王海川

(河北工程大學，河北 邯鄲 056038)

在信息化的時代，社交網(wǎng)絡(luò)的飛速發(fā)展給人們的生活與學習帶來了深刻影響，人們在身處現(xiàn)實世界的同時，普遍熱衷于在虛擬世界尋求“身體在場”與“精神在場”的空間秩序的體驗，虛擬的社交網(wǎng)絡(luò)是對現(xiàn)實世界的投射，又不可避免地對現(xiàn)實世界產(chǎn)生影響。因此，各行業(yè)特別是服務(wù)行業(yè)非常重視用戶在社交網(wǎng)絡(luò)中的相關(guān)評價。圖書館從本質(zhì)上來說也是一類服務(wù)行業(yè)，其服務(wù)品質(zhì)的優(yōu)劣直接影響到讀者對于知識的獲取、內(nèi)化的水平。2020年，一場席卷全世界范圍的新型冠狀病毒肺炎疫情至今沒有停息，該種病毒極具傳染性，這一特性甚至重塑了人們在線下公共場所活動的規(guī)則與秩序，產(chǎn)生了深遠的現(xiàn)實影響。在這一背景下，圖書館應(yīng)當給予線上用戶評價同樣的重視，即應(yīng)當對網(wǎng)絡(luò)用戶相關(guān)評價進行監(jiān)測。

1 概念及研究現(xiàn)狀

圖書館的網(wǎng)絡(luò)監(jiān)測分為兩個部分，即公眾形象感知和突發(fā)事件監(jiān)測。前者代表用戶的日常評價所形成的圖書館認知體系，后者代表了圖書館在突發(fā)事件時在網(wǎng)絡(luò)中的檢測、預(yù)警和化解的能力。這是圖書館輿情監(jiān)控系統(tǒng)的兩個重要組成部分。

對于前者，陽玉堃在社交文本海量采集的基礎(chǔ)上，從基礎(chǔ)設(shè)施、館員服務(wù)、機構(gòu)管理、館藏文獻等方面對文本進行剖析，并結(jié)合了關(guān)鍵詞、高頻詞、語義網(wǎng)絡(luò)等技術(shù)，將對于圖書館不同方面的印象進行了可視化的展示，這為讀者感知研究提供了新的途徑[1]。

對于圖書館的突發(fā)事件，張偉認為應(yīng)當建立輿情信息預(yù)警平臺，要主動收集，分析涉及圖書館公共安全方面的信息，對于危機事件要能夠及時了解，分析和預(yù)警，以保證館舍的安全[2]。但是該文對于系統(tǒng)架構(gòu)技術(shù)論述較少。馬益勇則認為應(yīng)當設(shè)立圖書館輿情崗位，建立圖書館館外合作機制，并且做好輿情監(jiān)測的統(tǒng)籌角色，集思廣益，提高圖書館在各個領(lǐng)域的角色價值。

總體來看，對于圖書館輿情監(jiān)測方面的研究還較少，且未結(jié)合疫情這一新的背景形勢。因此，筆者的選題具有一定的現(xiàn)實與研究價值。

2 疫情給圖書館輿情監(jiān)測工作帶來的挑戰(zhàn)

首先是圖書館在決策層面上需要給予足夠的重視，要充分認識到疫情情況下，任何公共事件的發(fā)生都具有更大的危險性，不僅會影響到正常的工作秩序，更會在網(wǎng)絡(luò)上引發(fā)較大的事件漲落，因此如何處理、如何防范、如何善后，這是新問題帶來的新挑戰(zhàn)。

疫情的流行改變了人們在圖書館等公共場所的活動規(guī)則，即在正常情況下可以開展的閱讀推廣、講座、會議等必須改為在線上進行，這意味著會后更多的圖書館用戶也會傾向于在網(wǎng)絡(luò)中針對圖書館的服務(wù)、管理、館藏文獻水平以及館舍硬件好壞發(fā)表感想，進行討論，同時對圖書館在線服務(wù)水平進行評價，這會使得相關(guān)的關(guān)鍵詞大幅增加。

