面向網絡輿情監測的新聞主題分類實證分析

李淑平

（中央民族大學 少數民族語言文學系，北京 100081）

面向網絡輿情監測的新聞主題分類實證分析

李淑平

（中央民族大學 少數民族語言文學系，北京 100081）

本文采用由面到點、逐步聚焦的方法探討了面向網絡輿情監測的新聞主題分類、網民的關注焦點和網民對事件的情感傾向問題，對這些問題的研究對網絡輿情管理將產生積極作用。

網絡輿情；主題分類；關注焦點；情感傾向

隨著信息化時代的到來，網絡上出現了海量的信息，各種重大新聞、熱點事件等在網絡上迅速傳播，而由新聞事件所引發的網絡輿情也隨之大量涌現，網絡輿情已經成為國家了解社會輿情的重要渠道。網絡輿情多數情況下是在某一新聞事件的觸發下產生的，對網絡輿情進行分析研判，首先需要對引發輿情的新聞事件構建科學的分類體系。

一、網絡輿情主題分類概述

目前，關于網絡輿情主題分類的研究成果并不多，按分類的領域可將其分為兩類。一是面向通用領域的網絡輿情主題分類。這類成果是面向整體網絡輿情的主題分類，如丁兆云［1］在其文中將輿情主題分為了三級指標，其中，一級指標有五類，分別是公共安全、自然災害、公共衛生、重大事故、重大活動。在一級指標下又進一步細分為二級、三級指標，如公共安全又分為社會安全和經濟安全兩類；在社會安全下又細分為恐怖襲擊、軍事斗爭、民族宗教事件三類。再如，楊永軍［2］在其文中將輿情主題分為國際和國內兩大類。國際又分為政經、文化、軍事、反恐、公共、自然和其他領域幾個方面；國內又分為公權力、政治與社會問題、公共領域、私權利幾個方面，且每個類別下又有更具體的分類。還有，李雯靜等［3］在其文中提到了兩個參考體系，分別是美國“聯邦政府組織架構”中的業務參考模型BRM（Business Reference Model）和我國TRS政府信息公開目錄服務平臺中參考分類體系中的主題分類。此外，戴媛等［4］在文中將輿情信息分為了14大類，分別是社會經濟、政府管理、自然災害、公共衛生、重大事故災害、社會公共安全、教育、醫療、三農、交通、和諧社會、重大活動、勞動就業、社會保障類，并下設有更詳細的二級類目。二是面向特定領域的網絡輿情主題分類。有些學者根據某一領域網絡輿情研究的需要，針對特定領域對網絡輿情進行主題分類。如鄧尚民等［5］在其文中將高校網絡輿情分為7類，分別是時事政治、社會民生、高校內部管理、高校安全、大學生權益、高校聲譽和學生心理健康。再如，陸瑞［6］在其文中將水利工程領域分為工程論證與規劃、工程建設與管理、工程效益、工程評價、工程文化五個方面。此外，談國新等［7］在其文中將突發公共事件輿情信息分為生存危機、公共安全、分配差距、腐敗現象、時政、法治6大類。

二、網絡輿情主題分類研究存在的問題

目前關于網絡輿情主題分類的研究主要存在以下兩個問題：一是參考標準少。研究成果大多數是根據作者的主觀經驗對網絡輿情進行主題分類，而較少參考相應的國家標準等，各家自成一言、差別較大，帶來了主題分類的主觀性。二是缺少實證方法。在構建網絡輿情主題分類體系的過程中，缺少依據客觀語料和客觀數據的實證方法，影響了網絡輿情主題分類的實用性和針對性。

三、主題分類的原則和方法

（一）主題分類的原則

針對目前網絡輿情主題分類研究中的不足，本文認為面向網絡輿情監測的新聞主題分類需要遵循以下原則：

1.科學性和權威性。面向網絡輿情監測的新聞主題分類體系是對新聞事件科學分類的依據，因此，分類體系必須具有科學性和權威性。

2.針對性和實用性。面向網絡輿情監測的新聞主題分類是為網絡輿情監測服務的，因此，構建的分類體系不需要過于全面和翔實，關鍵是要能夠反映網絡輿情監測的重點領域和網民關注的焦點問題，主題分類體系要具有針對性和實用性。

