李金海,胡 旭

(泰州學(xué)院計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院,江蘇 泰州 225300)

0 引 言

網(wǎng)絡(luò)作為日常交流、獲取信息、表達(dá)情感的重要渠道，已成為高校師生學(xué)習(xí)生活的重要組成部分。高校網(wǎng)絡(luò)輿情的影響力與日俱增，其中高校大學(xué)生是最活躍的互聯(lián)網(wǎng)用戶群體,他們通過(guò)互聯(lián)網(wǎng)對(duì)社會(huì)和高校熱點(diǎn)話題來(lái)表達(dá)自己的觀點(diǎn)和看法[1-2]。

百度貼吧[3]是學(xué)校校園文化的重要載體，是學(xué)生發(fā)泄情緒、表明訴求的關(guān)鍵渠道，是大學(xué)生認(rèn)識(shí)社會(huì)、交流思想情感的主要媒介。其內(nèi)容涉及學(xué)校教學(xué)管理、生活環(huán)境以及學(xué)生的愛(ài)情交友，融合了學(xué)生關(guān)注的熱點(diǎn)話題。跟貼者接連不斷，看法也多種多樣，部分內(nèi)容對(duì)于校園穩(wěn)定和人才培養(yǎng)產(chǎn)生了潛移默化的改變。目前貼吧存在的問(wèn)題諸多，例如貼吧隱秘性、吧民對(duì)主題表述的情緒化、貼吧信息的虛假化、部分帖子內(nèi)容庸俗且低級(jí)。因此，學(xué)校在尊重網(wǎng)絡(luò)傳播規(guī)律基礎(chǔ)之上，應(yīng)該加大指引力度，成立有效的雙向溝通機(jī)制，消弭溝通障礙，保障高校穩(wěn)定，促進(jìn)高校往積極陽(yáng)光的方向發(fā)展[4]。

在大數(shù)據(jù)背景下，互聯(lián)網(wǎng)對(duì)高校集體性事件的蔓延早已產(chǎn)生了廣泛而深遠(yuǎn)的影響[5]。雖然此類問(wèn)題已經(jīng)得到高校有關(guān)部門的高度正視，但在互聯(lián)網(wǎng)時(shí)代下仍存在高校對(duì)于網(wǎng)絡(luò)輿論分析的欠缺，應(yīng)對(duì)體系構(gòu)建缺失，對(duì)此問(wèn)題的應(yīng)對(duì)不全面。因此，對(duì)高校網(wǎng)絡(luò)輿情的研究有利于加強(qiáng)高校對(duì)輿情的應(yīng)對(duì)措施[6-7]，彌補(bǔ)體系構(gòu)建缺失，更有針對(duì)性地提供理論依據(jù)去分析高校網(wǎng)絡(luò)輿論的熱點(diǎn)話題。

1 相關(guān)理論分析

西方有關(guān)輿情的研究最早開(kāi)始于民意研究[8]。18世紀(jì)Rousseau[9]首次提出public opinion即公眾意見(jiàn)，作者認(rèn)為主權(quán)是公意的使用，輿論是人民的共同意志，輿論是“公眾對(duì)社會(huì)或公共事務(wù)的意見(jiàn)”。

20世紀(jì)初以來(lái)，西方發(fā)達(dá)國(guó)家的學(xué)術(shù)界開(kāi)始研究網(wǎng)絡(luò)輿情，主要集中在傳播學(xué)、政治學(xué)及新聞學(xué)[10]。李普曼先生是傳播學(xué)史上最具有影響力的代表人物之一，在其代表作《公眾輿論》中，他全面闡述了公眾輿論的形成，強(qiáng)調(diào)了現(xiàn)實(shí)和虛擬環(huán)境對(duì)公眾輿論的影響[11]。

關(guān)于輿情的出現(xiàn)我國(guó)最早可追究到古代，據(jù)現(xiàn)有文獻(xiàn)記載，“輿情”一詞出現(xiàn)在詩(shī)人李中的《獻(xiàn)喬侍郎》一詩(shī)：“格論思名士，輿情渴直臣”[12]。

