摘 要

随着大数据时代的到来，全社会对智能化技术的参与性不断提高，微博以其庞大的用户群体和国内外日益增长的影响力成为新媒体的有力代表者。但是，目前国内对微博的定量研究分析正处于起步阶段，热门话题的发现、微博网络舆情的内在联系正成为微博宏大信息流中的重要研究课题。

本文正是在这种时代背景下，以微博下高校网络舆情的生成原因为出发点，分析了以微博为平台的高校舆情传播模式、行为特点、正面影响和负面影响。并且，把以上的分析作为高校热门微博话题发现系统的构建基础。高校热门微博发现系统主要运用TD-IDF加权的向量空间模型，以现有的网络爬虫技术为技术支撑，对抓取到的微博文本进行页面分析和分词处理，并对处理过的文本数据进行短文本聚类，最后根据聚类结果进行热门话题的排序计算。同时，本文还以高校微博话题、舆情产生的原始微博作为研究对象，根据所采集的数据进行灰色关联度分析，探究二者之间的内在联系，得出微博中舆情话题的讨论量是决定高校舆情传播速度、传播范围、影响人群、社会关注度等等方面的最重要因素，并以此为基础建立了相应的回归模型，通过模型分析得出当原始微博转发量达到一定数量后（gt;2000）对微博话题粉丝量的影响是爆炸性增长的结论，故在对微博下高校网络舆情的监控中一定要重视对原始微博转发量的关注。

正所谓“好事不出门，坏事传千里”，优良高校的形象靠日积月累一点一滴铸就，但是也绝对会因为一次不良和负面信息的侵扰而毁于一旦。因此，对微博下高校网络舆情进行影响分析与评估，构建高校热门微博话题发现系统，对于可能产生高校网络舆情的原始微博转发量严格监控，有利于更好地进行高校管理、建设校园文化、维护校园稳定和指导大学生思想健康发展。

关键词：高校网络舆情；向量空间模型；灰色关联度；微博

Abstract

With the arrival of the era of big data, the rate of participating the application of intelligent technology has been increasing in the whole society. Due to its huge user groups and growing influence both inside and outside the country, Weibo has become a powerful representative of the new media. However, the current domestic quantitative research for Weibo is in its infancy, and the discovery of hot topics as well as the intrinsic link between the Weibo networks becomes important research topic.

Under this kind of background, this paper regards the network public opinion formation in colleges as a starting point, then using Weibo as a platform, it analyzes the dissemination pattern, behavior characteristics, positive effects and negative effects of university public opinion. All the analysis mentioned above make up the foundation of discovering system of hot topics in universities. This system mainly uses TF-IDF weighting vector space model, supported by existing technology of web crawler technology. It analyzes the microblog text and data processing. Finally, according to the results to give a rank based on calculation. At the same time, this paper also takes the public topics in universities as well as the original microblog as the research object. Then the Grey Correlation Analysis was carried out according to the collected data to explore the relationship between the two. Based on these results, the paper concludes that the amount of discussion in the micro-blog is an important factor to determine the velocity, range, people influenced social concerns and etc. Besides the paper also establishes the corresponding regression model based on the analysis, and the model analysis shows that when the forwarding number of original micro-blog reaches a certain number (gt;2000), it would make the number of the topic fans an explosive growth. In conclusion, it must be paid enough attention to the forwarding number of the original micro-blog in the monitoring of the college network public opinion.

As the saying goes "good things do not go out, bad news spread very fast", excellent academic image is accumulated for a long time, therefore it definitely will be ruined by just a bad or negative information. Therefore, it is necessary to construction a system to monitor the forwarding number of original microblog in the analysis and assessment of public opinion in universities, which is good for the management of universities, construction of college cultures, and stability of universities and the healthy development of college students.

Key Words: Network public opinion in Colleges and Universities ; Vector space model;Grey relational degree ;Weibo

目 录

摘 要 I

Abstract II

第1章 绪论 1

1.1 研究背景 1

1.2 国内外研究现状 2

1.2.1 国外研究现状 2

1.2.2 国内研究现状 2

1.3 本文研究思路 3

第2章 向量空间模型和灰色关联度模型的理论介绍 4

2.1 TD-IDF与空间向量模型的理论介绍 4

2.2 灰色关联度模型的理论介绍 5

第3章 大数据时代下高校网络舆情的影响分析 8

3.1 高校舆情的传播方式 8

3.1.1 网络舆情的生成 8

3.1.2 微博下热门话题的传播方式 9

3.2 高校舆情的特点 10

3.2.1 高校网络舆情的特点 10

3.2.2 高校学生微博行为特点 11

3.3 高校网络舆情的影响 12

3.3.1 正面影响 13

3.3.2 负面影响 13

第4章  微博在高校网络舆情中的评估 15

4.1 高校微博热门话题的发现 15

4.1.1 系统设计架构 15

4.1.2 系统功能设计 15

4.2 微博下高校舆情的相关分析——实证分析 18

4.2.1 数据来源及指标体系的建立 18

第5章 总结与展望 27

5.1 总结 27

5.2 展望 27

参考文献 28

致 谢 29

第1章 绪论

1.1 研究背景

当今社会是一个高速发展的社会，可以说真正实现了十几年前科学家提出的“地球村”这一说法，网络把人们之间的距离拉得越来越近，个体与个体、个体与团体、团体与团体之间取得联系，实现交流的方式更加多样化、便捷化、科技化。不同国家、不同学历、不同性别、不同语言体系的人可以通过网络实现对同一个社会热点问题进行交流讨论，各抒己见时追求一个求同存异的终极目标。

全球知名咨询公司麦肯锡作为最早提出“大数据”时代到来这一概念的人，曾说：“数据，已经渗透到当今每一个行业和业务职能领域，成为重要的生产因素。人们对于海量数据的挖掘和运用，预示着新一波生产率增长和消费者盈余浪潮的到来”。可以说，随着网络带宽的不断拓宽、智能化设备的不断普及，全社会对数据的需求和使用呈现井喷式增长。特别是目前社交网站与软件的大量使用，一分钟内微博推特上新产生数据量超过十几万，一个热门的微博话题阅读量过亿、讨论量过千万……

舆情是较多群众关于社会中各种现象、问题所表达的信念、态度、意见和情绪等等表现的总和。近年来互联网和信息行业的快速发展，更多的人习惯于在网络上发表自己的观点，全世界正在进入一个“人人都有麦克风，人人都是记者，人人都是新闻传播者”的自媒体时代。在这个特殊背景下，人们对“社情民意”的研究越来越倾向于网络舆情。山东理工大学的董亚倩认为，网络舆情是社会大众针对某个社会问题、现象，通过互联网公幵表达自己的想法、情绪、态度,意见的总和，能够反映一定意愿、情感、趋向，有自身的发展模式和规律，网络舆情是社会舆情的一种表现形式^[1]。