杨寒冰，王春玲

（西安航空职业技术学院，陕西西安 710089）

随着各种智能移动终端设备的普及与移动无线技术的快速发展，人们可以随时随地使用各种类型的社交软件分享实时新闻、自身的情绪等信息，尤其是在校学生等年轻群体[1-2]。近年来，高校扩招使得学生人数逐年增多，热衷于网络社交的大学生也成为了网络舆情的主要传播者之一。这些社交软件的用户在发布信息时，会通过社会关系网络使信息得到快速传播。这些信息不可避免地会夹杂着用户对事件的感情倾向和政治倾向，一旦得到大多数人的关注便会形成舆情[3-5]。使用相关技术挖掘网络社交软件信息背后隐藏的情感倾向与政治倾向，对网络舆情分析和监控具有重要意义[6-7]。

舆情分析与监控的目的是对人们日常生活中的热点话题进行监督和检测。高校汇集了大量的年轻人，他们对事物的判断力有待提高，社会经验相对不足，相似的学习经历使得彼此之间具有极大的号召力。个别学生片面的评论和见解容易引发同龄人的追捧，甚至引发舆论。因此，高校成为舆情监控的重要环节之一。

舆情分析的关键在于分析网络信息背后的情感，情感分析是融合统计学、计算机科学、文学等多门学科的技术[8-10]。由于网络信息量较大，采用传统人工统计的方式存在效率低等问题。此外，社交软件上的信息主要为文本形式，对于文本数据的特征提取也影响信息挖掘效率[11-12]。近年来，机器学习技术被广泛应用在大数据分析的场景中。……