關(guān)于高校網(wǎng)絡(luò)輿情預(yù)警研究，劉海鷗等人[13]以微博為數(shù)據(jù)源，基于警情、警源、警兆3個(gè)維度，通過(guò)輿情態(tài)勢(shì)計(jì)量模型定量化研究高校網(wǎng)絡(luò)輿情。He等人[14]基于輿情熱度指數(shù)和時(shí)間序列，在通過(guò)LDA主題模型提取主題的基礎(chǔ)上，利用短期趨勢(shì)預(yù)測(cè)結(jié)果，提高高校網(wǎng)絡(luò)輿情預(yù)警分析的效率。

關(guān)于高校網(wǎng)絡(luò)輿情引導(dǎo)研究，鄭曉娜曉等人[15]指出：高校在學(xué)生網(wǎng)絡(luò)輿情引導(dǎo)策略中，需要加強(qiáng)網(wǎng)絡(luò)文明隊(duì)伍保障機(jī)制，完善校園新媒體管理機(jī)制，建立高校學(xué)生網(wǎng)絡(luò)輿情監(jiān)控與反饋機(jī)制，厘清高校學(xué)生網(wǎng)絡(luò)輿情深層意蘊(yùn)。臧運(yùn)蕾[16]提出了新媒體時(shí)代下需采取的引導(dǎo)戰(zhàn)略，重點(diǎn)包括提升大學(xué)生網(wǎng)絡(luò)素養(yǎng)，發(fā)揮網(wǎng)絡(luò)“大V”的輿論引導(dǎo)作用，完善網(wǎng)絡(luò)輿情監(jiān)測(cè)與引導(dǎo)機(jī)制，提升高校網(wǎng)絡(luò)輿情管理隊(duì)伍的專業(yè)素養(yǎng)等內(nèi)容。

我國(guó)目前對(duì)這一領(lǐng)域的研究己經(jīng)形成了一個(gè)較為系統(tǒng)的理論框架[17]，但必須承認(rèn)關(guān)于高校網(wǎng)絡(luò)輿情熱點(diǎn)話題的研究還存在些許不足。所以需要借鑒高校網(wǎng)絡(luò)輿情研究的相關(guān)理論知識(shí)[18-22]，結(jié)合高校在百度貼吧背景下的優(yōu)勢(shì)使高校對(duì)大學(xué)生學(xué)習(xí)生活上有一個(gè)正確的引導(dǎo)，以及對(duì)大學(xué)生信息行為進(jìn)行準(zhǔn)確指導(dǎo)和規(guī)范。

2 高校網(wǎng)絡(luò)輿情熱點(diǎn)話題分析模型構(gòu)建

高校網(wǎng)絡(luò)輿情是一把雙刃劍，在帶來(lái)積極正面影響的同時(shí)也會(huì)造成消極負(fù)面的影響[23]。從技術(shù)上來(lái)講使用Python網(wǎng)絡(luò)爬蟲獲取貼吧數(shù)據(jù)，然后使用Python數(shù)據(jù)分析技術(shù)分析貼吧得到的帖子進(jìn)一步去研究高校熱點(diǎn)話題是可行的。從泰州學(xué)院吧的發(fā)帖信息來(lái)看研究此課題也是可行的，因?yàn)橥瑢W(xué)們大多都是討論校園學(xué)習(xí)和日常生活中出現(xiàn)的熱點(diǎn)話題。每一個(gè)貼吧注冊(cè)用戶都可以成為話題表達(dá)者和評(píng)論者，這使百度貼吧的功能不僅僅是一個(gè)發(fā)布興趣的網(wǎng)站，而且成為了吧友相互分享和互動(dòng)討論的文化交流社區(qū)。

