大学生不良情绪的问题分析及引导对策

李勇，刘庆莉，管慧，陈钰欣

（长沙学院经济与管理学院，湖南 长沙 410000）

引言

随着移动互联网的迅速发展，各种网络新闻通过各大社交媒体进行表达并在全网迅速传播，网络上充斥着来自社会的各种鱼龙混杂的不良情绪信息。大学生作为网络使用的主要群体，并且大部分为“90后”、独生子女，心理脆弱，承受挫折能力不足，对外界的刺激反应迅速敏感，是受网络不良情绪影响较深的人群。同时，我国社会进程和节奏不断加快，使得大学生群体承受的压力不断增大，长期处于就业、升学等各种压力与竞争之中，并且由于自我认识的不成熟，适应社会发展的能力水平较低，极易被恐惧、嫉妒、焦虑、自卑等不良情绪影响。近年来，大学生极端不良情绪引发的社会问题屡见不鲜，如2004年的“马加爵事件”、2013年的“复旦大学投毒事件”、2016年的“3·27四川师范大学杀人案”等，都是由于大学生不良情绪所引发的极度恶性事件。因此，引导大学生的不良情绪良性发展具有极其重要的意义。然而，分析大学生不良情绪的普遍特点，探索大学生不良情绪的原因，制定引导大学生不良情绪良性发展的有效措施却是非常困难的。而现在“大数据行业”的发展与广泛应用，为研究大学生不良情绪提供了便捷的工具，利用大数据平台的强大功能对2017年的大学生不良情绪进行抽样分析，从大数据的角度来研究大学生不良情绪的普遍特征、引起这些事件发展的根本原因以及探索有效的大学生不良情绪引导对策，有利于学校与相关部门预防和控制大学生不良情绪集中爆发、引导事件良性发展，对于探索互联网快速发展下的舆情传播与控制具有深远的理论意义，也为各级政府部门对不良情绪监管的实践提供有效指导依据。

国内外近几年展开了针对不良情绪的相关研究。在建模层面，Daniel Bar－Tal认为可以通过建立数学或者计算机模型对群体不良情绪的行为机制进行探讨[1]。弗兰克·施威茨利用多代理模型对群体不良情绪的形成过程进行了仿真分析[2]。在理论层面，Mauss和Tamir等在社会认知理论中提到，情绪调节受调节策略、调控能力、控制情绪的信念、价值和目标的影响[3]。Koole和Rothermund认为情绪调节是对情绪的激活、维持和协调情绪状态和持续时间的自动和控制性的心理过程[4]。Gross等把情绪调节策略归为认知重评（cognitive reappraisal）和表达抑制（expression suppression）这两大类[5]。谢欣宇提出大学生的不良情绪的产生主要来源于学业、家庭以及人际交往三个方面[6]。张凡凡等人研究了大学生对网络负面新闻的情绪反应特点,并分析产生这种情绪的原因[7]。在应用层面，王方等人研究发现大学生不能很好地管控自己的情绪,产生各类不良情绪，从而应开设专门的情绪管理课程,加强情绪管理教育[8]。胡倩认为媒体在网络社会不良情绪疏导中应规范的自我管理、创新软性引导方式、完善监测预警机制并建立多维疏导体系[9]。李从东，洪宇翔发现群体不良情绪是导致农村群体事件的主导要素，而意见领袖和干群关系等社会网络特征属性对于农村群体不良情绪传播的影响也十分显著[10]。刘晓然以中国大学生作为对象，考察了羞怯与内化问题之间的关系，并从认知角度即负性自动思维和情绪调节策略两方面来探讨其在羞怯与内化问题之间的影响机制[11]。国内外学者主要采用问卷调查、走访调查等形式对社会各个群体进行不良情绪的研究，缺乏利用线上大数据分析某一特定群体的研究，利用线上线下结合分析的研究更少。并且现有成果主要集中于对网民、农民、病人等社会群体的研究，高校学生相对较少。

本文的研究试图解决以下三个方面的问题:1)利用线上大数据分析高校学生全年不良情绪的波动;2)利用线下调查分析不良情绪的现状及成因;3)结合前两者总结出合适合理且具有可行性的引导对策。

