基于大数据舆情的高校学生情感分析模型

周铁华，高开泰，张翠芳，王 玲

（东北电力大学 计算机学院，吉林 吉林 132012）

高等教育中的学生心理健康问题是国内外研究高校深化改革道路上最受关注的热点问题之一。对高校学生情感的分析不足，导致的直接现象包括：校园暴力事件、自杀事件、抑郁症学生群体增加等；间接现象包括：课堂注意力低下、辍学、留级甚至退学等。这些都在敲响一个警钟：高等教育不能只是关注知识本身，心理健康才是保证高校学生顺利毕业、成为社会栋梁的思想动力源泉。

《中国高等教育舆情报告（2018）》指出，网络媒体成为高校舆情“发酵”的主战场，所占比例已至90%。但由于网络媒体往往出现偏主观、容易绝对化、观点片面等问题，容易对高校学生的思维模式价值观等产生不利引导，进而有可能引发高校学生产生心理问题[1]。

本文提出一种基于互联网大数据和社交平台的资源进行高校学生情感分析的模型，通过信息技术和大数据处理技术，对在互联网中获取的相关数据（包含文本数据、图片数据、视频数据等）进行解析，用于理解学生们想要表达的态度、意见以及情绪等。通过对情感的解读，构建完备的心理健康评价体系，深度挖掘情绪变化下学生心理健康指数的波动情况，从而进一步建立发言情绪和可能存在过激行为之间的数学模型，来实现对高校学生过激行为的有效预测。

1 情感分析模型的研究现状

通过高等教育舆情分析，指导高校教育改革是近年来发展的主要趋势。高等教育舆情分析是公众对于教育问题的情绪、态度表达和行为倾向，是公众对教育权益的诉求，包含着各种社会利益群体对教育问题的复杂心态。基于互联网大数据分析的教育舆情，关注的则是互联网上曝光和呈现的教育事件、教育现象和教育问题等方面，同时，更注重挖掘人们对这些教育问题或现象呈现的观点和态度。

在国外，Nth-Degree Analytics是一个专门提供网络媒体资源舆情分析的机构，通过监测学生在社交媒体（如Twitter推特网）的资源分析，将自然语言处理应用于根据兴趣、情绪、行为和关注的热点问题对学生进行识别和排序，并为高校提供完备的情感分析报告，包括：退学风险、学术不端、暴力倾向、酗酒与毒品、兴趣、抑郁与偏执、校园投诉、学校荣誉以及学习压力等。通过舆情分析了解学生情绪变化的趋势，避免学习压力造成的未成年人酗酒的可能性，识别特定学生抑郁或自杀的风险以及在极端压力下可能导致的校园暴力风险性等问题，实现稳定校园的目的。

在国内，对微博数据的研究被很多人重视。长江大学的姚珂[2]对景区评论数据进行了研究，将不同的特征提取方法对情感分析模型的预测效果影响做了对比分析。在对情感分析方法的研究上，南京邮电大学的柳池煜[3]通过构建多关系主题模型，从短影评中挖掘用户关注点数据，训练LSTM模型，并对观众的观感情感态度上的变化进行分析。吉林大学的邢云菲[4]结合机器学习、仿真分析法、实证分析法和文献分析法等，研究社交网络舆情传播规律，提出了一种社交网络舆情管理策略。新疆大学的袁婷婷[5]提出了一种基于性格的微博情感分析模型PLSTM，提高微博文本情感分析的准确性。

由中国传媒大学高等教育传播与舆情监测研究中心提供的国内首个高教舆情报告《中国高等教育舆情报告（2015）》，将审视高教质量评估带入了一个全新的时代。基于大数据的高等教育网络信息分析，对高等教育各类主题的研究提供了量化的描述，以实现对某些专题的深化和跟踪分析。此外，湖南大学舆情研究所以及新浪微舆情都是基于互联网大数据平台提供舆情分析的机构。

2 建立高校学生情感分析模型

通过信息技术，对在线互联网资源中的文本、图片以及多媒体数据进行语义学解析，可以用于理解人们的态度、意见以及情绪表达。世界首家基于社交媒体的对冲基金Derwent Capital Markets，通过Twitter用户情感预测股票走势，基金创始人保罗认为：“长期以来，投资者已经广泛地认可金融市场由恐惧和贪婪驱使，但我们拥有一种技术或数据来量化人们的情感。”

本课题提出的高等院校学生情感分析模型是通过挖掘技术从社交网站上收集的大数据本体，针对数据类型为文本类、图片和视频等的半结构化、非结构化数据进行语义学解析，对学生的情感进行解读，深度挖掘情绪变化下的学生心理健康指数波动情况，构建完备的心理健康评价体系，进而实现对可能存在的过激行为倾向进行有效预测。

3 基于高校学生心理健康分析的大数据舆情报告

校园暴力事件、自杀事件等由心理问题导致的严重校园事件，已经呈现出逐年上升的趋势，对学生家庭、校园声誉、学生满意度、社会影响等多个方面都会造成不可弥补的严重后果，更进一步说明了关于学生心理健康状况评估的重要性。因此，本文重点关注学生心理健康指数的判断和舆论趋势分析的研究，通过社交媒体挖掘潜在的具有心理问题的学生群体，实现更有针对性的心理疏导，避免校园恶劣事件的发生以及由此带来的校园舆论影响，实现校园的稳定发展。

实时关注社交网络平台的信息动态，构建高校学生心理健康评价指标体系，分析学生关注热点问题的态度、接受程度、后续舆论倾向、价值观等多个方面，并进行全景化的分析和总结，出具相应的大数据舆情分析报告。

该心理健康大数据舆情报告包括：（1）专门针对高校学生的完备的心理健康指数评价体系。（2）当下高校大学生关注的热点话题汇总，通过其关注话题深度挖掘学生的价值观、人生观倾向分析报告。（3）针对具有心理问题学生的特点进行准确判断和分类，为指导学生的思想工作提供可利用的心理健康参照手册，如图1所示。

图1 通过高教舆情分析及情感分析模型产生舆情报告

4 结语

建立高校学生情感分析模型，对社交媒体大数据进行分析处理，能更加及时地发现高校学生可能产生的心理问题，更早地进行更有针对性的治疗和预防，对教学质量的提高、学生的健康成长都有着良好的促进作用。除此之外，利用大数据得出的舆情分析报告，可以对高校展开教学工作、学生管理工作等方面有一定的指导作用，有利于促进高校对学生群体的舆论、思维特点、行为、心理的了解，并为学生能够顺利毕业和校园的稳定发展提供了保障。