2.1 基于Python的高校熱點(diǎn)話題數(shù)據(jù)分析模型

首先確定采集數(shù)據(jù)，在基于泰州學(xué)院百度貼吧進(jìn)行網(wǎng)絡(luò)爬蟲的基礎(chǔ)上獲取泰州學(xué)院貼吧所有主題帖信息、獲取泰州學(xué)院貼吧關(guān)于考研貼的信息、獲取泰州學(xué)院貼吧關(guān)于招聘貼的信息。然后使用數(shù)據(jù)清洗的方法進(jìn)行數(shù)據(jù)預(yù)處理，將數(shù)據(jù)中大量重復(fù)值如泰州學(xué)院、學(xué)校、招聘和考研等關(guān)鍵詞剔除，再調(diào)用def write_excel_xls(path, sheet_name, value)函數(shù)將得到的數(shù)據(jù)以excel文件的形式保存到本地。接下來(lái)對(duì)預(yù)處理后的數(shù)據(jù)利用Python數(shù)據(jù)分析技術(shù)進(jìn)行數(shù)據(jù)分析，通過(guò)詞云圖、繪制餅圖和直方圖的方法進(jìn)行數(shù)據(jù)分析的可視化展示，最后根據(jù)數(shù)據(jù)分析得到基于百度貼吧關(guān)于泰州學(xué)院熱點(diǎn)話題分析的一系列結(jié)果，進(jìn)一步得出研究結(jié)論。高校熱點(diǎn)話題數(shù)據(jù)分析流程如圖1所示。

圖1 高校熱點(diǎn)話題數(shù)據(jù)分析流程

2.2 模型各流程構(gòu)建方法

根據(jù)圖1的數(shù)據(jù)分析流程可知，網(wǎng)絡(luò)爬蟲模塊、數(shù)據(jù)預(yù)處理模塊、數(shù)據(jù)存儲(chǔ)模塊、數(shù)據(jù)可視化分析模塊是高校熱點(diǎn)話題數(shù)據(jù)分析模型構(gòu)建中的關(guān)鍵環(huán)節(jié)。下面將分析各重點(diǎn)模塊的構(gòu)建流程。

1)網(wǎng)絡(luò)爬蟲模塊。

網(wǎng)絡(luò)爬蟲模塊的構(gòu)建采用Python的requests與bs4庫(kù)實(shí)現(xiàn)對(duì)貼吧網(wǎng)頁(yè)的獲取與解析。爬蟲目標(biāo)為獲取泰州學(xué)院貼吧所有主題帖信息、獲取泰州學(xué)院貼吧關(guān)于考研貼的信息、獲取泰州學(xué)院貼吧關(guān)于招聘貼的信息。首先打開(kāi)網(wǎng)站百度貼吧的頁(yè)面，搜索泰州學(xué)院吧，這時(shí)進(jìn)入泰州學(xué)院吧的網(wǎng)頁(yè)，需要點(diǎn)開(kāi)吧內(nèi)搜索鏈接，依次進(jìn)入詳細(xì)主題吧網(wǎng)頁(yè)、考研貼頁(yè)面、招聘貼頁(yè)面，這就包含了3次爬取所需要的信息。然后分析相關(guān)的網(wǎng)站鏈接規(guī)律，對(duì)每一頁(yè)采用for循環(huán)，調(diào)用excel將采集到的信息寫入其中，其次是對(duì)列表的每行每列進(jìn)行循環(huán)，最后調(diào)用write函數(shù)將得到的貼吧內(nèi)容寫入excel表格中。爬蟲的運(yùn)行基本流程如圖2所示。

圖2 網(wǎng)絡(luò)爬蟲模塊基本流程

2)數(shù)據(jù)預(yù)處理模塊。

數(shù)據(jù)預(yù)處理模塊的構(gòu)建采用Python的beautifulsoup庫(kù)在解析網(wǎng)絡(luò)爬蟲模塊爬取的html文件基礎(chǔ)上，通過(guò)xlutils庫(kù)實(shí)現(xiàn)數(shù)據(jù)的復(fù)制、分割、篩選等預(yù)處理操作。從百度貼吧——泰州學(xué)院吧的網(wǎng)頁(yè)地址獲取html文件得到的是各種標(biāo)簽，格式混亂，需要用beautifulsoup庫(kù)進(jìn)行數(shù)據(jù)預(yù)處理，使用beautifulsoup庫(kù)可以定位需要采集數(shù)據(jù)的所在位置，然后篩選到泰州學(xué)院吧主題貼的內(nèi)容和主題帖的回復(fù)量，保存到名為泰州學(xué)院吧帖子_評(píng)論數(shù)據(jù)_原始的excel文件中。最后讀取原始文件里的內(nèi)容，利用for循環(huán)，循環(huán)列表里面的第一列，再嵌套一個(gè)if表達(dá)式進(jìn)行去重處理，將原始文件中重復(fù)的帖子進(jìn)行刪除，保存到名為泰州學(xué)院吧帖子_評(píng)論數(shù)據(jù)的excel文件中。數(shù)據(jù)預(yù)處理模塊如圖3所示。

