文本挖掘技術下大學生群體心理狀態研究

文/西南民族大學經濟學院 孫婷 覃繼桃 馬潤昕；西南民族大學電子信息學院 吳霞

一、問題研究

黨的十八大以來，以習近平同志為核心的黨中央高度重視大學生心理健康工作。張守連等認為掌握大學生群體的認知規律和心理特征可以提升其思想政治教育獲得感[1]。吳海燕根據大學生特殊群體心理特征和行為特征,探討了心理健康教育途徑[2]。李莉等提出探索心理教育創新機制的前提是緊密把握大學生群體的心理特點[3]。

在對研究大學生心理健康問題所采用的方法上，王東方等采用問卷和訪談的方法，考察心理體驗評估(CAPE-P8)的效度和信度[4]。白學軍等對被試進行深度訪談，探索耐挫心理結構的因素構成[5]。張迪宇采用癥狀自評量表(SCL-90)、心理健康量表(MHS-CS)評價心理健康狀況[6]。社交媒體的廣泛應用為我們了解大學生心理狀態提供了新的思路，如可通過文本挖掘網絡用戶的情感傾向等。從社會心理學的角度來說，當前的學者側重于理論研究，對于數據分析較少。而大學生作為使用互聯網的主流群體，不應忽視其在網絡平臺的發言等關鍵信息。

二、研究方法與數據來源

文本挖掘是指從大量沒有結構的文本數據中抽取所需要的信息或知識，并將其轉化為有結構的數據的過程。本文采用文本挖掘的方法，從社會心理學的視角，對大學生在百度貼吧上發表的文本數據進行文本挖掘，通過文本情感分析將百度貼吧文本情感劃分為積極、消極和中性三種心理情感狀態，從而判斷大學生群體的心理狀態，并通過構建主題模型深入挖掘情感的影響因素。具體文本挖掘流程如圖1所示。

圖1 大學生情感文本挖掘流程圖

（一）數據獲取與預處理。網絡爬蟲通過模仿瀏覽器，能夠自動獲取用戶需要的網頁信息。本研究通過python 軟件并采用網絡爬蟲的方法，獲取了成都市八所高校大學生在百度貼吧上的網絡言論共36923 條。爬取到的百度貼吧文本數據包含帖子的作者昵稱、內容、時間、ID 號、點贊和回復數量，未涉及作者個人信息和地理位置等信息，高度重視作者的隱私保護。文本數據預處理：首先使用panda 庫讀取數據進行清洗，采用jieba 分詞工具分詞，然后進行詞性標注，并刪除無意義且出現頻率高的停用詞，最后進行詞頻統計。

（二）網絡文本情感分析。使用情感詞典是目前情感挖掘的主要使用方法，通過匹配文本情感詞，將其匯總后進行評分，能得到文本的情感傾向。使用情感詞典的情感分析方法主要有兩種：第一種是基于BosonNLP 情感詞典；第二種是基于知網情感詞典的情感挖掘原理。情感分析研究采用Python 程序和知網情感詞典結合進行情感挖掘，其分析準確率達到90%。本研究采用第二種方法進行情感分析。

（三）情感百度貼吧文本主題挖掘。由于詞云圖無法精準判斷情感特征詞，為進一步探究大學生積極與消極兩種情感的影響因素，本文采用了將LDA 主題模型和TF-IDF 算法相結合的方式深入挖掘積極與消極情感文本的主題及其特征詞。LDA 主題模型是一種可對大量文本主題信息特征進行建模的三層貝葉斯模型，可用于挖掘文本的潛在主題。TF-IDF 算法是一種用于信息檢索與數據挖掘的常用加權技術，由詞頻和逆文檔詞頻兩部分組成。TF-IDF 算法對文本特征詞重要性辨別程度較高，彌補了LDA 主題分布在考慮語義分析時特征詞對描述主題重要性無法判別的缺點。

三、研究情況與分析

（一）情感狀態分析。通過知網情感詞典的情感挖掘，將從百度貼吧上爬取到的八所高校學生發表的36923 條網絡發言，分為積極、消極、中性三種情感極性，其中積極性網絡發言13437 條，消極性網絡發言4569 條，中性網絡發言18917 條。高校大學生在社交媒體上的網絡發言以中性為主，占比超過高校大學生發言總數的一半，而積極性網絡發言僅占了發言總數的36.39%，消極性網絡發言占發言總數的12.37%。從三種情緒極性占比來看，高校大學生群體在社交媒體上的積極性網絡發言較少，這從一定程度上反映了大多數高校大學生群體在某段時間內的情感傾向并非完全正能量化。