表1 数据采集字段Tab.1 Data acquisition field

1 高校学生不良情绪的问题分析

1.1 数据获取

1.1.1 线上数据获取

（1）数据采集

本文选择Python爬虫作为数据采集工具，数据源为新浪微博用户发布的微博文本，数据采集字段如表1所示。数据采集完毕之后，删除采集错误的数据，即删除空数据或残缺数据；删除广告数据，即删除借由“高校”相关事件热度加入话题而发布的广告，实际上这些微博内容与话题不相关，对本文的情感分析并无意义。利用数据获取平台最终采集到2017年1月1日至2017年12月31日“高校”相关事件（受众为高校学生与高校相关舆情）数据共915631条。预处理后，最终得到有效微博文本数据790511条，界面如Excel存储原始数据图1所示。

图1 微博数据存储界面Fig.1 Micro-blog data storage interface

（2）文本分析

本研究所收集的数据均来源于新浪微博文本信息，文本长度普遍较短，若将每条信息视为一个文本片段，则整条信息实际上是由多个短文本构成的，而本文需要的情感信息就包含在这些微博短文本之中，将这些微博文本进行分词变为单独的词语短文本，则得到了由海量短文本构成的集合，在这些微博短文本之中就可以清晰的挖掘出有用的情感信息。因此，需要采用文本挖掘技术来分析新浪微博文本中的情感信息。

首先应建立情感词表，本文采用知网HowNet情感词表、台湾大学NTUSD情感词表、大连理工大学信息检索研究室（DUTIR）情感词表、清华大学自然语言处理与社会人文计算实验室的情感词表作为目标词汇来源，合并去重得到新的情感词表，共得到18971个负面情感词。

表2 目标词汇来源情感词数量表Tab.2 Target quantity table emotional words vocabulary sources

之后对待分析的大学生文本进行情感词扩展，主要流程如下：

(a)对待分析文本进行分词处理；

(b)根据待分析文本的具体事件情景对特殊表达的词语进行归并处理；

(c)过滤掉与情感无关的连词、介词和助词等；

(d)提取新情感词进行情感标记并加入到情感此表中，最终得到一份能够较为全面反映“高校”相关事件中的用户情感分类词表。

最后对单条微博文本情感进行计算，文本中除了包含情感词外，还包含了其他情感特征，如语气特征、表情特征、否定词和程度词等，在计算单条文本情感值时，需对这些情感特征进行提取和情感标注，并加入到已有的情感词典中。通过对用户情感表达文本的分析、处理和归纳等，可以获得用户对某一所持的态度和情绪等信息，从而较好的掌握高校学生情绪动态。

单条文本情感计算规则如下：

表3 考虑句型的句子情感值计算方法Tab.3 The calculation method of sentence emotion value considering sentence pattern

1.1.2 线下数据获取

为更客观地了解大学生不良情绪的引起原因，本文还采用问卷调查方法对大学生不良情绪产生原因进行调查，历时三周，对在校学生共发放1000份问卷，回收834份问卷，过程如下：

（1）针对“大学生不良情绪变化”设计调查问卷，根据大学生不良情绪出现的具体情况设计问卷题目，以此获取线下用户的不良情绪出现的时间分布状态及原因。经设计，问卷共分为两个部分，第一部分为大学生个人信息，包括性别、年级等；第二部分调查大学生不良情绪产生时间、引发原因以及大学生不良情绪自我调节能力等，该部分的调查结果将作为了解大学生不良情绪变化的重要依据。

（2）以随机抽样方式来得到第一手资料，问卷调查以当场填答回收、网络填答回收等方式进行。在进行问卷调查的过程中，先向调查对象表明该问卷的学术研究目的，并承诺绝不外泄调查对象的个人信息，在调查对象自愿的前提下，展开后续调查。

对回收的834份问卷进行分类整理，去除信息不全、信息不完整等无效问卷，最终得到794份有效问卷。对问卷结果中的大学生个人信息进行整理，并分析得到受调查的大学生个人信息特征如下：

