网络直播评论动态预警系统设计研究①
江苏大学管理学院 窦倩 陈彩蓉 林琳
摘 要： 通过分析网络直播的发展现状，指出目前直播行业存在的诸多乱象，网络直播的大环境亟需有效改善。通过对网络直播用户评论进行采集，构建基于评论文本和情感词典的情感分析语料库，利用SnowNLP算法进行情感分析，据此进行可视化输出和预警提醒，进而设计出网络直播评论动态预警系统。该系统的设计可以实现对网络直播中不良信息的实时监管与预警，并加强对直播过程中网络舆情的正确引导与管理，有利于维护良好的网络环境与社会秩序。
关键词： 网络直播 情感分析 动态预警
1 研究背景
随着互联网技术的日益发展和对大众生活的渗透，网络直播这一交互性极强的新型媒介出现并得到了迅速发展。据统计，截至2018年6月，我国网络直播用户规模达到4.25亿。然而，网络直播行业在蓬勃发展的同时，也存在诸多乱象。部分主播为了博眼球和快速“吸粉”，甚至进行“平台造娃娃”“生吃蛆虫”等低俗表演，还有直播掐死女儿、直播自杀、直播骚扰女生等，负面事件层出不穷，造成恶劣的社会影响。同时，由于直播平台用户的匿名性以及直播的强大互动性，广大观众在发表言论时随心所欲，很多人出口成脏，网络直播弹幕评论中存在着各种污秽下流、诅咒的词汇，严重影响网络直播环境，误导用户的思想价值观念。这既不利于网络直播行业的持续发展，也会对网络环境与社会秩序产生不良影响。
面对网络直播存在的问题，目前，有关部门已经出台相关文件并对直播平台进行了整治，但监管理念升级并不能有效解决直播乱象，监管技术亟待提高。对于网络直播平台问题，不仅要完善相关立法规定，更需要在技术上有所创新，实现对直播平台的实时监控与管理。
2 研究综述
不少学者关注到网络直播这一新兴热潮，并从用户参与互动行为、弹幕信息特性等角度对直播中存在的问题进行研究。丁家佳以映客直播为例对直播用户的互动行为进行研究，对直播乱象的治理提出了建议。喻昕等深入研究弹幕信息特性和弹幕用户信息参与行为，构建网络直播平台中弹幕用户信息参与行为的理论模型。徐向东分析直播乱象的表现与根源，从政府管理、行业自律、技术支持等方面提出构建网络直播治理体系的建议。
在综合的网络舆情预警领域，有很多学者展开了研究。石鲁生等基于模糊综合评价法提出一种网络舆情的动态预警方法。张扬等针对网络信息的特点优化情感识别策略，提出一种基于朴素贝叶斯模型的网络负面信息预警策略。在高校的网络舆情领域，牛兵等通过典型案例对网络舆情的传播特征和路径进行剖析，构建高校网络舆情的研判与预警机制体系。在旅游网络舆情领域，杨艳霞针对旅游网络评论信息，实现了一个基于本体的旅游网络评论情感分析和预警系统。
镇长再次见到牛皮糖，是一个月以后，在镇上的卫生院门口。牛皮糖端着一碗汤米粉蹲在院门口的桂花树下稀溜溜的喝，鼻涕流下来都顾不上擦。牛皮爹吃早餐？镇长主动的先打招呼。
不同学生在不同的年龄阶段有不同的特点和个性，这就导致了他们对流行音乐的认知会有较大差异。因此，关于流行音乐的引入和教学，要根据学生的实际情况进行随时调整和更新，这样既吻合了流行音乐的时代特征，也满足了不同阶段学生的兴趣。
3 系统设计
3.1 系统设计框架
比较图2的蜂窝夹芯胞元结构可知，当传统的六边形蜂窝特征角θ=0°时，六边形蜂窝夹芯可演变成类方形蜂窝夹芯。类方形蜂窝夹芯胞元结构中的直壁板是斜壁板的2倍，即h=2l。因此可在传统六边形蜂窝夹芯等效弹性参数的基础上，推导得到类方形蜂窝夹芯的等效弹性参数。
一般而言，大数据的技术体系框架包括数据采集、数据处理、数据分析与应用服务四个环节。本系统的设计目标是对网络直播用户的评论进行情感分析，及时发现、提取不良信息并加以预警提醒。通过对系统的需求分析，并借鉴已有大数据技术体系及相关网络舆情监测预警系统，提出网络直播评论动态预警系统结构图，如图1所示。
图1 网络直播评论动态预警系统结构图
3.2 模块实现
