基于新媒体文本挖掘的高校在线教学舆情事件分析

姚丽梅 杨秋娜 缪 林

(黎明职业大学 福建 泉州 362000)

前言

在移动互联网时代，网络舆情突发事件频繁爆发成为影响社会不稳定的因素。作为一个新兴的跨学科研究领域，舆情研究已然成为新闻传播学、社会学、语言学和计算机科学等学科领域的重要课题。互联网的作用在教育领域不断扩大，教育越发主动地将互联网作为其重要实施媒介。教育舆情研究的重要性日益凸显。作为民生关注焦点，教育舆情的传播始终受到社会大众的密切关注。及时了解和跟踪教育领域的网络舆情传播并采取相应积极应对措施，对教育教学改革及社会发展有重大意义。新冠病毒爆发以来，“停课不停学”在线开学的通知，引起了社会各界的网络热议，线上线下结合的教学模式成为新时代教学改革的重要内容，因此关注高校在线教学的热点舆情事件对高等教育改革进行有重要的理论及实践意义。

一、文献综述

基于网络载体，以突发事件传播为核心，广大网民对热点话题或事件表达自身对于事件的情感、态度、意见、观点，最终形成具有影响力的网络舆情事件。利用大数据技术分析教育舆情是近年来的研究发展方向。对中国知网以“教育舆情”为主题的期刊文章分析发现，教育舆情研究常以自媒体、社交媒体上的教育热点事件为出发点，分析舆情演变过程、传播路径和特征，提出教育舆情应对策略，服务于思想政治教育或教育决策，它是教育科学、民族教育当下研究的热点之一。国内外很多学者对于网络舆情事件进行研究，并从各自研究视角分析舆情事件带来影响力以及应对措施等。

研究方法的多样性能够更有效地分析舆情事件，因此不同学者在开展研究时都会优先选择最适合得研究方式。兰月新等[1]研究基于大数据背景下网络舆情的主体交互机制与应对策略；郅庭瑾[2]等提出要确立基于证据的教育舆情分析，强调实证分析的重要性；王丽英[3]通过BBS相关数据集加以分析，构建了教育舆情的时空特征模型。这些通过新闻门户网站、自媒体(博客、微博等)等社交媒体渠道获取研究的相关数据，能准确、及时地掌握舆情的实时数据情况。“新闻网站是主要信息发源地，社交媒体是主要的讨论场域”[4]，网民在社交媒体上通过转载、点赞、评论等方式进行讨论。为了能更有效地研究社交媒体，聚焦网民对舆情事件的反应，刘蕾[5]以人民日报微博的读者评论为原始数据，分析沪版教材“姥姥”和“外婆”之争的舆情，揭示个体性教育话题在自媒体平台上的舆情形成发展和阶段特征。有不少学者将情感分析作为舆情研究关注点，在这个“情感为先，真相滞后；态度为先，认知为后；成见为先，客观在后”的“后真相”时代，情感与观点的宣泄比真相的传播更为重要[6]，通过舆情用词判断研究网友对于某事件的情感态度，进而分析出舆情事件传播力以及对社会大众的影响[7]。

舆情事件领域的研究成果颇丰，现有学者大多主要是针对微博、新闻媒体、微信以及其他自媒体等文本数据挖掘，并通过模型构建、案例分析等方法，对某一特殊舆情事件展开分析。此外学者对于在线教育研究也不少，更多主要侧重于课程平台、课程实施媒介探索，以及教学模式、教学理念和教学效果等分析。而在线教学的舆情事件频发，且带来很大的社会影响，却较少有学者关注到该领域。

因此，本文以疫情下在线教学的舆情事件爆发作为研究对象，突破传统单一舆情事件分析模式，打破现有研究以特定自媒体平台为主要数据来源的做法，从各大自媒体进行全网搜集，以关键时间点串起文章研究时间轴，梳理出疫情发生以来社会大众关注度最高、社会影响力最大、最具代表性的舆情事件。通过大数据挖掘关键舆情事件的“评论内容”，研究疫情下社会大众对在线教学的认知度和社会情感倾向表达，进而探索疫情当下以及后疫情时代下的教学模式、师生关系、教学质量、教学评价等话题。

二、研究设计

(一)研究对象选择

本文通过舆情监测系统“舆情秘书”，以疫情、新冠病毒、大学、高校、网课、停课不停学、在线教学、宅家等为关键词，以“教育部致大学生的一封信”的发布时间作为舆情事件起点，设置检索时间跨度为2020年2月4日到2020年5月31日，共获取约59015篇在线教学舆情数据，具体数据来源分布情况如表1所示。

表1 教育网络舆情的数据来源分布

从数据来源分布看，教育网络舆情的讨论主要集中在网媒、微博、微信等社交媒体上。论坛、博客、报刊等其他网络渠道虽占比不多，但也有相关报道，这表明在线教学的舆情事件在网络上引起全民大讨论。

