高校大学生作为庞大网络民众群体中的主力军之一,正处在长知识、对新鲜事物最热衷的阶段,喜欢发表意见,也勇于公开表达自己的态度立场。挖掘大学生的关注点有利于进一步了解大学生的所思所想、所急所盼,尽早发现带有苗头性、倾向性的问题。为了尽早地解决矛盾问题,应进一步加强高校管理者决策的针对性和主动性。因此,建立高校大学生关注点识别及情感分析系统势在必行。本文在分析国内外高校大学生关注点及其情感分析的基础上,通过爬取百度贴吧数据作为大学生关注点的重要来源,构建大学生关注点分类模型,同时,采用神经网络方法进行情感倾向分析并使用基于规则的方法对情感出现的原因进行分析。本文主要开展了以下研究工作:(1)基于分类实现大学生关注点识别。首先,建立三层关注点分类框架,第一层为三大主要类别,第二层为三大类别的细分类,共十个小类别,第三层为每个小类别的情感分类结果。之后,采用多标签分类的方法对贴吧爬取数据进行分类。基于分类框架,提出TF-IDF及Word2Vec相结合的关注点分类模型,该模型首先通过TF-IDF方法提取帖子分类后类别关键词,之后,对提取后的类别关键词与待分类文本中关键词进行相似性计算,进而得到待分类帖子的类别。(2)对关注点进行情感分析。首先,通过提取词语间的情感特征,利用word embedding构建词向量,获取文本的情感及语义表示,训练神经网络模型,得到大学生关注点情感倾向,并基于时间序列进行情感倾向演化分析。然后,对关注点情感出现的原因进行识别。本文通过扩充情感词列表,提高文本与情感词典的匹配度,进一步完善情感规则,对大学生关注点情感背后产生的原因进行精准识别。(3)建立基于网络文本数据挖掘的大学生关注点识别及情感分析系统。本论文在理论研究的基础上,综合利用图论图形学、可视化技术、面向对象编程思想以及算法设计与分析理论,设计实现出可视化系统,将大学生关注点、关注点情感倾向性分析等模块加以集成展示,研判大学生关注点的最新发展态势,为监管人员决策提供技术支持。