摘要：大学生负面情绪极性爆发产生的极端社会事件，受到了社会各界的广泛关注，也成为了研究者关心的重要议题。本文首先通过“百度舆情”、“阿里公众事件分析”和“新浪舆情通”等商业大数据平台，采集了论坛、网页、搜索引擎、微博和微信等关于大学生相关舆情数据，然后运用机器学习和数据挖掘工具分析了受众的基本特征和大学生负面情绪时序变化规律，并利用线下调查问卷的方法分析了大学生负面情绪变化的原因。最后，从发挥“意见领袖”引导舆情、提高大学生心理承受能力、提高大学生身心健康水平等角度提出了疏导策略。
关键词：大数据；大学生负面情绪；特征感知；疏导策略
1 引言
1.1 研究意义
《第39次中国互联网络发展统计报告》显示，截至2016年12月，我国网民规模达7.31亿，手机网民规模达6.95亿，手机上网使用率为95.1%，中国网民数量已达到一个空前的高度。与此同时，我国正处于关键的转型期，各种社会矛盾凸显，人们对现阶段的一些社会问题埋怨颇深。随着移动互联网和社交网络的发展，网民负面情绪得以在微信、BBS、微博、QQ、论坛等社交媒体上表达并全网传播，网络上充斥着大量虚假信息、粗俗语言、抱怨和牢骚等负面情绪信息。大学生作为网络使用的主体，既缺乏理性判断能力，又容易情绪过激，是受网络负面情绪影响最深的人群。近年来，大学生极端负面情绪引发的社会问题屡见不鲜，如2004年的“马加爵事件”、2013年的“复旦大学投毒事件”等，都是由大学生负面情绪所引发的极度恶性事件。因此，引导大学生负面情绪良性发展至关重要。
当前，传统的情感识别与分析方法已不再完全适用于大数据时代下的情感分析，以大学生作为研究对象，分析大学生负面情绪的普遍特征、引发原因及传播规律，并制定出引导大学生负面情绪良性发展的有效措施基于传统的研究方法存在较大的困难。幸运的是，“大数据行业”的发展与广泛应用，为研究大学生负面情绪提供了便捷的工具，以“百度”、“腾讯”、“阿里”和“新浪”等为代表的大数据分析平台提供了强大的数据采集、数据存储和数据分析的功能。本项目组购买了“百度舆情”、“阿里公众趋势分析”、“新浪舆情通”等专业大数据分析服务，利用大数据平台的强大功能对2016年大学生负面情绪进行抽样分析，从大数据角度研究大学生负面情绪的普遍特征、引发原因，并探索有效引导大学生负面情绪疏导机制，不仅拓宽了情感研究的广度和深度，并有利于学校及相关部门有效疏导大学生负面情绪、构建和谐校园，具有重要的理论研究价值和现实意义。
作者：李勇