文章详情

摘要

随着自媒体时代的全面来临，高校舆情治理成为亟待解决的重要课题。微博作为重要社交媒体，已成为高校舆情核心传播载体。以微博平台为例，通过自主构建高校微博语料库与网络用语情感词典，提出了融合网络用语情感词典特征的BERT-BiLSTM-Attention情感分类模型，并运用LDA（Latent Dirichlet Allocation）方法进行主题挖掘，完成“情感—主题—时间”多维分析，并根据多维分析结果提出差异化舆情引导策略。实验结果显示，所提出的模型在准确率、精确率、召回率和F1值上表现良好，所提出的引导策略也为高校舆情治理方向提供了有效指引。

关键词

高校网络舆情；深度学习；情感分类模型；LDA；多维分析

参考文献

1. [1] 中国互联网络信息中心.第56次《中国互联网络发展状况统计报告》 [R].2025-07-21.
2. [2] 新浪科技.微博发布Q3财报 总营收31.56亿元 [EB/OL].（2025-11-18）[2026-01-12].https://weibo.com/ttarticle/p/show?id = 2309405234379378524275.
3. [3] 李坡涛，席红旗，陈丹敏.基于情感分析的高校舆情预测系统 [J].河南财政金融学院学报（自然科学版），2024，33（3）：14-19.
4. [4] 黄萍，朱惠娟，陈琳琳.基于深度学习的情感分类技术在高校舆情分析中的应用研究 [J].软件工程，2021，24（11）：59-62.
5. [5] 张倩.基于微博的高校舆情监测与分析 [J].现代信息科技，2025，9（20）：75-78.
6. [6] Devlin J，Chang M-W，Lee K，et al. BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding [C]//Proceedings of the 2019 Conference of the North American Chapter of the Association for Computational Linguistics: Human Language Technologies，2019（1）：4171-4186.
7. [7] 王雪，张水胜，魏蕴波.基于BERT-LSTM模型对高校网络舆情的实证分析 [J].齐齐哈尔大学学报（自然科学版），2024，40（5）：87-90.
8. [8] Sun Z J，Li X Y，Sun X F，et al. ChineseBERT: Chinese Pretraining Enhanced by Glyph and Pinyin Information [C]//Proceedings of the 59th Annual Meeting of the Association for Computational Linguistics and the 11th International Joint Conference on Natural Language Processing，2021（1）：2065-2075.
9. [9] Hochreiter S，Schmidhuber J. Long Short-Term Memory [J].Neural Computation，1997，9（8）：1735-1780.
10. [10] Vaswani A，Shazeer N，Parmar N，et al. Attention Is All You Need [J/OL].arXiv:1706.03762 [cs.CL].https://arxiv.org/abs/1706.03762.
11. [11] 曾子明，陈思语.基于LDA与BERT-BiLSTM-Attention模型的突发公共卫生事件网络舆情演化分析 [J].情报理论与实践，2023，46（9）：158-166.

基金项目

内蒙古电子信息职业技术学院校级课题（KZY2025009）

作者简介

师娜（1999—），女，汉族，内蒙古乌兰察布人，工学硕士，研究方向：人工智能、自然语言处理。