在疫情期間，由于人們的心理狀態(tài)處于相對敏感時期，各項線下防疫措施較為嚴格，各項活動安排會受防疫工作影響，因此相應(yīng)的，在圖書館這類公共區(qū)域，突發(fā)事件的發(fā)生概率也會較高。那么就意味著，在社交網(wǎng)絡(luò)中，相關(guān)事件漲落發(fā)生的概率也較大。事實上，即使在平時，圖書館相關(guān)的網(wǎng)絡(luò)熱點事件也是存在的。例如在2018年12月份，安徽某學院的一位學生在圖書館大廳背書，因為聲音較大而與管理員發(fā)生口角，并進而發(fā)展為摔杯子事件。這一事件在社交網(wǎng)絡(luò)上被持續(xù)關(guān)注，評論數(shù)為6 193，轉(zhuǎn)發(fā)數(shù)為2 300，點贊數(shù)為7 600。這在圖書館的相關(guān)事件中的關(guān)注度是較高的。又如2019年山東某大學的兩名同學在圖書館因爭搶座位而打架，最終被學校處以警告處分，并被圖書館列入讀者黑名單。這一事件在微博上引起軒然大波，至今閱讀量已達206萬，評論及轉(zhuǎn)發(fā)也達5 000余次。這是圖書館輿情分析的重要資源。那么在疫情期間，可以推知的是，在社交網(wǎng)絡(luò)中，這類圖書館公共事件勢必會與疫情因素相互疊加，產(chǎn)生更大的影響力和傳播力。這是圖書館工作需要特別關(guān)注的。

在技術(shù)的應(yīng)用上，疫情背景下的輿情監(jiān)測，需要圖書館加強對包含特定關(guān)鍵詞數(shù)據(jù)的探測，及時掌握用戶情緒動向，特別是要警惕謠言的產(chǎn)生與辨別，平臺要具有發(fā)現(xiàn)，分析研判，上報甚至報警功能，這也是疫情背景下對輿情工作提出的挑戰(zhàn)。

在疫情背景下，社交網(wǎng)絡(luò)中的相關(guān)數(shù)據(jù)量激增，而且在相當長的一段時間內(nèi)必將持續(xù)產(chǎn)生大量相關(guān)文本，這對系統(tǒng)可靠度提出了更高的要求。事實上，在疫情常態(tài)化的實際情況下，如何增強冗余性，保證疫情監(jiān)控平臺的長期，不間斷的運行，這是對圖書館輿情監(jiān)測提出的又一項挑戰(zhàn)。

3 輿情監(jiān)測平臺的技術(shù)架構(gòu)

輿情平臺的基本架構(gòu)涉及數(shù)據(jù)采集、模型訓(xùn)練、數(shù)據(jù)處理、結(jié)果輸出等多個環(huán)節(jié)，需要利用爬蟲、分類器、模型訓(xùn)練等多種技術(shù)。

3.1 數(shù)據(jù)爬蟲

爬蟲是輿情檢測系統(tǒng)的前端模塊，它的主要作用是模擬瀏覽器向特定的網(wǎng)站HTTP發(fā)送網(wǎng)絡(luò)請求Request，接受請求響應(yīng)，按照一定的規(guī)則，自動的抓去網(wǎng)站信息上并獲取數(shù)據(jù)到本地。這是一種代替人工的自動化模塊。按照不同的類型，爬蟲可以分為通用爬蟲、聚焦爬蟲、功能性爬蟲、數(shù)據(jù)增量爬蟲等。一個完善的爬蟲模塊應(yīng)當是框架結(jié)構(gòu)合理，獲取技術(shù)優(yōu)良，高度優(yōu)化的代碼，容易管理和維護。在通常的輿情檢測系統(tǒng)中，爬蟲的運行是以周、月來計算的，數(shù)據(jù)量非常大，優(yōu)秀的爬蟲設(shè)計能夠保證系統(tǒng)在這一過程中少犯錯誤。同時，爬蟲在實現(xiàn)數(shù)據(jù)采全的基礎(chǔ)上，要做到較少的占用資源。對于爬蟲來說，主要的判斷標準有：獲取時間、請求解析時間、腳本支持、CPU占用等。此外，長時間運行的爬蟲還應(yīng)當保證不會出現(xiàn)內(nèi)存泄漏。目前一些網(wǎng)站安裝有反扒策略，例如，網(wǎng)站后臺會監(jiān)控來自同一IP地址的大量訪問，或者要求必須要有訪問賬號，或者是不定時彈出驗證碼識別等。而爬蟲要能夠模仿人類操作，采取聯(lián)合爬取，自動注冊賬號，模擬User-Agent,訪問時帶cookie等。