（1）从调查对象的性别性别结构来看，794名调查对象中女性406人，占统计人数的51.13%，男性388人，占统计人数48.86%。

（2）从调查对象的年级结构来看，794名调查对象中大学一年级人数为256人，占总人数的32.24%；大学二年级人数为196人，占总人数的24.69%；大学三年级人数为177人，占总人数的22.29%；大学四年级人数为165人，占总人数20.78%。

1.2 问题分析

1.2.1 线上问题分析

对大学生不良情绪微博文本进行计算，将所表达的情感强度进行分级，以10个单位为一梯度，将负性强度分为一般、中度、高度三个等级，分别统计各时间段各程度的不良情绪微博数量随时间的变化情况，得到大学生不良情绪强度随月份变化情况如图2所示。

图2 大学生不良情绪年度时间序列分析Fig.2 Annual time series analysis of college students’ bad emotion

可以发现：

（1）大学生在寒假期间（2月）不良情绪最低，只占到所有情绪的8%，为全年最低；

（2）大学生在暑假期间（7-8月）不良情绪最强，比例在16%上下波动，并在8月份不良情绪达到了顶峰；

（3）大学生在非假期期间（3-6月、9-1月）不良情绪较为平稳，在0.1～0.14区间内变化；

（4）每月的不良情绪中，均以强度“一般”的不良情绪占主体地位，均达到每月不良情绪的一半以上，“中度”不良情绪次之，“高度”不良情绪最少。

将大学生不良情绪与社会不良情绪进行比较，如图3所示。

图3 大学生不良情绪与社会不良情绪变化对比Fig.3 Comparison of college students ’bad emotion and social bad emotion changes

可以发现：大学生不良情绪全年都低于社会不良情绪，在寒暑假期间（2月、7-8月），大学生处于离校状态而步入社会，大学生的不良情绪成为社会不良情绪的主要构成部分，致使大学生不良情绪接近社会不良情绪；2月份春节期间，大学生与家人共度佳节，社会上亦充满了祥和与宁静，此时校园不良情绪与社会不良情绪均比值均为全年最低值；7、8月大学生处于离校状态，并进入社会参加实践，受社会因素影响，大学生易冲动、敏感、情感波动等特质凸显，导致7-8月份大学生不良情绪急剧增加。

为进一步分析大学生不良情绪特征，本文对大学生在校期间的不良情绪进行统计，删除2017年的寒假数据（1月24日至2月22日，共30天）和暑假数据（7月1日至9月1日），得到大学生在校期间的所有文本数据498553条。以“周”为统计单位，得到大学生不良情绪周时序变化情况如图4所示。

图4（a）大学生不良情绪的周时间序列分析Fig.4(a) Weekly time series analysis of college students’ bad emotion

图4（b） 大学生不良情绪的周时间序列分析Fig.4(b) Weekly time series analysis of college students’ bad emotion

可以发现大学不良情绪在一周时间内呈周期性变化：

（1）周三的不良情绪为一周中最低，而周五的不良情绪则达到了一周的峰值，尤其是“高度”不良情绪，变化更加明显；

（2）周五的不良情绪峰值过后，周六周日不良情绪逐渐下降；

（3）表中，强度“一般”的不良情绪占主体地位，达到每日不良情绪数量的一半以上，“中度”负面数量次之，“高度”情感个体最少。

1.2.2 线下问题分析

对大学生不良情绪自我调节能力的调查结果进行统计，发现在794个被调查对象中，只有7.53%的大学生具有很好的自我调节能力，19.07%具有较好的自我调节能力，而有调节能力“较差”和“很差”分别占到了40.59%和32.81%，如图5所示。

图5 大学生对不良情绪的调节能力Fig.5 College students’ ability to regulate negative emotions

可以发现，只有不超过三成的大学生具备良好的不良情绪调节能力，大部分大学生应对不良情绪的自我调节能力都比较弱，其情绪很容易受到外界因素的影响，并长久陷入不良情绪当中难以自拔。

对高校学生不良情绪产生原因的调查结果统计发现，如图6所示。

图6 在校期间大学生不良情绪的影响因素Fig.6 Factors influencing college students’ bad emotion at school

