大数据环境下北京联合大学新媒体舆情分析模型的探索与实践

学校简介

北京联合大学(Beijing Union University),是经中华人民共和国教育部批准成立的北京市属综合性大学,是北京市首批高水平运动队试点院校、北京市重点建设的应用型人才培养基地,北京市职业教育等级分级改革的试点单位,国家级大学生创新创业训练计划实施高校,学院路教学共同体理事单位和成员校,CDIO工程教育联盟成员单位。[1] 学校前身是1978年北京市依靠清华大学、北京大学、中国人民大学、北京师范大学等创办的36所大学分校;1985年,北京联合大学成立;2001年,原北京化工局职工大学划转给北京联合大学;2008年,北京化工学校和北京市医药器械学校并入北京联合大学。[1-2] 截至2018年9月30日,学校有1个主校区、7个分校区,共占地600余亩,建筑面积50余万平方米,图书馆藏书近275万册;设有14个二级学院,开设64个本科专业,9个专科招生专业;拥有2个共建博士后科研工作站;拥有9个学术型硕士学位授权学科点、11个专业型硕士学位授权类别;有专任教师近1600人,其中,具有高级职称的833人;有全日制在校生2万多余人,其中本科生1.9万人,高职高专生800多人、研究生400多人、来华留学生1100多人次。[1]


高校舆情必要性

大学生在网络上发表不当言论归根结底是大学生思想政治教育问题,学生正处于价值观培养的关键时期,道德应该是学生具备的最基础的素质。尊重他人是道德里的核心观念之一。针对大学生进行思想政治教育时要以问题为导向,要坚持立德树人,把培育和践行社会主义核心价值观融入教书育人全过程。


问题及建议

1.信息收集不全面。在大数据产业内,大部分研究者利用网络爬虫获取信息,但也由此衍生了因私人信息泄露引发的网络安全恐慌。为尊重其他官方平台的劳动成果和保证学生个人信息的安全性,本系统目前仅掌握共青团系统的网络数据。因此,为提高数据采集过程的便利化和数据收集的全面性,本研究计划联合学校学生大数据中心开展工作,从学校层面加强与各部门、各学院的沟通合作,尽可能多地获取校、院两级官方平台管理部门和自媒体人的官方授权,合法取用后方数据。

2.数据分析不精准。现有的算法不可能完全识别文本含义,尤其面对词汇的变形使用,如在敏感词语中间加入空格或使用拼音代替文字等方法来逃避捕捉,导致关键词提取的精准率降低。因此,研究须不断改进大数据技术,并使用多种类别的关键词提取算法,如基于分离模型的中文关键词提取算法和基于高维聚类技术的中文关键词提取算法等,提高文本分析精准率。此外,由于网络语言更新速度快,研究还应及时更新关键词库,输入网络流行新用语,把握网络表达新形式,提高语义分析精准率。

3.反馈机制不健全。现有的舆情处理方式往往存在主动性不足、协调力不够、责任落实不到位等问题。因此,应建立科学、高效的预警反馈机制,做好舆情决策。要设立舆情监管员,主要负责日常推送,稳定开展网络宣传,并对高校舆情进行实时监控,即时掌握网络舆情动态。当网络舆情热点事件出现时,舆情管理员需要结合分析报告,掌握舆论热点,研判舆情类别和等级,及时上报相关信息辅助决策,把责任落实到人。再由责任部门、舆情专家结合实际提出处置意见,启动应急工作预案,第一时间发表权威消息和官方报道,还原事件真相,赢取学生信任,掌握网络话语权,完成决策。



高校网络舆情监测方案

乐思网络舆情监测系统除舆情预警外,还可以进行舆情分析,舆情分析能够辅助提升新媒体宣传效力。通过统计官方话题的网络媒体报道量、学生转发量、评论量、关注量、传播情况、用户形态特征等数据,计算热度评估指数,形成对官方推送热度与受欢迎程度的科学评价,有助于宣传工作者更好地把握大学生行为特征和兴趣方向,为找准工作切入点提供可靠的数据支持。