(二)样本选取与处理

疫情下的在线教学网络关注度空前高涨，高校、老师、学生、教学平台、教学资源、教学方式、考试方式甚至是网络作业都能引起大众广泛热议。教育部检测数据显示：103万名教师在线开出了107万门课程，有1775万大学生在线学习。在线教学要从“新鲜感”向“新常态”转变。亿万师生参与了这场在线教学，我国教育信息化建设得到了一次大“练兵”。

在线教学讨论涉及到社会各方面问题，最为相关的群体为教师、学生以及家长等，因此本研究根据事件传播脉络的时间节点，从教育部、社会大众、教师、学生等相关者角度，选取了转发数、评论数量超过800条，网友参与度较高、影响力较大的具有代表性的8条舆情事件(如表2所示)。

表2 不同时间节点代表性舆情事件信息列表

三、舆情事件数据处理

研究使用主题网页数据采集器“八爪鱼”爬取文本以及其评论内容，将爬取数据进行降噪，转化为TXT文本文档格式，并运用ROST CM 6.0 软件进行社会网络和语义网络分析以及情感分析，进而获取相关的数据结论。ROST CM 6.0是一款文本内容挖掘系统，支持文本分词，词频分析，社会网络,语义网络分析和情感分析等分析功能。

(一)社会网络和语义网络分析

ROST CM 6.0作为一款优秀的文本内容挖掘工具，在自然语言处理上具有很强的优势，分析方式是在文本内容分词的基础上进行词频统计，然后通过高频词组展开社会网络和语义网络分析。由于本文研究的舆情事件是当前社会的热点话题，系统中原有词库中没有涵盖所研究的重点词频，因此在进行文本分词和词频分析前，先添加“线上教学”“停课不停学”“新冠病毒”等自定义关键词频，然后开始社会网络与语义网络分析，具体步骤如下：

步骤1：将一个舆情事件的评论样本复制到文本文档中，使用ROST CM 6.0软件先进行分词，再对分词后的文档进行词频分析，获取舆情事件中的高频词汇。每条舆情事件都按上述操作重复；

步骤2：梳理每个舆情事件的高频特征词表，对重点关联高频词再次合并与分类，并剔除一些频次较低的词语，建立高频特征词汇总表；

步骤3：过滤高频特征词汇总表中的非实义词，生成过滤后的高频词，在此基础上提取行特征，从而获取行特征词表；

步骤4：整合上述各个舆情事件的高频特征词表，通过网络构建生成语义网络VNA文件和TXT文件，使用“NetDraw”工具进行语义网络图形编辑，构建相关矩阵，获取共现矩阵词表和共现矩阵文件；

步骤5：通过对网络图观察，确定出核心名词性高频词，利用ROST CM 6.0自带工具计算出核心名词性高频词属性中的与该词直接相关的词语数量，从而制作出核心词语义网络。

经过分析，舆情事件评论内容中一些高频词频与研究内容关联程度较弱，诸如“禁止”“这次”“赶紧”“不懂”等干扰词项会影响分析效果，因此对初步得出的网络图词汇进行合并整理、删除，并对核心词频进行着色处理，最后得到核心词语义网络分析图，如图1所示：

图1 语义网络分析图

从网络图中可以看出数据内容的核心是围绕“老师”“学生”和“学校”三个关键词展开，这些群体都是在线教学舆情事件讨论最大参与者，同时也是被讨论对象主体。据语义网络分析图中的箭头指向，并结合舆情事件的评论描述，可以看出教师和学校处于整个在线教学舆情分析关注焦点，围绕两个主体产生一系列话题，对于教师主体的评论分析更多集中于教学方法、教学资源以及教学效果，对学校层面的评论更多集中在学校在线教学的管理方式、对学生人文关怀以及政策通知等方面。而学生作为在线教学的直接参与者，更多关注网络课程、复学返校时间、线上作业、考核评价、时间安排等内容。

(二)情感分析

网友根据自身立场对不同的舆情事件发表评论，这些评论表达他们对于这些事件的自我认知与社会认同程度。评价理论认为情感是属于态度子系统一个更小的分类，指“语言使用者依据个人喜好标准对某人或某事所表达的各种情绪”[9]，从意愿上分为积极、中性和消极三种情感。同时大多数情感都可以由语义表达逐渐变化的不同程度又可分为高、中、低三级[8]。

本文从不同的舆情事件的评论来判定其情感倾向，并讨论该事件带来的社会舆论传播与影响力。根据ROST CM6.0的语义词库，本文将语义情感类型划定为积极情绪、中性情绪以及消极情绪三大类，通过语义情感表达进行分值制评判，具体判定标准如下：积极情绪细分为一般(0～10)、中度(10～20)和高度(20以上)三个程度，中性情绪分值为0，消极情绪细分为一般(-10～0)、中度(-20～-10)和高度(-20以下)三个程度。

在对数据处理进行情感分析前，先删除评论中与主题不相关内容，并清除特殊符号、表情等无法识别情感语义的描述，最后分析得到的8件舆情事件的评论情感倾向分布，如表3所示：