（二）主題分類的方法

依據以上提出的分類原則，本文參考了我國的政務信息資源目錄體系［8］和中文新聞信息分類的國家標準，［9］將這兩個分類體系進行綜合比較發現，這兩個分類體系大的類目基本一致，但中文新聞信息分類的類目更為全面。因此，本文的一級類目主要參考了中文新聞信息分類的一級類目，共24類，分別是政治、法律、司法、對外關系、國際關系、軍事、社會、勞動、災難、事故、經濟、財政、金融、基本建設、建筑業、房地產、農業、農村、礦業、工業、能源、水務、水利、電子信息產業、通運輸、郵政、物流、商業、外貿、海關、服務業、旅游業、環境、氣象、教育、科學技術、文化、休閑娛樂、文學、藝術、傳媒、醫藥、衛生、體育。但由于中文新聞信息分類的二級、三級類目，過于全面和詳細，且針對性不強，因此，其并不適合面向網絡輿情監測的新聞主題分類。新聞主題分類在進一步構建下級類目的過程中，需要遵循針對性和實用性的原則，體現網民重點關注的領域和焦點問題，通過由面到點、逐步聚焦的方法構建分類體系。

四、基于實證方法的新聞主題分類

由以上分析可知，要進一步構建主題分類的下級類目，首先需要挖掘網民重點關注的領域和焦點問題。本文采用實證的方法以實際的語料和客觀數據對這一問題進行了深入分析。

（一）語料來源

本文所用語料為從數據堂網站下載的49000篇新聞語料，其中每一篇語料都有網民對該事件的情感反應投票數據，包括投票總數和8類情緒的投票比例。如新聞事件“如此惡警！省道時速破百撞死夜大生”，網民投票數為15956。其中，網民認為實用的投票數為1%；感人的投票數為0%；開心的投票數為1%；超扯的投票數為5%；無聊的投票數為0%；害怕的投票數為0%；難過的投票數為5%；火大的投票數為88%。

（二）語料處理

本文首先使用python語言編寫程序，將49000篇新聞語料的新聞標題、投票數和8類情緒的投票比例數據從文本中抽取出來，然后將抽取的信息、數據在excel表格中根據投票數由高到低的順序進行排序，并將排名前50位的新聞，根據中文新聞信息分類的一級類目進行了類別標注。

（三）新聞語料類別的統計分析

通過對語料類別的統計分析，我們發現新聞事件的類別主要集中在政治，法律、司法，社會、勞動和災難事故四個類目中。政治類新聞有10個，法律、司法類新聞有11個，社會、勞動類新聞有12個，災難事故類新聞有7個。按類別數由多到少的順序是社會、勞動〉法律、司法〉政治〉災難事故。因此，從網絡輿情監測的角度來說，這些領域應該是重點關注的領域。

（四）網民關注焦點分析

為了進一步聚焦網民的關注點，我們通過對新聞內容的分析，對以上新聞事件數量最多的四個領域進行了更深入的分析。

1.政治領域。在政治領域，網民關注的焦點有： （1）關于政府、領導人等的負面新聞，如政府無能、官員腐敗等問題。（2）關于政府、領導人等的正面新聞，如領導人廉潔自律，政績卓著等事跡。（3）和民眾切身利益相關的問題，如社會保障、社會分配不公等問題。

2.法律、司法領域。在法律、司法領域網民關注的焦點有：（1）違背倫理道德的犯罪問題。（2）貪污、腐敗類犯罪問題。（3）犯罪手段特別殘忍的問題，如傷害未成年人的犯罪等。（4）存在爭議的問題，如是否廢除死刑的問題等。

