一、輿情高發

近期高校輿情呈現高發態勢，如《四大某學生污蔑地鐵大叔事件》、《江西高校“鼠頭鴨脖”事件》、《東莞學校4000多元校服費事件》、《人大學生信息泄露事件》、《河北某校導師學術不端、學生在畢業典禮當天跳樓事件》、《天津某學生“扣飯事件”》、《浙大某學生跪求黑留事件》等無不將涉事高校推向輿情的風口浪尖。

高校負面事件的月度走勢圖：

隨著互聯網的普及，網絡新媒體（網媒、自媒體）如微博、微信、抖音等的興起打破了傳統媒體的限制。這些新媒體具有快捷傳播、互動性和全方位覆蓋等特點，成為網民表達意見和傳播信息的主要渠道。網媒的出現大大提升了高校網絡輿情事件的突發性和沖擊力，使高校成為輿情事件發生和傳播的重要場所。

那么，高校如何對各種網絡輿情事件做到“事前發現，提前預警，事中防范、及時應對、事后溯源”呢？我們認為首先要做好網絡輿情信息采集及輿情數據分析，再針對高校輿情特點，制定合理的輿情管理策略，提早發現和預防潛在危機，同時樹立正面形象、增強公眾信任，從而為高校持續發展營造有利輿論環境。

二、輿情采集

樂思輿情監測云服務，可對目標地名，人名，機構名等進行全媒體（文字、圖片、抖音視頻、快手視頻）實時監測，及時發現輿情，自動預警，自動生成各種輿情報告。采用SaaS模式，無需部署，到手即用，7*24小時監測。

三、輿情分析

樂思輿情系統可對網絡輿情信息進行分析和研判，從而為網絡輿情引導奠定基礎。根據不同的維度從不同的角度開展輿情分析，并通過統計圖表實現對輿情分析結果的可視化展示；其中最主要的是趨勢、熱度、情感、媒體、源頭等。

1、

分析一定時間段的輿情信息，得出輿情變化和發展的趨勢。把時間作為橫坐標，把輿情聲量量等數值作為縱坐標，通過折線統計圖展示某時間范圍內的輿情發展趨勢。

網絡輿情突發事件都具有一定的生命周期，一個典型的負面事件一般會經歷潛伏期、爆發期、輿情峰值、反復期、緩解期、長尾期等階段，每個階段的演進具有一定的規律性。對高校輿情管理而言，在潛伏期著手是成本最低、效率最高的方式。

2、

樂思輿情系統可分析每條新聞的傳播源頭、途徑、時間線、重點媒體等。

3、情感

樂思輿情系統可通過AI智能判斷每條信息的情感屬性和敏感程度，將信息劃分為正面、中性、負面三個等級，可對敏感信息快速反應。

4、話題熱度

通過設定輿情主題、起始時間、終止時間以及統計周期，檢索得到輿情主題在某個間段內的關注度，如閱讀數、轉發量、評論數、瀏覽量等；也可通過熱詞云圖展示話題熱度。

如最近兩周高校負面事件的熱詞：

5、

樂思輿情系統通過自然語言處理技術，可對每篇文章的內容進行關鍵詞、高頻詞關聯分析，將各主體詞的關聯關系可視化呈現。

6、輿情聚類

高校輿情有多個類別，每個類別都涉及不同的問題和議題，樂思輿情系統可對每個細分主題聚類精準監測：

（1）招生輿情

招生輿情是高校輿情中的一個重要類別。每年的招生季節都會引發各種關于高校招生政策、錄取標準和錄取結果的討論和爭議。招生輿情通常涉及到高校的招生宣傳、招生計劃、錄取機制等方面的問題。一些有關高校招生的負面新聞，比如招生舞弊、虛假宣傳等，往往會引發公眾的關注。

（2）教育質量輿情

教育質量輿情是高校輿情中的另一個重要類別。這類輿情通常涉及到高校的教學質量、師資力量、課程設置等方面的問題。一些關于高校教育質量的負面新聞，比如教師教學水平不高、學生學習成績下降等，往往會引發公眾對高校教育質量的質疑。

（3）校園安全輿情

校園安全輿情是高校輿情中的一個敏感類別。這類輿情通常涉及到高校的校園安全問題，比如校園暴力事件、校園欺凌、校園安保措施等。一些關于校園安全的負面新聞，往往會引發輿情事件。

（4）校園環境輿情

校園環境輿情是高校輿情中的一個重要類別。這類輿情通常涉及到高校的校園環境、食堂衛生、宿舍條件等方面的問題。一些關于校園環境的負面新聞，比如校園環境臟亂差、食堂衛生問題等，往往會引發公眾對高校環境管理的批評。

（5）師生言行輿情

一些教師在教學過程中使用不當言辭、態度傲慢，甚至存在侮辱、歧視學生的行為，引起了學生和社會的強烈不滿；一些教師缺乏教育理念和職業道德的培養，或者對權力的濫用和自我膨脹，導致不當言行的出現；一些學生在言行上存在不當的行為，甚至涉及到違法犯罪活動，引發了社會的廣泛關注。高校師生言行輿情的另一個重要方面是學術腐敗問題，一些教師和學生在學術研究和評價中存在不正當行為，例如抄襲、剽竊、論文造假等，引發了社會的廣泛關注。

綜上所述，輿情監測系統對高校具有重要的價值，包括了解學生和社會需求、實現信息傳遞與溝通以及提升危機管理能力等方面。高校應積極借助輿情監測系統，加強與社會的聯系和溝通，提高管理水平和形象塑造能力，助力高校健康科學發展。