圖3 數(shù)據(jù)預(yù)處理模塊

3)數(shù)據(jù)存儲(chǔ)模塊。

數(shù)據(jù)存儲(chǔ)模塊的構(gòu)建采用Python的xlrd與xlwt庫(kù)實(shí)現(xiàn)對(duì)網(wǎng)絡(luò)爬蟲模型爬取信息的寫入與讀取。先定義一個(gè)write_excel_xls函數(shù)，設(shè)置path、sheet_name和value這3個(gè)參數(shù)值，獲取需要寫入數(shù)據(jù)的行數(shù)。然后使用xlwt(寫入)庫(kù)新建一個(gè)工作簿，通過(guò)sheet=workbook.add_sheet(sheet_name)在工作簿中新建一個(gè)表格，再使用for循環(huán)將對(duì)應(yīng)的行和列的數(shù)據(jù)寫入表格中。最后用workbook.save(path)保存工作簿，輸出“xls格式表格寫入數(shù)據(jù)成功！”。

再定義一個(gè)write_excel_xls_append函數(shù)，設(shè)置path和value這2個(gè)參數(shù)值，通過(guò)xlrd(讀取)庫(kù)打開(kāi)之前拿到的工作簿，獲取工作簿中的所有表格，即所有表格中的第一個(gè)表格和表格中已存在的數(shù)據(jù)的行數(shù)。然后使用new_workbook=copy(workbook)將xlrd對(duì)象拷貝轉(zhuǎn)化為xlwt對(duì)象之后再獲取轉(zhuǎn)化后工作簿中的第一個(gè)表格，用for循環(huán)將需要追加的數(shù)據(jù)寫入表格中。最后用workbook.save(path)保存工作簿，輸出“xls格式表格【追加】寫入數(shù)據(jù)成功！”。

4)數(shù)據(jù)可視化分析模塊。

數(shù)據(jù)可視化分析模塊的構(gòu)建是在采用Python的jieba庫(kù)進(jìn)行文本內(nèi)容分詞的基礎(chǔ)上，通過(guò)wordcloud庫(kù)進(jìn)行詞云可視化，以及matplotlib庫(kù)繪制餅圖和直方圖。數(shù)據(jù)可視化分析包括詞云圖、設(shè)計(jì)餅圖和直方圖設(shè)計(jì)。詞云圖設(shè)計(jì)需要使用中文分詞工具jieba和詞云生成工具wordcloud，通過(guò)讀取“泰州學(xué)院吧帖子_評(píng)論數(shù)據(jù)”excel，用jieba進(jìn)行分詞，使用stopwords和ciyun stop設(shè)置停用詞生成詞云圖。詞云圖設(shè)計(jì)如圖4所示。

圖4 數(shù)據(jù)可視化分析模塊-詞云圖設(shè)計(jì)流程

餅圖和直方圖設(shè)計(jì)需要使用繪圖工具matplotlib，通過(guò)讀取“泰州學(xué)院吧帖子_評(píng)論數(shù)據(jù)”“招聘數(shù)據(jù)”和“考研數(shù)據(jù)”excel，調(diào)用pie()函數(shù)和bar()函數(shù)繪制餅圖和直方圖。餅圖和直方圖設(shè)計(jì)如圖5所示。

圖5 數(shù)據(jù)可視化分析模塊中的餅圖和直方圖設(shè)計(jì)

基于Python數(shù)據(jù)分析技術(shù)的高校熱點(diǎn)話題數(shù)據(jù)分析模型，由于Python數(shù)據(jù)分析技術(shù)的簡(jiǎn)潔性以及強(qiáng)大的第三方庫(kù)功能，模型構(gòu)建流程較為清晰，實(shí)現(xiàn)技術(shù)較為便捷，相比于傳統(tǒng)的采用LDA模型的熱點(diǎn)話題分析模型，該模型不需要預(yù)先設(shè)定話題的數(shù)目，另外，LDA模型適用于較為復(fù)雜文本的主題提取，而百度貼吧的主題帖文本形式較為簡(jiǎn)單，因此，采用基于Python數(shù)據(jù)分析技術(shù)也可以完成熱點(diǎn)話題的提取，而且由于模型算法的簡(jiǎn)潔性，在模型運(yùn)行效率上也具有一定的優(yōu)勢(shì)。