在校期间学生不良情绪的影响因素选择中“学习压力”出现269次，“人际关系”出现207次，“社会舆论”出现142次，“恋爱关系”出现69次，“就业压力”出现62次，“家庭关系”出现45次。而在假期影响学生不良情绪的因素选择中“社会舆论”出现248次，“人际关系”出现184次，“就业压力”出现163次，“家庭关系”出现87次，“恋爱关系”出现74次，“学习压力”出现38次。

从图中还可以了解到，影响学生在校期间不良情绪的因素前三为“学习压力”、“就业压力”、“社会舆论”，影响学生假期不良情绪的因素前三为“社会舆论”、“人际关系”、“就业压力”。在寒暑假期间，“学习压力”由在校期间的最具有影响力的不良情绪影响因素变为最不具有影响力的不良情绪影响因素，而“社会舆论”反转，成为大学生不良情绪的最主要影响因素。

在校期间与寒暑假期间高校学生不良情绪影响因素比较如图7所示。

图7 不同时期大学生不良情绪影响因素的比较Fig.7 Comparison of factors influencing college students’ bad emotion in different periods

图中可以更直观地看到假期与在校期间相同影响因素所占影响比例的变化，无论是否在校，人际关系、家庭关系、恋爱关系都会一直在影响着大学生，所以这三者的变化幅度都比较小；而学习压力、就业压力、社会舆论则会随着大学生离开校园进入社会而发生较大变化。

此外，我们还对高校学生的自我调节不良情绪的措施进行问卷调查。据研究发现，通过户外运动、休闲旅游、阅读书籍来缓解不良情绪的较多，如图8所示。

图8 缓解不良情绪的有效手段Fig.8 Effective means of relieving bad emotion

在794份有效问卷中户外运动出现了159次，休闲旅游出现了144次，阅读书籍出现了105次，社团活动出现了97次，会友谈心出现了87次，购物逛街出现了66次，网络游戏出现了56次，观看网剧出现了34次，工作兼职出现了28次，其它活动出现了18次。

2 高校学生不良情绪的引导对策

2.1 在校期间负情引导对策

2.1.1 学校层面

（1）高校应专注打造积极、正向的校园文化。积极正向的校园环境能够帮助学生树立正确的三观，营造良好的学习心态。需在新生刚入学时对其进行人际关系、婚恋关系、人生目标、职业规划等方面的引导，避免新生入学之后处于完全松懈的态度。并且，需要建立更多的平台，让每一位学生都能够有机会在之后的学习和生活中发挥个人才能，保证充实的心态与生活。

（2）高校应尽早安排学生职业规划、就业指导类课程。问卷调查调查过程中，许多学校就业指导、职业规划等课程都开设较晚，这使得学生无法明确自己的目标、确定自己的规划，选择完全放松毫无追求，或完全紧绷事事参与。提早开设此类课程能够敦促学生尽早做出与自己实力相匹配的规划，并专著于实现自己的目标。

（3）高校应开设心理疏导培训课程。高校学生是一个情绪波动极大的群体，因此高校有必要通过开设具有趣味性、实用性、可操作性的心理培训疏导课程，预防和及时疏导不良情绪的滋生与扩散。与学生频繁接触的班主任、辅导员等也需接收心理疏导的培训，能够及时帮助学生缓解不良情绪。

2.1.2 学生层面

（1）学生要尽早确立自己的目标、实时明确自己的目标。目标的缺失会使学生迷茫懈怠，驻足不前；过多的目标会使学生疲惫不堪，无法真正提升自我。因此高校学生应尽早确立与规划自我的职业规划及人生目标，尽量减少时间、精力的浪费，使自己更精确、更有效地提升自己，从而达到减少或缓解不良情绪。

（2）学生应加强体育锻炼、户外运动。身体健康与否是直接影响着学生的情绪与行为举止，而现代教育对于学生身体锻炼这一部分是十分缺失的，加之现代社会文化中传播偶的“以瘦为美”的观念等，都导致现代高校学生的身体水平都处于及格线边缘。适当的体育锻炼与户外运动不仅能够让学生的身体水平提高，有精力应付未知的挑战，还能够让学生在过程中释放自我的不良情绪。