隧道工程支护施工技术科学合理准确的使用是保证隧道安全施工作业的基础性条件。大家知道，隧道内部的排水系统的施工难度是非常大的，而且施工的综合性比较强，因此隧道结构防水技术的合理准确的应用要根据施工现场的实际情况而定。通常隧道结构防水的基本原则是“防水、排水、堵水相结合”，常用的施工方法就是在隧道洞的两侧挖掘排水渠、在隧道洞口上方建造截水沟，在隧道内部水沟的出水位置安装保温包头。同时还要密切关注隧道施工缝、变形缝处的排水系统的设计和建造工作。
对于网络直播用户评论信息的采集，本文选取国内直播行业具有代表性的斗鱼直播平台。据统计，游戏直播类APP排行中，斗鱼直播活跃人数达到2023万人，排名第一。斗鱼直播是综合性的直播平台，涵盖游戏、电竞、二次元、娱乐、综艺等多种直播内容。因此，斗鱼直播平台的用户评论数据适合数据分析的需要。
试样在交叉切割之前，应确定试样是涂饰7天后的试样。并将试样放入温度为20℃±2℃、湿度为60%±5%的环境中处理24 h后，再在20℃～25℃的环境中展开后续的各项试验工作。
解析逻辑关系：从施工过程上看，依次为：空间形象，室内装修，室内物理环境，室内陈设艺术，各个班组连续作业，依次进行，且没有间断。在相邻过程上，每个工程分别投入的时间是：8天，12天，4天，8天。每个工程分别结束的时间是第8天，第20天，第24天，第28天.从此施工进展来看，只要保证第一个施工过程正常投入，即可满足随后的过程连续施工和依次搭建，即该施工过程逻辑关系准确。
利用socket模块设计针对斗鱼直播平台的爬虫程序，爬取了37349条用户评论数据。采集数据的维度包括用户ID、用户昵称、评论内容。采集的用户评论中，包含一部分无实际意义的评论，如符号评论、刷屏评论等，需要对数据进行清洗。本文利用Excel工具，去除无用评论，得到初步可分析数据集，共25000条数据。
情感分析模块通过Python程序实现，主要利用SnowNLP算法和Jieba分词算法进行编程。情感分析的第一步是构建网络直播领域的语料库。由于针对网络直播评论分析的研究很少，目前尚无较为完整的语料库，本研究基于词典和评论文本相结合，进行情感分析语料库的训练。通过对知网情感词典、台湾大学整理的中文情感词典、网络流行语等词汇集进行整理去重，形成新的情感词典。此外，将人工标记的数据与情感词典中对应极性词汇，分别写入正负极txt中，一同作为训练文本，载入情感分析模块进行训练，构建情感分析语料库。
3.2.2 情感分析模块
在此训练结果的基础上，将通过Jieba分词算法得到的高频词写入训练文本，高频词的持续添加使情感分析语料库更加丰富，有利于提高情感分析的准确率。同时，随着训练评论数量的增加，语料库也得到不断丰富。情感分析语料库构建完毕后，开始对用户评论进行情感分析。将情感＞=0.6的归为积极情感，将情感＜0.6的归为消极情感，在本文的研究中为了明确显示情感极性，实现分级预警，进一步对评论的情感极性进行详细划分。
根据以上情感倾向分析的结果，将负面评论整理出来，用Jieba进行分词处理和词频计算，将高频词提取出来，整理并补充到训练文本中。同时，根据词频计算结果制作词云，词云能清楚直接的显示出当前直播间的负面舆论点，可提供给管理人员，以及时进行有效的预警干预。
3.2.3 预警推送模块
预警推送模块的功能是：根据评论情感值、对应ID累计预警次数等指标，适时向用户、直播间、平台管理者推送预警消息。对于预警指标界限的确定，本研究采用德尔菲法。本研究邀请领域专家对预警指标进行预判，经过多轮征询，专家认为情感值0.1应该作为预警极性的界限，即当情感值小于0.1时，认为该负面评论极大可能产生不良影响，需要及时进行预警干预。
3.2.1 数据爬虫模块
综上所述，对于网络直播这一新兴热潮，不少学者已关注到其中存在的问题，并提出了相关监管方法与政策上的建议，但缺乏实质性的解决方案。本文基于所构建的网络直播评论情感倾向分级机制，对网络直播评论进行情感分析，并搭建网络直播评论动态预警系统，进而实时监管网络直播中的不良信息并加以预警，以期营造一个清朗的网络直播环境。
根据专家意见，建立了针对网络直播负面评论的预警分级机制。结合分级机制赋予各个数据模块指标相应的权重，计算预警结果并进行可视化反馈。将词频、词云、预警等级进行可视化输出，呈现给用户、直播间、平台管理者三个接收端，并进行预警提醒。在轻度预警情况下，对用户进行消息提醒警告；对于中度预警，需要进行一定的违规惩罚，如禁言、封号一定时间；而对于重度预警，需要引起重视，通知平台管理者及时进行人工干预。