（二）大學生心理情緒狀態的影響因素分析。1.積極文本下的LDA 主題模型分布。從積極文本的LDA 主題模型分布來看，高校大學生積極情緒的影響因素主要有：（1）集體的友好人際關系。表1 中的Topic6 和Topic8 反映本科生和研究生以及低年級和高年級學生之間關于考研或學習經驗分享的現象，Topic11 中“感謝”“好心人”等詞反映了老師與同學、同學與同學之間的良好關系。（2）需求得到滿足。在學習上、生活中、個人情感的需求得到滿足可以引發積極情緒，體現在“學習”“淘寶”“吃貨”“表白”等特征詞上。（3）興趣和目標。由表1 中Topic12 的特征詞“希望”“興趣”“祝福”等反映了學生帶著興趣去完成一件事情或者祝福他人時，會引發積極情緒。（4）良好的環境。良好的城市和校園文化氛圍能夠讓人產生積極情緒。表1 的“成都”“學校”等特征詞反映了學生對地區和學校的滿意度，在一定程度上引發了大學生的積極情緒。

表1 積極情緒文本主題挖掘特征詞

2.消極文本下的LDA 主題模型分布。從消極文本的LDA 主題模型分布來看，高校大學生消極情緒的影響因素主要有：（1）學業和生活壓力。表2 中Topic3描述了學生參加某些活動、考試、畢業等事件帶來的壓力。各主題中“考研”“考試”“圖書館”“穿戴”等特征詞反映高校大學生面臨著學業和生活中的壓力，由此引發消極情緒，部分學生抗壓能力較弱。（2）就業壓力。表2 中Topic4 描述了大學生面臨畢業后就業、實習等各類問題，“難受”“受不了”等特征詞反映了大學生的感受。社會競爭的激烈和就業市場的不景氣，導致大學生就業壓力越來越大，消極的心理情緒也由此產生。（3）疫情防控。表2 中特征詞“隔離”“學校”“無聊”反映了大學生因為疫情防控，導致活動范圍局限于學校甚至寢室，給生活和學習帶來了不便。（4）交際困難。由表2 中Topic2 的“不好”“宿舍”“老師”等特征詞反映高校大學生在宿舍關系、師生關系、同學關系的建立與維系上存在一定難度。不良的人際交往會阻礙身心的正常發展，從而導致消極心理的產生。（5）反詐防騙意識不強。表2 中的Topic4 描述了部分大學生由于防騙意識弱，導致上當受騙，引發受騙學生消極情緒。根據相關研究顯示，近年我國的大學生上當受騙人數大幅上漲，對大學生造成了心理上的傷害和恐慌。

表2 消極情緒文本主題挖掘特征詞

四、結論與建議

綜上所述，高校大學生群體發表在社交媒體上的言論積極性程度不高，帶有消極情緒的網絡發言較多，大多數大學生群體的情感傾向并非正能量化。

根據上文結果分析，為各高校的學生心理健康教育提出以下建議：第一，高校應充分整合心理健康教育資源，將心理健康的理論知識和相關實踐相結合，針對大學生生理、心理發展趨向，構建全方位、多渠道，既分工明確又相互配合的心理健康教育體系。通過心理健康必修課程及思政課程，提升大學生心理素養和綜合素質。第二，疏導學生學業和就業壓力，積極引導學生加強抗壓能力，減少因外部環境變化對自身的影響。學校應通過開展相關講座、心理輔導課程、班主任一對一談話等措施，疏導學生壓力，提高學生自身的抗壓能力。第三，鼓勵學生加強人際關系建設。學校應加大校園文化的宣傳，豐富學生的校園活動，鼓勵學生走出寢室，通過參加感興趣的社團或各種各樣的活動、比賽結交朋友，融入群體，通過積極群體的傳染性提高大學生心理情緒的積極性。第四，提高學生防騙意識和能力。各高校應積極開展防詐防騙教育，加強防騙宣傳工作，通過宣傳欄、錄制視頻、編排節目、舉辦講座等方式提升大學生防騙意識和能力。建立學生受騙后心理撫慰機制，在學生被騙后及時進行心理輔導，對受騙人的心理狀態進行監測，防止學生出現心理壓力過重的情況，導致嚴重的后果。

本研究選擇的目標院校在地區和數量上有一定的局限，獲取的數據僅來源于百度貼吧且數據覆蓋面和研究范圍有限，研究結果的普適性有待進一步考證。以后將繼續深入挖掘數據，拓展數據來源，優化挖掘方法，使研究結果更準確。