3 基于貼吧輿情的高校熱點(diǎn)話題數(shù)據(jù)分析

3.1 實(shí)驗(yàn)數(shù)據(jù)

圖6 泰州學(xué)院吧部分主題帖數(shù)據(jù)

本文以“泰州學(xué)院吧”貼吧為數(shù)據(jù)來(lái)源，采集從本吧開(kāi)貼到2020年2月20日的數(shù)據(jù)，本吧共包括18661條主題，貼子數(shù)為821329篇，泰院學(xué)子數(shù)為46878個(gè)人，采集其中主題帖部分?jǐn)?shù)據(jù)。數(shù)據(jù)采集過(guò)程分為2個(gè)部分：

1)首先利用Python的requests與bs4庫(kù)實(shí)現(xiàn)對(duì)貼吧網(wǎng)頁(yè)的獲取與解析。再利用for循環(huán)和write函數(shù)來(lái)匹配所要抓取的主題帖標(biāo)題、回貼量數(shù)據(jù)，然后保存到名為泰州學(xué)院吧帖子_評(píng)論數(shù)據(jù)_原始xls文件中。最后將拿到的數(shù)據(jù)利用for循環(huán)對(duì)列表進(jìn)行去重處理，去掉重復(fù)的帖子，圖6為去重后部分貼吧主題貼數(shù)據(jù)。

2)同樣利用Python的requests與bs4庫(kù)，重點(diǎn)在于對(duì)主題帖標(biāo)題下的考研和招聘相關(guān)內(nèi)容的抓取，最后保存為xls文件。圖7為部分貼吧考研貼數(shù)據(jù)。

圖7 泰州學(xué)院吧部分考研帖數(shù)據(jù)

3.2 實(shí)驗(yàn)結(jié)果與分析

在基于實(shí)驗(yàn)數(shù)據(jù)的基礎(chǔ)上，對(duì)泰州學(xué)院貼吧里的熱點(diǎn)話題進(jìn)行數(shù)據(jù)可視化分析。

3.2.1 主題帖詞云圖分析

matplotlib是Python的作圖工具，結(jié)合wordcloud將泰州學(xué)院吧主題帖“標(biāo)題”這一列數(shù)據(jù)做詞頻統(tǒng)計(jì)，使用jieba模塊將字符串分割為文本列表，依據(jù)文本生成詞云實(shí)現(xiàn)數(shù)據(jù)可視化，得到所有主題和考研相關(guān)內(nèi)容的詞云圖如圖8與圖9所示。

圖8 主題帖的詞云圖

圖9 考研貼的詞云圖

由圖8可知，論文題目、英語(yǔ)四級(jí)、兩室一廳、學(xué)長(zhǎng)學(xué)姐等在主題帖標(biāo)題里出現(xiàn)的頻率相對(duì)較高，高校管理者可根據(jù)此主題帖標(biāo)題來(lái)了解學(xué)生們?cè)谌粘W(xué)習(xí)生活中比較關(guān)心的話題是什么，同時(shí)高校學(xué)生也可通過(guò)此結(jié)果來(lái)掌握泰州學(xué)院吧能給自己帶來(lái)什么所需信息。從詞云圖中也可看出平日里泰院學(xué)子較多關(guān)注的是畢業(yè)論文題目、校外租房和學(xué)長(zhǎng)學(xué)姐與學(xué)弟學(xué)妹之間的交流。

從圖9可知，泰州學(xué)院吧里考研相關(guān)帖中出現(xiàn)最多的詞語(yǔ)為“資料”“合租”“研友”，這說(shuō)明考研學(xué)子在備考過(guò)程中較關(guān)心的是資料和合租問(wèn)題。從中可以看到“圖書館”“自習(xí)室”詞語(yǔ)，這也說(shuō)明泰院學(xué)子喜歡的備考地點(diǎn)在圖書館和自習(xí)室較多，同時(shí)可以看到“英語(yǔ)”“計(jì)算機(jī)”“心理學(xué)”和“政治”這些都屬于考研科目。

