社会学论文哪里有？本研究区别于以往的研究视角，从文本挖掘出发，采用词频分析、LDA主题模型、文本情感分析等方法，借助网络舆情生命周期理论，网络爬虫、TF-IDF算法、文分词算法等技术，利用来自新浪微博的评论文本作为数据源，对“第十四届全运会”的网络舆情进行分析，总结出十四运网络舆情的传播演化特征，对所产生的负面舆论事件进行跟踪分析，进一步提出相应的应对策略，以期为未来体育赛事网络舆情的应对提供参考价值。
1前言
1.1研究背景
据第50次《中国互联网发展状况统计报告》显示，截至2022年12月，我国互联网用户数量达10.51亿，较2021年12月增长0.04%，互联网普及率达70.4%；移动互联网用户达9.86亿，较2020年3月增长8885万，使用手机的网民比例达99.6%[1]。而网络新闻用户约为7.43亿，占网民总体的75.1％。可见，随着互联网技术的迅猛发展，网络已成为国民生活中不可或缺的一部分。
新浪微博作为中国最大的社交媒体平台，不仅承担着中国网民娱乐的需求，同时蕴含着大量具有舆论导向作用的主流媒体用户的声音。他们覆盖各个领域， 持续不断的产生千千万万的用户评论数据，这些都反映着公众对一些社会事件或者问题的看法、态度和情绪。网络舆情是一把“双刃剑”，既具有弘扬社会正能暈、助力社会和谐发展的作用，也有可能被有心人利用，随意造谣，混淆公众视听，影响社会的稳定。
对于体育赛事而言，其网络舆情对于赛事的举办、比赛的发展也具有重要作用。如若网络舆情能够朝着正向发展，不涉及舆情危机，那么政府或者赛事的举办方可利用舆论引起网民关注，推广体育比赛、传播体育精神等。但另一方面，体育赛场“暴力事件”、“暴力冲突”时有发生，运动员比赛发挥失常、结果不尽人意、裁判判罚不公等情况都会引起网民的不满和负面情绪，产生舆情危机。因此，如何从海量的文本数据中把握体育赛事网络舆情的走向，了解民众的发展意见，避免舆论导向走偏，充分发挥政府对热点事件的洞察力以及领导能力，是我们所需要研宄与讨论的。
3 相关理论基础与技术
3.1网络舆情生命周期理论
生命周期理论由卡曼 (A.K.Karman) 提出，是指任何事物都有一个出现、发展和消失的这一过程。众多学者认为网络舆情与人的生命相同，伴随着这个过程，网络舆情的演化可分为三个阶段，分别是初始传播阶段、迅速扩散阶段和消退阶段[81]。
第一阶段为初始传播阶段，是网络舆情初始出现和形成的阶段，它既可以迅速向第二阶段进行扩散，也可以直接进入消退阶段。网络舆情通常反应的是社会中存在的一些矛盾或是网民们较为感兴趣的话题，他们可以在网络上通过发帖、转载来发表言论、表达自己的观点、证明自己的态度等，网民对该事件的态度均可通过这些帖子表达出来，一般网民的情感倾向分为三类，即支持、反对和中立。这一阶段仅有部分网民会通过发布自己的观点并进行讨论以扩大话题热度，当政府或者有关部门在这一时期能够积极应对，勇于承担起相应的职责，及时发布官方通告，减少网民态度的分歧，那么在一定程度上可以有效避免网络舆情的扩散，使其演化为消退阶段[82]。该阶段的特征为：网民们的参与量较小，话题讨论的热度尚不高，影响范围不大，帖子的数量没有明显的快速增长，网民的情感倾向还处于观望、犹豫不决的状态。
5 第十四届全运会网络舆情分析
5.1第十四届全运会微博时间序列分析
2021年第十四届全运会期间，伴随着测试赛、正赛开幕式等比赛进程的深入和一些焦点事件的发生，使全运会的网络舆情得以迅速发展。一般而言，网络舆情的发展分为初始传播阶段、迅速扩散阶段和舆情消退阶段，但每个阶段舆情的发展并没有十分鲜明的界限。针对不同类型的社会事件，其发生的原因、影响范围、产生的社会危害也都具有很大的差异，因此，不同阶段的应对措施和手段也不尽相同[98]。基于此，以网络舆情生命周期理论为基础，将天作为统计单位，对从微博上获取的十四运相关数据进行时间序列分析。