3.2 數(shù)據(jù)預(yù)處理模塊

數(shù)據(jù)分析模塊集中了一系列數(shù)據(jù)預(yù)處理、數(shù)據(jù)分類、主題抽取等技術(shù)。在預(yù)處理功能中，包括分詞，移除微博文本中的網(wǎng)絡(luò)符號、超鏈接、亂碼、停用詞、重復(fù)數(shù)據(jù)清除、非漢語清除、大小寫轉(zhuǎn)化等，總之就是清除所有的不規(guī)范數(shù)據(jù)，將主要文本的微博數(shù)據(jù)轉(zhuǎn)換為規(guī)范數(shù)據(jù)，減少數(shù)據(jù)噪聲，得到質(zhì)量更好的數(shù)據(jù)。目前Python語言的一些庫，如Jieba、Numpy等被用來實現(xiàn)上述功能。

接下來是文本特征提取，這是監(jiān)測系統(tǒng)中對文本重點詞匯進行分析的環(huán)節(jié)，是用來區(qū)分。最常用的有TF-IDF,其基本思想是在一段文本中出現(xiàn)多次的單詞，再另一個同類文本中也會出現(xiàn)多次，反之，一個單詞很少在一個文本中出現(xiàn)，那么其在同類文本中也很少會出現(xiàn)，這就能夠衡量出該詞的特征區(qū)別度，即字詞的重要性隨著它在文本中出現(xiàn)的次數(shù)呈正比增加，但隨著該詞在語料庫中出現(xiàn)的頻率成反比下降。這一算法被廣泛地應(yīng)用在了各類檢索模型。

另一個常用算法是信息增益(IG)，其基本思想是衡量該詞能夠為系統(tǒng)帶來多少信息，帶來的信息越多，該特征就越重要。即信息熵的改變程度。此外，還有獨熱編碼，互信息等算法可供選擇。

3.3 分類模型構(gòu)建

分類模型的構(gòu)建是輿情監(jiān)測系統(tǒng)的核心。也是學者研究較多的方面，在機器學習的時代，貝葉斯、向量積、決策樹、集成學習、邏輯回歸等都能完成這一任務(wù)，其中，貝葉斯算法較為簡單和經(jīng)典。它認為，在文本中，兩個詞之間的關(guān)系是相互的，一個對象的特征向量中每個維度都是相互獨立的。在訓(xùn)練階段，貝葉斯程序能夠從詞袋中收集信息，學習每一種兩兩詞組合的后驗概率，通過比較概率的大小來得到文本所屬的類別。一般來說，對于社交文本的文本分類來說，上述算法是能夠完成任務(wù)的，但是目前，神經(jīng)網(wǎng)絡(luò)算法正被得到廣泛的應(yīng)用，這類算法模擬人腦工作的原理，構(gòu)建出很多個神經(jīng)元，其本身具有輸入層、隱藏層和輸出層，之間的計算辦法就是加權(quán)求和激活，即Sigmoid函數(shù)。以TextCNN為例，這些算法能夠?qū)⑽谋窘馕鰹榫仃?，就是將?xùn)練集的文本特征向量化輸入，在經(jīng)過連接點權(quán)重傳入下一層，這一層的輸出是下一層的輸入。自然語言是一維數(shù)據(jù)，向量化進入卷積層后與卷積核做一個point wise的乘法后求和，然后是卷積。接下來，算法掃描向下滑動，持續(xù)輸入，持續(xù)做point wise乘法后求和，然后是池化層，以降低參數(shù)的數(shù)目。最后由softmax函數(shù)做分類。這是一個基本的流程。神經(jīng)網(wǎng)絡(luò)算法的優(yōu)點在于是具有較強的非線性映射能力，實現(xiàn)了從輸入到輸出的映射功能。此外，神經(jīng)網(wǎng)絡(luò)還具有一定的泛化能力，對于新的或者帶有噪聲的數(shù)據(jù)也能有較好的分類能力。