3.2.2 主題帖回帖量TOP10分析

運(yùn)用plt對(duì)象將泰州學(xué)院吧主題帖里前10的回帖數(shù)量繪制成餅圖形式。在制圖前需要在excel文件里刪除回復(fù)量第一的帖子“【泰院吧務(wù)】此貼為專業(yè)引水渠”，此貼是吧主和吧務(wù)用來(lái)發(fā)送貼吧規(guī)則的帖子，里面的數(shù)據(jù)多以2013年和2014年為主且多為表情包，對(duì)此研究沒(méi)有意義，故刪除。主題帖回帖量TOP10如圖10所示。

圖10 主題帖回復(fù)量TOP10餅狀圖

由圖10可知，可通過(guò)回復(fù)貼TOP10得知在校園貼吧里泰院學(xué)子關(guān)注最熱的話題是什么?！傲粝履銈儗W(xué)校，說(shuō)不定能找到高中校友哦”此貼回復(fù)量占比18.1%，許多人在剛來(lái)到一個(gè)新環(huán)境時(shí)，都會(huì)迫不及待地想要找尋身邊所熟悉的共同話題，以此來(lái)適應(yīng)新環(huán)境?！笆謾C(jī)號(hào)后兩位加起來(lái)等于100的，你們兩交往試試”和“單身狗都進(jìn)來(lái)，樓主給你們牽紅線!”這2個(gè)帖子都是關(guān)于大學(xué)生尋求交往對(duì)象的帖子，“泰州學(xué)院招生常見(jiàn)問(wèn)題及答疑咨詢帖”此帖子每年都會(huì)發(fā)布，暑假之際會(huì)有較多高考生咨詢泰州學(xué)院的錄取分?jǐn)?shù)、學(xué)校環(huán)境和住宿條件等問(wèn)題。

3.2.3 考研和招聘帖子直方圖分析

運(yùn)用plt對(duì)象將泰州學(xué)院吧主題帖里考研和招聘帖子分別以X軸為回帖時(shí)間，Y軸為帖子數(shù)量繪制成直方圖形式。直方圖如圖11和圖12所示。

圖11 考研帖子數(shù)量與回帖時(shí)間的直方圖

從圖11可知，泰州學(xué)院吧里的考研帖子在1月、2月、5月、9月和12月發(fā)帖數(shù)量較多。在1月份和2月份是考研了解和準(zhǔn)備階段，此時(shí)期在貼吧里咨詢相關(guān)備考專業(yè)、院校和資料，以及尋找研友和租房室友的人較多；在考研備考迷茫期9月份考研帖子達(dá)到了高峰，在貼吧里，泰院考研人會(huì)了解別人的備考情況和心情，然后大家會(huì)相互鼓勵(lì)加油；考研最后一個(gè)月12月份里，貼吧里考研貼又再一次熱起來(lái)，此刻大家都討論一下關(guān)于最后時(shí)刻的備考心情和狀態(tài)。

圖12 招聘帖子數(shù)量與回帖時(shí)間的直方圖

從圖12可知，泰州學(xué)院吧里的招聘帖子在12月發(fā)帖數(shù)量遠(yuǎn)超其他幾個(gè)月。其原因可能有2個(gè)：1)在過(guò)去的10月秋招里很多大四學(xué)生并沒(méi)有多花時(shí)間和精力在找工作上，秋招一過(guò)，才感覺(jué)到內(nèi)心慌張；2)臨近寒假，很多學(xué)生咨詢寒假實(shí)習(xí)和兼職等問(wèn)題。

4 基于貼吧的高校網(wǎng)絡(luò)輿情信息行為分析及引導(dǎo)策略

4.1 大學(xué)生信息行為分析

4.1.1 發(fā)布帖子信息行為研究

通過(guò)對(duì)獲取到的貼吧數(shù)據(jù)，提取2019年至今的主題帖發(fā)帖數(shù)量，然后再剔除無(wú)效數(shù)據(jù)和考研招聘帖后得到359個(gè)主題帖，最后按發(fā)帖數(shù)量前5進(jìn)行整理。

表1 發(fā)布熱點(diǎn)話題帖子情況統(tǒng)計(jì)