3.3 系统的工作流程
3.3.1 系统的实施流程
基于网络直播评论预警系统的整体结构设计，结合其他领域较为成熟的预警逻辑，形成网络直播用户评论预警流程。系统对网络直播中的用户ID、评论内容、评论时间等信息进行收集，经过预处理，形成可分析的数据集，利用大数据分析技术和语料库进行情感分析，计算权重化的预警结果，并将其进行可视化输出，将预警结果反馈到用户端、直播间以及管理端。当结果值超过预警指标时，系统需要实施干预，以实现有效的预警与监管。
系统自动收集分析数据、实施干预等，省时省力，弥补了大量人工监管中不及时、不全面、耗费大等缺点，但系统处理有时会过于客观、机械，也需要一定的人工参与，使数据收集分析、干预更加科学合理。此外，重度预警也更需要人工的参与，进行重大事件决策处理。
3.3.2 系统的可行性分析
该系统的实现具有可行性。首先，基于文本挖掘的舆情预警在旅游、网络社区等其他领域已经有了成功的尝试，为网络直播舆情预警提供了有力的借鉴，说明舆情导向的预测具有现实的可能性。其次，文本挖掘、大数据技术日益发展，为网络直播舆情分析预警系统的实现提供了有力的技术保障。最后，该系统的应用能帮助网络直播平台进行有效的监管，提高直播业的产品服务水平，有利于增强用户黏性和对投资吸引力，从而促进直播平台的稳定与持续发展。
首联中瀑布从“元化”之中来，尾联又使瀑布成为落入人间的银河，再一次给人留下想象的空间。而颈联和颔联短短四句话中写如同白练的水幕，如雷的水声，又有松桂树木和云霞的衬托、点缀。几个简单的物像就将整一个瀑布勾勒出来，好似一幅写意山水。这样的写法虽非精细的描摹但已经将清新秀丽的江南山水刻画出来，可以说是唐代山水诗最后一抹余晖。
4 结语
通过对网络直播用户评论的采集，基于评论文本和情感词典进行语料库的构建，利用SnowNLP算法进行情感分析，并 搭建网络直播评论预警系统，进而实时监管网络直播中的不良信息并加以预警，实现对直播过程中网络舆情的正确引导与管理。本研究实现了直播用户评论分析与负面评论动态预警系统设计，可供网络直播平台管理参考借鉴，从技术上对直播间舆情进行有效监管。本研究的情感语料库还需要进一步的迭代优化，以提高情感分析的准确率，从而实现更加稳定有效的系统预警效果。
参考文献
[1]丁家佳.从“映客直播”看泛娱乐网络直播互动[D].安徽大学，2017.
[2]喻昕，许正良.网络直播平台中弹幕用户信息参与行为研究——基于沉浸理论的视角[J].情报科学，2017，35(10).
[3]许向东.我国网络直播的发展现状、治理困境及应对策略[J].暨南学报(哲学社会科学版)，2018，40(3).
[4]石鲁生，陈林，李凯.一种网络舆情的动态预警方法[J].天津师范大学学报(自然科学版)，2012，32(2).
[5]张扬，崔晨阳.基于朴素贝叶斯模型的一种网络负面信息预警策略研究[J].图书馆杂志，2014，33(8).
[6]牛兵，范君晖.基于传播阈值的高校网络舆情预警体系构建[J].统计与管理，2016(2).
[7]杨艳霞.基于本体的旅游网络评论情感分析与预警系统[J].计算机与数字工程，2016，44(4).
中图分类号： F724.6
文献标识码： A
文章编号： 2096-0298(2019)10(a)-016-02
DOI: 10.19699/j.cnki.issn2096-0298.2019.19.016
①基金项目： 本文系江苏大学2018 年度大学生实践创新训练项目(201810299319W)。
作者简介： 窦倩(1998-)，汉族，山西临汾人，本科在读，主要从事数据分析方面的研究；
陈彩蓉(1998-)，汉族，福建泉州人，本科在读，主要从事数据分析方面的研究；
林琳(1998-)，汉族，贵州毕节人，本科在读，主要从事信息管理方面的研究。
标签：网络直播论文; 情感分析论文; 动态预警论文; 江苏大学管理学院论文;