丁子羿，湯文蘊(yùn)，鐘天辰

(南京林業(yè)大學(xué)汽車(chē)與交通工程學(xué)院，江蘇 南京 210037)

0 引言

越來(lái)越多的網(wǎng)民通過(guò)各大自媒體平臺(tái)發(fā)表自身對(duì)于城市交通運(yùn)行狀態(tài)的意見(jiàn)。對(duì)于交通領(lǐng)域的輿情信息進(jìn)行挖掘和研究，能夠更好地為交通管理者提供決策依據(jù)并為公眾出行提供最優(yōu)質(zhì)的服務(wù)。程思琪[1]通過(guò)微博挖掘了城市交通事件中意見(jiàn)領(lǐng)袖在輿情傳播和治理中的作用，分析出交通輿情領(lǐng)域單態(tài)意見(jiàn)領(lǐng)袖相較于多態(tài)領(lǐng)袖的不足；付志峰[2]根據(jù)城市軌道交通突發(fā)事件的特征，提出并創(chuàng)新了軌道交通輿情的應(yīng)對(duì)策略；苑虎[3]等構(gòu)建了考慮交通影響因素的應(yīng)急疏散需求模型，研究出應(yīng)急疏散需求曲線的宏觀特征；潘攀[4]以成都市城市軌道交通突發(fā)網(wǎng)絡(luò)輿情為例，分析了輿情引導(dǎo)機(jī)制中存在的問(wèn)題，借鑒國(guó)外軌道交通輿情引導(dǎo)的經(jīng)驗(yàn)，對(duì)現(xiàn)有對(duì)策提出了改進(jìn)建議；湯麗華[5]基于LSTM 網(wǎng)絡(luò)理論，提出公路交通輿情情感分析的創(chuàng)新方法及監(jiān)測(cè)系統(tǒng)；滕靖[6]根據(jù)輿情周期理論構(gòu)建了交通網(wǎng)絡(luò)輿情的分析方法，相較于傳統(tǒng)方法更具適用性。目前，國(guó)內(nèi)學(xué)者針對(duì)交通輿情的挖掘研究較少，對(duì)于城市道路運(yùn)行狀態(tài)的研究很少與網(wǎng)絡(luò)輿情相結(jié)合。

1 數(shù)據(jù)來(lái)源與初步分析

1.1 數(shù)據(jù)選擇與獲取

根據(jù)“一城三區(qū)”戰(zhàn)略的實(shí)施，目前南京市形成了以都市區(qū)為主的交通發(fā)展經(jīng)濟(jì)圈，一些主要道路成為了能夠明顯反映交通參與者對(duì)城市道路交通滿意度的熱點(diǎn)地區(qū)。但隨著機(jī)動(dòng)車(chē)保有量的增加，市區(qū)道路擁堵情況日益嚴(yán)重，高架立交和出城公路的通行不暢，使得市區(qū)道路接近飽和。為了更好地梳理城市交通，需要了解民眾對(duì)于城市道路交通的看法和建議，通過(guò)分析輿情的指向來(lái)對(duì)道路及周邊交通基礎(chǔ)設(shè)施進(jìn)行改進(jìn)。擬選取兩個(gè)不同的交通熱點(diǎn)地區(qū)，收集這兩個(gè)地區(qū)的交通輿情信息并進(jìn)行分析。

本文選擇南京市玄武湖隧道和玄武大道作為城市交通運(yùn)行狀態(tài)輿情的研究區(qū)域，以“玄武湖隧道”、“玄武大道”、“交通”為關(guān)鍵詞在微博抓取了2021 年2 月1日—4月1日的數(shù)據(jù)，爬取的數(shù)據(jù)以csv文件形式進(jìn)行存儲(chǔ)。

1.2 預(yù)處理與詞云圖分析

考慮到爬取的數(shù)據(jù)中含有大量與主題無(wú)關(guān)的內(nèi)容，因此需要對(duì)抓取的文本進(jìn)行預(yù)處理。本文采用的預(yù)處理方式包括文本刪除、中文分詞和去停用詞，最終得到玄武湖隧道和玄武大道的交通運(yùn)行狀態(tài)輿情文本11387條。