2.2 非在校期间负情引导对策

2.2.1 社会层面

（1）建立未成年人的精神保护机制。某些高校学生未步入高校之前过早、过多接触社会较为阴暗面的事情，对学生世界观、价值观、人生观的形成有着负面的推动作用。国家应对电视电影、书籍刊物、新闻等进行等级划分，年龄未满则禁止观看与阅读，为学生的三观形成营造一个良性的环境。

（2）构造健康的网络虚拟环境。现代人的生活与互联网息息相关，基本所有人类所发生的行为都可与网络发生直接或间接的联系，情绪自然也会在网络上相互传播与感染。现代高校学生通过网络获得知识已经成为一种常态，不可避免的其情绪也会或多或少被网络中某些事物影响。健康的网络环境能够直接培养学生健康的心态和引导其走出不良情绪，因此为高校学生构建一个健康的网络环境已是当务之急。

（3）利用“名人效应”构建高校学生的积极心态。名人效应，是名人的出现所达成的引人注意、强化事物、扩大影响的效应，或人们模仿名人的心理现象的统称。高校学生正处于三观形成，热衷于新鲜事物的阶段，学习与模仿社会名人的行为在高校学生群体中屡见不鲜。因此利用名人传播正面、积极的生活态度、工作态度、人际交往态度等，能够有效的提高和完善高校学生的积极和抗压的心态机制。

2.2.2 家庭层面

（1）家人应为高校学生营造一个积极正面的家庭环境。学生心理健康与否与学生从小接受的家庭教育与所处的家庭环境有着密切的联系。要教育家长良性家庭教育、家庭环境对学生心理健康培育的重要程度，强调不可一味执着于学生学业成绩与专业知识的培养，要积极培养学生的兴趣爱好，使学生处于主动学习而非被动学习的状态。父母应尽量避免在学生面前爆发矛盾、多与学生进行沟通与互动，帮助学生及时排除不良情绪。

（2）家人应适当放养高校学生，不应过度保护。家人过度保护极易使得学生步入大学后陷入自我否定的不良情绪中。适当的放养，不仅能够让学生有基本的生活自理能力，也能够培养学生的心理抗压能力，建立学生大脑中的情绪修复系统，使其能够较快、较好的引导自身的不良情绪，恢复自身的积极情绪。

2.2.3 个人层面

（1）高校学生应利用假期多参与社会正规的团体活动。通过参与大量的社交活动，如机构培训、跟团旅游、户外野营等，拓展自身的认知层面，获取更多的见闻与知识。知识的拓展能够提升学生的精神境界，降低低级不良新闻、情绪对自我的影响，提高影响自我情绪事物的门槛。

（2）高校学生应多与亲人、朋友互动沟通。亲人、朋友、陌生人、名人构成了一个人的生活圈，其中亲人与朋友对学生的情绪影响占比最大。多与亲人、朋友进行沟通能够有效地疏导学生的不良情绪、建立学生的积极思维。同时，立于长辈、旁观者的角度，能够更加客观的为学生提出建议与观点，及时令学生意识到自身在行为、情绪方面的错误或不足之处，从而减少不良情绪的滋生与衍生。

3 结语

本文首先通过Python爬虫，采集了新浪微博上关于大学生相关舆情数据进行线上调查，利用机器学习和数据挖掘工具分析了受众的基本特征，并按月份展开时序分析，对于在校期间的不良情绪，进一步按周变化进行时序分析。其次，利用线下调查问卷的方法分析了大学生不良情绪变化的原因，发现在校期间不良情绪主要来源于学习压力、寒暑假期间的不良情绪主要来源于社会舆论等特点。最后，针对大学生不良情绪的特征及其影响因素的特点，提出了缓解大学生不良情绪的措施。

本文利用大数据分析工具采集、存储和计算，集成了数据挖掘与文本分析、线上和线下统计分析，得出的结论具有较高的可信性和可用性。然而，分析大学生不良情绪的时候未能考虑不良情绪的传播效应、受众之间的不良情绪传递性以及极端不良情绪的控制等问题，以后的研究将进一步展开讨论。