3.社會、勞動領域。在社會、勞動領域網民關注的焦點有：（1）正面社會行為，如保護弱勢群體、救助行為、勵志事跡等。（2）反面社會行為，如以貌取人、不孝、婚外情等社會不良行為。（3）勞動者權益問題，如損害員工利益等行為。（4）離奇事件，生活中一些不合常理的事件往往可以滿足民眾的獵奇心理，因此也常常引起民眾的極大關注，如“雞報恩”等離奇事件。

4.災難事故類。在災難事故類中網民關注的焦點有：

（1）災難事故中的正面行為，如“市長車禍現場搬車救人”“白衣天使車禍現場救人”等。（2）災難事故中的反面行為，如“警察超速撞死夜大生”“撞女童還踹人”等。（3）世界末日危機，這類特殊的災難因關系著全人類的安危，容易引起民眾的極大恐慌而成為關注的焦點。如“世界末日將于本世紀降臨，人類將遭毀滅”等新聞。（4）災難后果嚴重的事件。災難后果嚴重的事件容易引起民眾的憐憫、同情與恐慌，因此，災難事故的后果越嚴重，網民的關注度往往就會越高。

（五）新聞事件性質和網民情感傾向分析

為了進一步分析網民的行為和情感傾向特征，本文對新聞事件的性質進行了統計分析，發現負面的事件有26個，正面的事件有11個，中性的事件有13個，網民關注的負面事件數量最多，占了52%的比例，這說明負面事件更容易引起網民的關注。因此，在網絡輿情監測中相關人員應更加重視各領域的負面事件。而通過對網民情感投票的分析，我們發現，對于正面的新聞事件，網民的投票大多數是“感動”或“開心”；對于負面的新聞事件，網民的投票大多數是“火大”；而對于比較離奇的事件，網民的投票大多數是“超扯”，其情感傾向和事件的性質呈正相關關系，一般情況下網民支持、欽佩正義的行為而痛恨、鄙視違法犯罪或社會不良行為；而對于離奇的事件，大多數網民也抱著理性的態度，沒有表現出明顯的情感傾向；從感情強度和危害程度上來說，負面事件和負面情緒應是網絡輿情監測的重點。

五、結語

本文通過對49000篇標注新聞語料的處理分析，通過由面到點、逐步聚焦的方法總結了網民關注的四大領域。并且，本文分析了各領域內網民關注的焦點問題和網民的情感傾向問題，初步總結出一些規律性的特點和認識，對于構建面向網絡輿情監測的主題分類，把握網絡輿情中的重點、關鍵點，及時了解輿情動向都會產生積極的作用。但本文分析的數據規模較小，研究結論還需進一步完善和驗證，筆者今后將在更大規模數據的基礎上總結更一般、全面的結論。

［1］ 丁兆云.互聯網多維層次式輿情指數若干計算方法的研究與實現［D］.國防科學技術大學，2008.

［2］ 楊永軍.社會輿情監測與預警的指標體系研究［J］.現代傳播（中國傳媒大學學報），2014（09）：63-71.

［3］ 李雯靜，許鑫，陳正權.網絡輿情指標體系設計與分析［J］.情報科學，2009（07）：986-991.

［4］ 戴媛，郝曉偉，郭巖，余智華.我國網絡輿情安全評估指標體系的構建研究［J］.信息網絡安全，2010（04）：12-15.

［5］ 鄧尚民，董亞倩.基于AHP的高校網絡輿情安全評估指標體系構建研究［J］.情報雜志，2012（08）：31-36.

［6］ 陸瑞.水利工程輿情分析模型及指標體系設計［D］.華中科技大學，2011.

［7］ 談國新，方一.突發公共事件網絡輿情監測指標體系研究［J］.華中師范大學學報（人文社會科學版），2010（03）：66-70.

［8］ GB/T 21063.4-2007，政務信息資源目錄體系（第4部分，政務信息資源分類）［S］.北京：中國標準出版社，2008：7-27.

［9］ GB/T 20093-2013，中文新聞信息分類與代碼［S］.北京：中國標準出版社，2014：7.

G206

A

1674-8883（2016）23-0026-02

本論文為中央民族大學一流大學一流學科經費資助

李淑平（1980—），中央民族大學博士在讀，研究方向：計算語言學。