5.1.1微博发布数量时间序列分析
十四运期间微博平台上具有一定影响力的新闻媒体和原创热门微博的数量进行统计，得到微博发布数量的时间序列变化，如图6所示。结果显示：十四运期间微博日发文量高低起伏，但具有一定的规律，在正式比赛前（2021年9月1日-2021年9月14日）微博日发文量均在200条以下，而在正式比赛期间（2021年9月15日-2021年9月27日）微博日发文量明显高于其它时间段，说明这一阶段更受到网民的关注，同时这也符合周期较长的体育比赛媒体关注点的变化。
5.2第十四届全运会网络舆情的文本挖掘分析
5.2.1第十四届全运会网络舆情的文本词频分析
大众传播媒介为社会公共话题的传播提供了空间，各种社交网络平台演化出的网络舆情已经成为影响民众态度与认知的直接因素。词频分析法是文本挖掘最常用的一种方法，利用词频分析法可以解释和表达学科、部门、事物的发展趋势以及它们之间的内在联系，从而反映出一定的社会现象[99]。词频分析同样适用于网络舆情研究，新浪微博作为国内最大规模最大、最具代表性的微博平台可以直观的反映出社会热点事件。通过对热点事件的评论文本进行词频分析，可以有效的反映出网民对该事件的观点、立场以及情绪倾向
5.2.1.1网络舆情初始阶段的文本词频分析
2021年第十四届全运会作为我国的体育盛会，通过词频可以分析出网民对该赛事总体经过的直观态度，同时也能反映出十四运的网络舆情热点。使用jiebeR包对十四运网络舆情初始传播阶段的14181条评论文本进行分词，去除停用词，最后统计词频做出词云。图8为频次大于70的词语可视化分布图。
7 结论与展望
7.1研究结论
依据上述研究结果与分析，研究主要得出如下结论：
（1）通过词频分析、LDA主题模型、文本情感分析等方法对十四运的网络舆情进行分析发现：第一，第十四届全运会网络舆情文本语言呈现娱乐化和情感化的表达方式；第二，网络舆情信息在汇聚的过程中表现出明显的群族意识；第三，无论是在舆情发展的哪一个阶段，为运动员或运动队加油和鼓励一直是网民们所讨论的话题，同时明星运动员的一举一动也是网民们关注的主要对象，此外，在不同的阶段所衍生的话题也不相同。第四，微博的评论文本都是以积极情绪占为主导，其网络舆情主要集中在正式比赛期间，赛前和赛后虽然话题有一定的热度，但网民们的参与量小，话题讨论的热度尚不高。
（2）对网络舆情进行跟踪分析发现，十四运的正面网络舆情主要体现在：第一，意见领袖对网络舆情的发展起正向引导作用；第二，明星运动员的报道为推广体育赛事、传播体育精神提供契机；第三，官方话语权在舆论传播中具有明显优势。造成负面网络舆情的原因主要集中在以下几个方面，第一，突发公共事件处理不当引起网民不满；第二，外界因素导致运动员意外损伤激发了网民们的负面情绪。第三，体育“饭圈”乱象引发热议，网民们在发表言论时使用了较多负面词汇，为十四运网络舆情朝着负面发展提供了契机；第四，运动员或涉事品牌失败的危机公关会导致负面网络舆情的产生。
（3）针对负面舆情，可提出如下应对策略，以期为未来体育赛事网络舆情的应对提供参考价值。第一，官方媒体应把握时机对负面网络舆情进行正向引导，第二，官方与网民意见形成良性沟通，促进网民形成理性思考。第三，运动员或品牌方进行有效的危机公关。第四，官方部门建立舆情监测机制。第五，完善相关法律法规加大监控力度，构建良好的网络舆情环境。
参考文献（略）