數(shù)據(jù)預(yù)處理后，通過(guò)高頻詞統(tǒng)計(jì)和詞云圖繪制初步了解交通輿情文本的主題信息，采用Python 的WordCloud 包對(duì)統(tǒng)計(jì)得到的15683 個(gè)不重復(fù)的原始關(guān)鍵詞進(jìn)行詞云圖繪制[7]。由圖1可知，擁堵、排隊(duì)、繞行等詞匯出現(xiàn)頻率最高，作為南京市玄武區(qū)的兩條主干道，每天有大量車(chē)流從兩地通行，在早晚高峰時(shí)段，常常發(fā)生道路擁堵，市民們通過(guò)交通廣播等途徑了解到路況信息后不得不繞行來(lái)避開(kāi)擁堵路段。此外，交警對(duì)城市主干道車(chē)輛的指揮和管控也受到網(wǎng)友們的密切關(guān)注。

圖1 高頻詞詞云圖

本文的技術(shù)路線圖如圖2 所示，首先爬取交通運(yùn)行狀態(tài)的微博文本，數(shù)據(jù)預(yù)處理后以csv 文件形式存儲(chǔ)。其次，基于SnowNLP 方法進(jìn)行情感分析，展現(xiàn)出網(wǎng)民的情感狀態(tài)隨時(shí)間變化的趨勢(shì)圖。最后，通過(guò)LibSVM 法對(duì)所有文本進(jìn)行分類(lèi)，篩選出交通主題的文本。分別通過(guò)困惑度分析和主題強(qiáng)度計(jì)算得到相應(yīng)的主題數(shù)量以及每個(gè)主題的占比。構(gòu)建LDA主題模型，得到并分析城市道路交通運(yùn)行狀態(tài)的消極主題詞。

圖2 技術(shù)路線圖

2 情感分析與主題挖掘

2.1 情感趨勢(shì)分析

首先通過(guò)Python 對(duì)兩個(gè)事件的數(shù)據(jù)樣本進(jìn)行訓(xùn)練，設(shè)置情感輸出值大于0.55 時(shí)為積極情緒，情感輸出值在0.45-0.55之間時(shí)為中性情緒，情感輸出值小于0.45時(shí)為消極情緒。所得到的情感標(biāo)注結(jié)果如圖3所示，由分類(lèi)結(jié)果可知，積極評(píng)論占多數(shù)，中性評(píng)論較少。

圖3 交通運(yùn)行狀態(tài)數(shù)據(jù)情感分布統(tǒng)計(jì)

采用Python 的第三方庫(kù)SnowNLP 對(duì)每條微博文本進(jìn)行情感分析，對(duì)每日微博文本的情感輸出結(jié)果取平均值，如圖4所示。

圖4 城市交通運(yùn)行狀態(tài)情感趨勢(shì)圖

由分析結(jié)果可知，2 月1 日至4 月3 日期間民眾對(duì)玄武湖隧道和玄武大道交通運(yùn)行狀態(tài)的整體情感波動(dòng)較大，2月10日至2月12日正值春節(jié)期間，因疫情原因市民出行較少，交通狀態(tài)良好；2月22日由于新年期間返程高峰已過(guò)，工商業(yè)和小型餐飲業(yè)復(fù)工，導(dǎo)致當(dāng)日的出行數(shù)量較多，兩條主干道較為擁堵，情感狀態(tài)偏消極；3月1日至3月4日由于是開(kāi)學(xué)季和返程高峰，兩地道路擁堵嚴(yán)重，通行效率和服務(wù)水平較低，民眾情感狀態(tài)偏消極；3 月24 日18 時(shí)左右玄武湖隧道由北向南方向發(fā)生交通事故，造成大面積擁堵，整體情感狀態(tài)消極；其余時(shí)間段的消極情緒普遍集中于早晚高峰。

對(duì)情感分析的結(jié)果進(jìn)行進(jìn)一步分析，以一周的形式對(duì)微博文本進(jìn)行分類(lèi)，情感值統(tǒng)計(jì)周期圖如圖5所示。由圖可知，兩條主干道的交通參與者在周一、周五和周末的情感狀態(tài)均低于0.5，結(jié)合爬取的微博原文，2月19日玄武大道由東向西發(fā)生重大交通事故，2月21日玄武大道發(fā)生車(chē)輛追尾，造成道路擁堵，導(dǎo)致民眾情感狀態(tài)較消極。周四民眾的情感狀態(tài)為中性，周二、周三、周六為狀態(tài)積極，表明兩地車(chē)輛通行順暢，擁堵等因素對(duì)民眾情緒狀態(tài)的影響較小。