目前，神經(jīng)網(wǎng)絡(luò)算法發(fā)展出了遞歸神經(jīng)網(wǎng)絡(luò)、卷積神經(jīng)網(wǎng)絡(luò)等，并且自注意力機制等也逐漸被加入進來，算法機制逐步成熟。因此，神經(jīng)網(wǎng)絡(luò)算法模塊是數(shù)據(jù)解析模塊的首選算法。

3.4 分析結(jié)果管理模塊

在一個成熟的監(jiān)控系統(tǒng)中，目標文本應(yīng)當能夠被按照各種口徑進行劃分，比如某個事件段的情感比例、情感數(shù)量、高頻詞匯、關(guān)鍵詞語義網(wǎng)絡(luò)、文本主題分類、用戶行為分析等，并且能夠可視化的輸出時序圖、分類圖等，以供使用者參考和決策輔助之用。

3.5 數(shù)據(jù)庫

數(shù)據(jù)庫的作用是用來存儲爬蟲所收集的數(shù)據(jù)字段內(nèi)容，對于社交網(wǎng)絡(luò)文本，往往包括了發(fā)布者、文本內(nèi)容、發(fā)布時間、點贊數(shù)、轉(zhuǎn)發(fā)數(shù)，評論數(shù)和評論文本、發(fā)布用戶等字段，以被調(diào)用和存儲分類結(jié)果。

4 疫情背景下輿情系統(tǒng)的改進策略

新冠肺炎疫情是圖書館在發(fā)展中面臨的新課題，綜合以上所述，圖書館輿情監(jiān)測工作應(yīng)當從管理和技術(shù)兩個方面進行改進。

4.1 管理方面的改進

圖書館是社會、學校中理所當然的公共場所，并且閱讀活動具有一定的私人性質(zhì)，小規(guī)模聚集，討論是應(yīng)有之義。那么在此時的輿情監(jiān)測方面，①應(yīng)當成立專門的管理小組，專人負責，集中利用系統(tǒng)定制收集讀者對于圖書館文獻服務(wù)、館舍布局、疫情防控措施等方面的意見建議。②要注意疫情期間輿情信息的公開透明，對內(nèi)部應(yīng)當充分共享，以利于合作防控，對于外部要及時生成輿情期間的輿情監(jiān)測報告，下情上達。要特別關(guān)注開學、學期末期、學生畢業(yè)等關(guān)鍵節(jié)點的輿情監(jiān)測工作，發(fā)揮系統(tǒng)的技術(shù)優(yōu)勢。同時要做好基于疫情報告的引導(dǎo)工作，及時發(fā)現(xiàn)問題，制定措施，解決問題。注意信息的對外及時公布，避免引起恐慌。

4.2 技術(shù)方面的改進

目前，基于神經(jīng)網(wǎng)絡(luò)算法的分類器技術(shù)發(fā)展迅速，BERT,Transformer，self-attention等技術(shù)的加入使得分類的準確度更高，運行速度更快，系統(tǒng)學習率更高，因此應(yīng)當采用最新技術(shù)來提高系統(tǒng)性能。

在疫情背景下，輿情分析系統(tǒng)應(yīng)當能夠有重點的實施日常和突發(fā)事件中的監(jiān)控行為。①語義分析，即需要分析“疫情”“新冠”等特定關(guān)鍵詞所聯(lián)系較多的詞匯有哪些，這些詞匯那些與圖書館由關(guān)聯(lián)，那些直接指向圖書館的服務(wù)，應(yīng)當被明確。②情感分析。文本的情感分析是輿情分析中重要的一個方面，如前所述，疫情期間用戶的情緒與平時相比較為敏感，因此輿情系統(tǒng)應(yīng)當感知到日常閱讀活動中讀者的情緒有哪些是消極的，那些是積極的，而這些積極與消極的情緒所指向的圖書館服務(wù)的那些方面也應(yīng)當明確。③目前，國內(nèi)的疫情已經(jīng)持續(xù)一段時間了，在這期間，關(guān)于疫情的關(guān)鍵詞在不斷地變化，死亡率、感染率、無癥狀、環(huán)境等詞匯，系統(tǒng)應(yīng)當增加基于這些關(guān)鍵詞的疫情態(tài)勢圖，同時應(yīng)當注意與圖書館、閱讀等詞匯共線的文本都是哪些，并展開深入研究。