從表1可看出泰州學(xué)院貼吧里平日發(fā)得較多的帖子是情感交流的“找人談心”和信息分享的“社團(tuán)介紹”“租房被騙”“外賣被偷”，對(duì)校園熱點(diǎn)帖子發(fā)布的次數(shù)做統(tǒng)計(jì)，在關(guān)注此貼吧的4.6萬(wàn)人中，2019年發(fā)帖數(shù)極少，說(shuō)明現(xiàn)在泰院學(xué)子在貼吧發(fā)布帖子表達(dá)自己的情感興趣逐漸降低。但是從少數(shù)的359個(gè)主題帖里的5個(gè)熱點(diǎn)帖子可得知，在貼吧里發(fā)布的帖子多是與日常校園生活和經(jīng)歷相關(guān)。類似于外賣被偷和租房被騙這樣的事件在校園中時(shí)有發(fā)生，但是少部分同學(xué)會(huì)選擇在網(wǎng)上進(jìn)行吐槽和曝光，說(shuō)明絕大部分同學(xué)對(duì)于身邊所發(fā)生的校園熱點(diǎn)事件都是持旁觀態(tài)度，僅僅是想通過(guò)別人之手去獲得更多的信息，也不愿過(guò)多地暴露自己。

4.1.2 回復(fù)帖子信息行為研究

通過(guò)獲取的貼吧數(shù)據(jù)，提取2019年至今的主題帖回帖數(shù)量，然后再剔除無(wú)效數(shù)據(jù)和考研招聘帖后得到15978條帖子，最后按回帖數(shù)量前5進(jìn)行整理。

表2 回復(fù)熱點(diǎn)帖子情況統(tǒng)計(jì)

表2中的“你快樂(lè)嗎？”和“縮寫心里小秘密”這2個(gè)熱帖都屬于情感發(fā)泄，可看出同學(xué)們喜歡在很多人都不認(rèn)識(shí)的網(wǎng)絡(luò)環(huán)境里發(fā)泄自己內(nèi)心的情感。貼吧里關(guān)于招聘信息的發(fā)帖數(shù)量占比較大，其中存在不少虛假信息導(dǎo)致同學(xué)們的錢財(cái)和身心受到一定的傷害，對(duì)此，高校管理者可采取一定的措施制止這樣的事情發(fā)生和蔓延。在15978條帖子里熱點(diǎn)帖子回復(fù)的占比為4.8%，比例較小，說(shuō)明更多的學(xué)生還是對(duì)熱點(diǎn)抱著旁觀的看法，只是想打聽(tīng)事件過(guò)程，并不樂(lè)意參與其中。

4.2 高校網(wǎng)絡(luò)輿情引導(dǎo)對(duì)策

4.2.1 建立以高校學(xué)生為主的校園媒體組織

通過(guò)數(shù)據(jù)分析結(jié)果得知，貼吧上多是相關(guān)日常學(xué)習(xí)生活的問(wèn)題，譬如學(xué)生常常咨詢考研相關(guān)資訊、招聘和租房等。所以高校應(yīng)建立以高校學(xué)生為核心的校園媒體組織，主要是培養(yǎng)一批以高校學(xué)生為主的校園輿情監(jiān)測(cè)和控制員。校園媒體在工作過(guò)程中，對(duì)同學(xué)們發(fā)布在校園網(wǎng)絡(luò)平臺(tái)上的言論和訴求進(jìn)行監(jiān)測(cè)和追蹤，然后實(shí)時(shí)地進(jìn)行問(wèn)題回復(fù)，這樣能夠在降低同學(xué)們被騙風(fēng)險(xiǎn)的同時(shí)也提高了校園輿情監(jiān)測(cè)質(zhì)量。

4.2.2 建設(shè)高校大學(xué)生網(wǎng)絡(luò)輿情引導(dǎo)機(jī)制

首先要建立高校輿情引導(dǎo)隊(duì)伍，這支隊(duì)伍要求具備專業(yè)的網(wǎng)絡(luò)輿情引導(dǎo)知識(shí)，還需要了解高校大學(xué)生的學(xué)習(xí)生活規(guī)律。其次，要培養(yǎng)具有輿論領(lǐng)導(dǎo)力的師生，在發(fā)生輿論事件時(shí)才可在輿論中占據(jù)主導(dǎo)地位，引導(dǎo)事情往好的方向發(fā)展。最后高校管理者要做到信息公開(kāi)，在發(fā)生校園突發(fā)事件時(shí)，高校不應(yīng)隱瞞實(shí)情，這樣可有效防止謠言散布[24]。

4.2.3 提升高校大學(xué)生網(wǎng)絡(luò)素質(zhì)

