摘要
网络舆情是公众基于互联网平台，针对某一社会事件发表和传达自身意见、情感、态度的总和。移动环境下，随着新浪微博等新媒体平台的发展，公众更多通过互联网表达自己的观点，使网络舆情成为社会舆论的主要表现形式。网络舆情一方面对社会热点事件具有积极推动的作用，可以加快社会的发展；另一方面，负面网络舆情容易引发群体性事件，导致相关部门对舆情的监管变得愈加复杂。相较于传统的舆情管控过程，对大数据时代下的微博舆情进行管控通常更为困难，因此，有必要基于数据挖掘方法针对微博平台构建完善的网络舆情分析体系，为相关部门监控网络舆情的发展提供针对性的建议。 本文以“5G商用”的微博数据为例，基于文本分析方法对该热点事件的网络舆情进行情感倾向分析和演化分析。主要的研究工作包括：第一，利用Python网络爬虫采集内容包含“5G商用”的热门微博话题与评论数据，从网络舆情的热度分析和特征提取等多方面内容进行舆情的态势分析。第二，在对目前主流的多个情感词汇本体库进行丰富完善的基础上，构建面向网络舆情的情感词典，同时，对扩展的各类情感词汇基于Word2vec算法进行情感分数和极性标记，综合副词、否定词、句型、微博表情包等因素构建情感倾向分析模型，并通过文本可视化的方式呈现微博话题和评论的情感词频、情感类型以及情感极性强度。第三，通过聚类分析对“5G商用”各类微博话题的演化过程进行探究，并对各阶段微博话题的舆情特征进行归纳总结，为后续引导网络舆情的情感演化发展提供针对性的参考建议。 实证结果表明，“5G商用”的微博话题整体热度较高，其舆论范围覆盖了全国大部分地区，总体上呈现正面情感倾向，但大多为轻度情感极性，通过聚类分析将可其微博话题聚成六大类，主要反映5G的商业产品、用户体验、行业发展、生活影响、专利技术、应用前景等相关内容。该事件的每类微博话题从产生到消亡大致可以划分为开始、爆发、消退这三个阶段，其中，开始阶段的微博媒体和网民对热点事件的态度通常较为复杂，正面话题的出现能对网络舆情起到良好的推动作用，且通过情感倾向分析与观点提取能宏观预测该网络舆情的后续发展；爆发阶段的持续时间较短但影响程度最高，各类微博话题在爆发阶段的舆情特征基本上可以反映该社会事件的总体舆情特征，相关部门在爆发阶段对网络舆情进行监控时应给予更多关注；消退阶段的微博话题影响力与网民参与度通常较低，但仍应对热点事件进行跟踪报道，同时，控制微博谣言与虚假评论的产生，树立良好的微博传播环境，避免负面网络舆情事件的二次爆发。
NETL