圖5 情感值統(tǒng)計(jì)周期圖

2.2 主題挖掘分析

主題挖掘技術(shù)是文本挖掘領(lǐng)域中一種新的技術(shù)，一般用于對(duì)核心詞匯、短語(yǔ)或句子進(jìn)行標(biāo)識(shí)和抽取?？梢远ㄎ怀鑫谋局械臒衢T(mén)主題，將挖掘得到的主題數(shù)據(jù)與時(shí)序信息相結(jié)合，能夠探究出輿情變化的規(guī)律并預(yù)測(cè)其未來(lái)的發(fā)展趨勢(shì)。主題概率模型法是主題挖掘技術(shù)中的主流方法，在挖掘微博文本時(shí)能夠充分考慮詞與詞之間的關(guān)系和語(yǔ)義特征[8]，因此本文采用主題概率模型法進(jìn)行主題挖掘分析。

首先通過(guò)LibSVM 法對(duì)預(yù)處理后的文本數(shù)據(jù)進(jìn)行分類(lèi)。在提取的11387 條數(shù)據(jù)中，交通路況新聞?wù)?021 條（26.5%），交通運(yùn)行狀態(tài)評(píng)論5987 條（52.6%），無(wú)關(guān)數(shù)據(jù)2379條（20.9%）[9]。

LDA（Latent Dirichlet Allocation）模型是一種常見(jiàn)的三層貝葉斯模型，可以將原本高維的詞空間縮減成由一組主題詞組成的小主題空間。LDA 的模型構(gòu)建過(guò)程如圖6所示，其中，D 為文檔集合，α 和β 分別為主題分布θD和主題詞分布φ 的先驗(yàn)分布參數(shù)，z 和ω分別為模型生成的主題和最終的主題詞[10]。

圖6 LDA模型構(gòu)成圖

通過(guò)計(jì)算文本的主題強(qiáng)度分布，可以分析出各個(gè)主題詞的熱度占比，主題強(qiáng)度占比越高，表示其熱度越高。計(jì)算公式如下：

其中，Sn表示主題詞為n 時(shí)的強(qiáng)度，θni表示主題為n 時(shí)文本i的概率大小。

在建模前進(jìn)行主題困惑度計(jì)算，主題個(gè)數(shù)為3 時(shí)對(duì)應(yīng)的困惑度值最小，因此構(gòu)建LDA 模型時(shí)將主題個(gè)數(shù)設(shè)置為3。對(duì)文本進(jìn)行主題強(qiáng)度分析，通過(guò)LDAvis多維縮放后得到事件下的Intertopic距離，如圖7所示，其中主題1占比最高，達(dá)到51.9%[11]。

圖7 主題強(qiáng)度分布

統(tǒng)計(jì)出每一組主題中出現(xiàn)頻率最高的5個(gè)消極詞匯，如表1 所示。由主題1、2 可知，玄武湖隧道和玄武大道雙向車(chē)流擁堵時(shí)給群眾帶來(lái)了不便和麻煩，上下班高峰時(shí)段的擁堵影響了道路的通行效率，影響了市民們上下班、回家的時(shí)間，產(chǎn)生大量消極情緒。主題3反映了網(wǎng)民對(duì)交通執(zhí)法情況的態(tài)度，醉酒駕駛及其他違規(guī)駕駛行為都會(huì)危及其他駕駛員的生命安全，這對(duì)道路執(zhí)勤人員也是一個(gè)重大挑戰(zhàn)，網(wǎng)民對(duì)交警給予了很高的期望[12]。LDA 模型主題詞的概率分布結(jié)果如圖8～圖10所示。

表1 消極主題詞表

圖8 消極主題詞1概率分布

圖9 消極主題詞2概率分布

圖10 消極主題詞3概率分布

3 結(jié)束語(yǔ)

本文采用情感分析和主題挖掘協(xié)同分析的方法，對(duì)微博爬取的交通運(yùn)行狀態(tài)輿情文本進(jìn)行了分析。根據(jù)分析結(jié)果和兩條城市道路的實(shí)時(shí)路況信息，得出以下結(jié)論：

⑴玄武湖隧道花季往來(lái)車(chē)流較多，由北向南道路的擁堵情況較為嚴(yán)重。交通違法行為和車(chē)流堵塞是影響民眾情感趨勢(shì)的主要因素；

⑵玄武大道雙向車(chē)道車(chē)流通行量大，內(nèi)環(huán)公路和繞城公路基礎(chǔ)設(shè)施建設(shè)良好，車(chē)流通行能力強(qiáng)，相關(guān)的消極主題詞較少。

本文的研究為交通管理者和輿情管理人員提供了一種新思路，通過(guò)挖掘多自媒體平臺(tái)交通輿情信息，可以更全面地了解城市道路交通運(yùn)行狀態(tài)存在的問(wèn)題，輿情監(jiān)管者從而可以更好地引導(dǎo)交通輿情的走勢(shì)。