大数据环境下西安医学高等专科学校新媒体舆情分析模型的探索与实践

学校简介

西安医学高等专科学校( Xi’an Medical College)是2009年经国家教育部批准设立,陕西省教育厅主管的一所民办全日制普通医学院校。学校位于西安市鄠邑区秦渡镇,“卓越医生教育培养计划”试点高校。学校先后被确定为国家卫生职业技能鉴定站、国家紧缺人才培训基地、全国首批临床医学(3+2)卓越医生培养计划试点高校、陕西省示范性高职院校和陕西省双一流学院建设单位。[1] 截至2019年,学校有雁塔和秦渡两个校区占地783亩,总建筑面积约42.4万平方米。有各类在校生12262人。其中高中起点三年制大专9394人,初中起点五年制大专2868人,[1] 设有临床医学系、口腔医学系、药学系、护理系、医学影像系、医学检验系、基础医学部、思想政治教研部、公共教学部等9个教学单位。开设临床医学、口腔医学、护理学、药学、医学检验技术、医学影像技术等专业。教育层次有高中起点三年制计划内统招大专和初中起点五年制计划内统招大专。


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。