互聯(lián)網(wǎng)時(shí)代，高校大學(xué)生容易迷失在充滿誘惑的網(wǎng)絡(luò)世界里，造成許多無(wú)法避免的錯(cuò)誤。所以高校需要開(kāi)設(shè)關(guān)于如何提升大學(xué)生網(wǎng)絡(luò)素質(zhì)的教育課程或者講座去加強(qiáng)大學(xué)生網(wǎng)絡(luò)道德素養(yǎng)，可聯(lián)合相關(guān)公安部門共同組織校園網(wǎng)絡(luò)安全宣傳活動(dòng)，強(qiáng)化大學(xué)生網(wǎng)絡(luò)安全意識(shí)，提高他們的自身辨別能力。

4.2.4 開(kāi)通高校學(xué)生信息咨詢服務(wù)平臺(tái)

首先高校需要開(kāi)設(shè)官方校園網(wǎng)絡(luò)媒介，例如在貼吧、微博、微信公眾號(hào)之類的媒介開(kāi)通官方賬號(hào)來(lái)發(fā)布校園信息，使得同學(xué)們可以更加方便地了解校園新動(dòng)態(tài)，這樣可有效避免出現(xiàn)虛假信息，諸如招聘和租房類的虛假信息。

然后大學(xué)生正是處于渴望得到關(guān)注感，體驗(yàn)愛(ài)情的成熟時(shí)期，情感需求更是比比皆是，所以在數(shù)據(jù)分析結(jié)果中，多是情感發(fā)泄和情感交流的帖子。對(duì)于大學(xué)生們?cè)诰W(wǎng)上最常關(guān)心的情感類的問(wèn)題，高?？稍O(shè)立相關(guān)校園感情生活評(píng)論中心媒體，給同學(xué)們提供咨詢平臺(tái)空間，引導(dǎo)正確的情感觀。

最后高校工作者應(yīng)關(guān)注同學(xué)們?cè)谄脚_(tái)上的咨詢信息，比如外賣被偷、教室不開(kāi)空調(diào)和圖書館占座等校園時(shí)常發(fā)生的熱點(diǎn)話題，這樣可了解學(xué)生們?nèi)粘Ｋ?，然后采取相?yīng)措施解決同學(xué)們的難題，才能進(jìn)一步更好地營(yíng)造一個(gè)和諧美好的校園環(huán)境。

5 結(jié)束語(yǔ)

互聯(lián)網(wǎng)時(shí)代，使網(wǎng)絡(luò)得到了人們高度的關(guān)注，特別是高校大學(xué)生在網(wǎng)上肆意表達(dá)自我，彰顯個(gè)性。同時(shí)他們借助一定的網(wǎng)絡(luò)媒介和平臺(tái)去發(fā)表評(píng)論，宣泄情緒，使得高校網(wǎng)絡(luò)輿情影響和規(guī)模變得更大。百度貼吧作為高校大學(xué)生常用的社交網(wǎng)絡(luò)平臺(tái)，從網(wǎng)絡(luò)輿情的特征、引導(dǎo)等去認(rèn)識(shí)高校網(wǎng)絡(luò)輿情傳播，可以幫助學(xué)生們更有效地獲取貼吧網(wǎng)絡(luò)訊息，同時(shí)有助于高校管理部門正確及時(shí)引導(dǎo)高校網(wǎng)絡(luò)輿情。

本文的分析具有一定局限性，選擇的實(shí)驗(yàn)數(shù)據(jù)是以百度貼吧泰州學(xué)院吧為例，不能完全概括高校網(wǎng)絡(luò)熱點(diǎn)話題輿情。另外本文只選擇泰州學(xué)院吧的主題帖內(nèi)容和回帖數(shù)量的數(shù)據(jù)來(lái)分析高校網(wǎng)絡(luò)輿情下大學(xué)生信息行為特點(diǎn)，實(shí)驗(yàn)數(shù)據(jù)不夠全面。在接下來(lái)的研究中，將增加實(shí)驗(yàn)量和關(guān)鍵詞獲取數(shù)據(jù)，進(jìn)而得到網(wǎng)絡(luò)輿情下高校大學(xué)生信息行為特點(diǎn)和發(fā)展趨勢(shì)，從而可以提出管控和引導(dǎo)建議。