表3 舆情事件评论的情感倾向分布

从上表中可以看出，整体评论的情感倾向都集中于积极情绪和中性情绪。这表明：对于在线教学网络舆情事件传播上，社会整体认知和价值观评判是积极向上的，特别是“疫情下的追梦人”占比73.66%，情感倾向最积极，社会上不同年龄段的宅家学习者的正面形象给当代大学生带来了榜样的力量。但是随着在线教学的持续推进，在线教学的弊端逐渐显现，对“高校复学后在线教学将成常态”的消极情绪占比达30.85%。不少网友表达了对后疫情时代下的在线教学的担忧，并对教学方式的改进提出很多建议。

四、在线教学舆情事件分析

通过舆情事件的社会网络和语义网络分析以及情感分析后，根据舆情事件影响以及网友的评论表达，本文得出了以下相关观点。

(一)在线教学引发社会广泛的关注

疫情发生之后，为满足各类学生学习需求，教育部向社会公布了高校教学资源平台，并免费向社会开放。在“教育部致大学生的一封信”舆情事件中，网友对于教育部提出在线教学这种教学方式认同度非常高，93.82%的评论是积极情绪或中性情绪。这表明：网友对于疫情防控下在线教学方式的支持和理解。不仅学生积极响应教育部在线教学的号召，很多社会群体也在疫情居家时间借助各类教学平台进行学习，因此出现了“61岁阿姨疫情期间上了160多门网课”。56.64%的网友在评论中表达了积极情绪，与雪琴阿姨相比自惭形愧。“活到老学到老，佩服！再看看自己一点上进心都没有自愧不如啊”“说来惭愧，咱们学生还没有人家退休阿姨上的课多”等评论表明了雪琴阿姨好学热情给学生带来积极榜样力量。同样，“疫情下的追梦人”也给社会传递了类似的正能量。

(二)如何开展在线“教”与“学”成为关注焦点

在线教学如何构建有效课堂，对于疫情期间提高在线教学质量效果至关重要。“不建议每位高校老师做直播课”和“103万高校教师在线开107万门课程”两条微博下面5180条和1597条点评数量，学生在积极跟帖留言，绝大部分大学生抱怨老师布置的作业太多，他们盼着快点开学，回归校园接受面对面授课。可见不少老师隔着屏幕授课，把增加作业量当成督促学生在线学习的手段。另一方面，蜂拥而至的线上教学也造成了教学平台的运营崩溃，使得学生线上学习体验极差，“钉钉一星好评”事件也是在该背景下产生。一味的追求线上教学课程数量提升，却忽视了线上教学的本质以及其课程的适用性，因此出现类似于“大学生游泳网课”这种情非得已的事件。虽然给大家带来短暂娱乐，但其背后更多反映了教学过程中学生与老师的无奈。教学质量得不到保证，学生学习热情逐渐消磨，这也表明线上教学模式的局限性，并非适用于各类学科。这对“教”与“学”的紧密结合提出更多新的要求。

(三)在线教学模式对学校师生管理产生较大影响

由于教育资源分布不均，在线教学无法全方面覆盖所有学生，仍然有些人有些地方因为客观条件的制约无法开展在线学习，诸如“山顶上网课”等新闻就引起大众关注。很多偏远地区信息化教学的条件不具备，网络不通、条件不足、资源匮乏，学生和家长为之着急。“高校补助贫困生网课流量费”也是高校线上教学管理的人性化举措，温馨、周到、润物细无声的服务让贫困学子感受到学校大集体的温暖，引起网友一致的好评。后疫情时代下，“不建议每位高校老师做直播课”，而19.62%的网友评论显示为消极情绪，39.89%的网友持中性态度，这表明学生对于老师开设直播课程期待值不高，在线教学互动的缺乏使得老师也无法发挥出应有的教学水平，而学生对于线上教学的新模式的适应仍然需要一段时间。学校教育资源的分配，新的教学模式探索、教学质量的控制以及学生复学返校后在线教学的管理都会是新的考验。

结论

后疫情时代下，在线教学将面临着新的机遇与挑战。疫情的常态化防控使得教学无法回到传统线下模式，学校承载的功能也逐渐发生改变。线上教学的异地分离使师生苦不堪言，无法有效的课堂互动导致教学效果不显著。后疫情时代下，“在线教学何去何从”已引起社会各界的广泛关注和热烈讨论。

根据新媒体大数据的高校在线教学舆情事件分析的结论，在线教学互动性的提高，线上线下混合式教学的实施必然是未来教学改革的重要方向。因此需要充分协调好体制内外在线教学体系关系，有效利用丰富优质的网络教育资源，进一步补齐在线教学基础设施建设的短板；协同好在线教学中的家校关系、师生关系，及时总结线上教育的问题和经验，推动信息技术与教育学习深度融合，推动教育方式变革，提高线上教学效率，为后疫情时代下的教学模式提供良好的解决方案。