摘要
新冠肺炎疫情对身心尚处于发展阶段的大学生群体造成了一些消极影响,亟须引起关注。随着社交媒体的广泛应用以及大数据技术的发展,微博已经成为大学生记录生活、表达观点、分享交流等活动的主要途径,通过微博文本挖掘可以实时地了解大学生群体真实的观点和情感状态。文章立足于深度挖掘微博文本,首先,结合疫情的演变情况和高校系统的应对方式,将疫情时期划分为疫情暴发期、停课不停学初期、停课不停学适应期、复学初期、复学后常态化防控期五个阶段,采用支持向量机算法对微博文本进行情感分析,将其逐条划分为“积极”“消极”两类情感倾向。其次,通过构建LDA主题模型以及结合TF-IDF特征挖掘,分析不同时间阶段消极情感倾向微博文本中隐含的主题。研究发现,学生整体情感状态偏向于积极,但会随疫情与教学的变化而产生波动,其消极情感的产生与疫情演变、校园管理、学业压力以及就业压力密切相关。通过探究疫情期间某高校大学生情感状态及变化趋势并探寻引发学生消极情感的相关事件,以期为高校教育工作者有效引导、干预、管理学生提供依据和参考。
- 单位