明顯看出主流輿論占據(jù)著更大的比重，3850條熱搜話題內(nèi)容中，娛樂新聞僅占據(jù)了一小部分內(nèi)容，絕大多數(shù)內(nèi)容是與國家時政、社會要點有關(guān)。微博應(yīng)切實履行其社會責任，加強違法違規(guī)信息管控，健全完善內(nèi)部審核處置流程，積極維護網(wǎng)上傳播秩序，構(gòu)建微博社區(qū)的良好生態(tài)。微博熱搜的整改，是規(guī)范網(wǎng)絡(luò)環(huán)境、網(wǎng)絡(luò)秩序的一個開端，今后微博平臺更應(yīng)為社會傳遞更多具有價值的信息。[4]要為國家大事、社會要聞提供更多的傳播渠道，讓主流輿論能夠及時地為公眾及青年接收、討論。

政府相關(guān)部門可利用“微博熱搜＋文本挖掘” 這一模式，實時分析社會輿論，把控輿論走向，檢測網(wǎng)絡(luò)輿情。任何事件一旦在網(wǎng)上發(fā)酵便會引起廣泛的討論，而輿論需要政府部門的監(jiān)測、管理，只有在政府的正確領(lǐng)導(dǎo)下，會對事件起著正面意義。相反，若是被有心之人利用虛假信息所刻意引導(dǎo)煽動，任何一條言論都會無意之中成為他人的“幫兇”。因此，政府相關(guān)部門應(yīng)利用好文本挖掘技術(shù)，分析研究熱搜數(shù)據(jù)，及時分析社會輿論走向，監(jiān)測網(wǎng)絡(luò)輿情，對輿論話題進行正向引導(dǎo)。[5]

五、總結(jié)

微博熱搜能夠反映出公眾的日常生活、心理情緒等方面，利用文本挖掘技術(shù)、詞頻分析技術(shù)和情感分析技術(shù)能夠較好的分析出微博熱搜數(shù)據(jù)里的隱藏信息。各相關(guān)組織應(yīng)有效利用與挖掘微博熱搜數(shù)據(jù)，重視微博熱搜對公眾的作用，把控輿論走向，發(fā)揚其正能量。

參考文獻：

[1] 楊單，程鍵，姚怡琦，等.基于文本挖掘的高校輿情用戶情感分析研[J].武漢紡織大學學報，2020，33（5）：74-80.

[2] 李娟.社交媒體中高校輿情用戶情感圖譜研究：以新浪微博反學術(shù)不端話題為例[J].情報科學，2020，（7）：100-104.

[3] 王楠，宮欽浩.微博“熱搜”與當代青年的共同建設(shè)研究[J].山西青年職業(yè)學院學報，2021，34（1）：1-4.

[4] 李晨曦.微博熱搜榜整頓的原因及影響分析[J].傳播與版權(quán)，2018，（4）：90-91.

[5] 曹馨予.淺析微博熱搜對公眾輿論的影響：以樂清女孩乘滴滴順風車遇害案為例[J].新聞研究導(dǎo)刊，2018，17（9）：62-63.