大数据环境下沈阳工业大学新媒体舆情分析模型的探索与实践

学校简介

沈阳工业大学(Shenyang University of Technology)是一所以工为主,涵盖工、理、经、管、文、法、哲、艺术等八大学科门类的多科性研究应用型大学,入选国家“卓越工程师教育培养计划”、国家建设高水平大学公派研究生项目、国家”特色重点学科项目“建设高校、中国政府奖学金来华留学生接收院校、“全国首批深化创新创业教育改革示范高校”、教育部首批“新工科研究与实践项目”。[1-2] 学校始建于1949年,1985年由沈阳机电学院更名为沈阳工业大学,原为国家机械工业部所属院校,1998年起由中央与地方共建,以辽宁省管理为主。 学校具有学士、硕士、博士三级学位授予权。建有4个博士后科研流动站。现有5个博士学位授权一级学科,20个硕士学位授权一级学科,5个专业学位类别。学校现有师资队伍1313人,其中院士2人,教授186人、博士生导师165人。现有普通本科生18415人,硕士研究生3070人,博士研究生342人。 学校由位于沈阳市的中央校区、兴顺校区、国家大学科技园和辽阳市的辽阳分校组成,总占地面积158.99万平方米,校舍建筑面积74.27万平方米;设有20个学院、2个教学部和2个工程实训中心,有55个本科专业、19个专科专业。[3]


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。