
通过数据看“常外事件”
4月17日,央视新闻频道播出“不该建的学校”报道称,自2015年年底开始,常州外国语学校很多在校学生不断出现不良反应和疾病。先后有641名学生被送到医院进行检查。有493人出现皮炎、湿疹、支气管炎、血液指标异常、白细胞减少等异常症状,个别的还被查出了淋巴癌、白血病等恶性疾病。经检测,该校区地下水、空气均检出污染物。消息一出,立即引发舆论哗然。
在民众以为央视一石激起千层浪,纷纷为央视曝光恶性事件叫好的同时,我们发现其实早在2016年1月时,新华网曾就此事发表过题为“常州‘毒地’修复难平息 外国语中学暂时停课”的报道,但当时并未引起公众的注意。随后澎湃新闻网记者深入调查此事并继续发表相关报道。
7日之后,常州日报就“毒地”的十个问题作出回应,否认常州外国语学校新校区所在地为化工地块,并称土壤修复后的指标处于正常水平。
随后,2016年2月26日,财新网再次将此事曝光,一篇名为“名校与’毒地’为邻”的文章同样没有引发舆论关注,仅仅在一个月之后得到了常州环保局的回应。常州市环保局于3月21日公布市环保部门组织对常州外国语学校周边环境开展巡查巡测,并称常州外国语学校周边环境无异味。
直至4月17日,央视的曝光引发舆论哗然,但是媒体的说辞、政府的解释、学校的回应直接把这一事件演变成为了一出“罗生门”。不管最终真相如何,“常州外国语学校”无疑成为了这一周的最热关键词。为此,CSISC大数据研究实验室对常州外国语学校污染事件进行了全方位的监测,通过大数据的手段与研究方法对话题事件的社情民意反应进行了分析与解读。
媒体纷纷关注事态发展 评论文章追责打脸
自2016-04-15 0:00到2016-04-19 11:00监测期间内,共监测采集相关信息(不包括百姓民意观点数据)5135篇,其中网络新闻信息占整体舆情量的72.2%,占比最大。由新华网、人民网、环球时报、参考消息等高权重的主流媒体发布的文章,被转载转发的次数更多。从具体内容来看,各网络媒体除对新闻事件内容进行转载转发以外,还陆续发布事件进展文章与评论性文章。
从传播趋势来看,媒体对相关信息的传播热度在4月16日以前一直比较平稳,随着央视的曝光,各媒体对事件的关注度也出现了爆发式增长。在央视节目播出后的第二天,传播热度更是达到顶峰。当天产生了2170篇相关新闻信息,其中不仅仅包含各大媒体对事件本身进行的动态类报道,同时也包含一部分评论性文章,评论文章主要围绕学校、监管部门、当地政府部门三个事件主角展开。
CSISC大数据研究实验室共收集了十大新闻客户端上655405条网民评论作为样本进行进一步分析。在这十大新闻客户端中,以网易新闻客户端上的信息量、评论量最为突出。网民评论多围绕“事件追责“展开。
通过样本数据发现,网民对事件的关注热度与媒体的传播热度基本上一致,据不完全统计,截止4月19日上午11时,“常外”事件引发超过2亿民众关注。预计在未来几天中,随着各方部门对事件进一步的追查,在事件真相没能得到民众信服之前,该话题的关注热度还会持续上升。
通过对样本网友的地域分布进行分析发现,涉事地——江苏省的民众对此话题更为关注。除此之外,北京、广东两地民众对话题事件的关注热情也比较高。整体来看,经济发达地区的民众通过互联网对关注话题进行主动搜索的行为更为习惯和熟练。
从人群样本的具体数据来看,关注人群中女性占比明显高于男性。由此也可以看出,女性在养育孩子方面还是占有主导性,对与“孩童安全”的相关话题也更为关注;从关注人群的年龄分布来看,20-39岁人群体对该话题的关注度合计占比超过75%,20-39岁人群体多为人父母,对与孩子有关的话题的关注程度要明显高于其他年龄段。
在样本言论中,负面态度占比超过一半,约为61.5%,而发表中立言论的民众约占35.9%,而针对这样的恶性案件,还能保持正面情绪的网民仅占2.6%。
对样本内容进行词频分析,在众多网民评论中,表达情绪的负面词汇被提及次数最多,权重高达4.59。其次“学生”、“孩子”被提及的次数也比较突出,由此也可以看出,“孩子”无疑是众多网民对此话题的关注痛点。从“问题疫苗”到“毒地学校”,这些恶性事件中,最终受害的“孩子”才是最让人扼腕叹息的对象。
在社交平台新浪微博上,#被污染的学校#成为热门话题,点击量已经超过了4000万。CSISC大数据研究实验室对新浪微博中关注此事的意见领袖进行了分类。结果显示,媒体官微参对话题事件的关注度高于其他几类人群,但是公知大V、演艺明星有着极大的粉丝基础,他们对事件的关注直接扩大了事件的影响力。
常州市政府反映迅速 体恤民心待加强
最后我们再来看一看常州市政府的反应,常州市人民政府新闻办公室通过其官方新浪微博于4月18日、4月19日连续两天发表了“对环境污染‘零容忍’”的回应,随即关闭了评论功能。就仅存评论内容来看,众多网民显然对相关部门的回应并不买账。尽管回应迅速,但是在实质内容上过于强调“检测指标符合国家标准”显得不够有诚意;强调“学校教学秩序正常“显得不体恤民心。对于老百姓真正关注的问题,比如对受害者人数、受害情况、后续如何处理等网民急切关注的问题只字未提,对造成部分学生身体异常的原因只字未提,对网民呼声较高的追责要求也未有丝毫回应
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在 “神经网络与卡尔曼滤波融合” 的理论基础上,Python 凭借其丰富的科学计算库(NumPy、FilterPy)、深度学习框架(PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域,“状态估计” 是核心任务 —— 即从含噪声的观测数据中,精准推断系统的真 ...
2025-10-23在数据分析全流程中,“数据清洗” 恰似烹饪前的食材处理:若食材(数据)腐烂变质、混杂异物(脏数据),即便拥有精湛的烹饪技 ...
2025-10-23在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22在企业数据分析中,“数据孤岛” 是制约分析深度的核心瓶颈 —— 用户数据散落在注册系统、APP 日志、客服记录中,订单数据分散 ...
2025-10-22在神经网络设计中,“隐藏层个数” 是决定模型能力的关键参数 —— 太少会导致 “欠拟合”(模型无法捕捉复杂数据规律,如用单隐 ...
2025-10-21在特征工程流程中,“单变量筛选” 是承上启下的关键步骤 —— 它通过分析单个特征与目标变量的关联强度,剔除无意义、冗余的特 ...
2025-10-21在数据分析全流程中,“数据读取” 常被误解为 “简单的文件打开”—— 双击 Excel、执行基础 SQL 查询即可完成。但对 CDA(Cert ...
2025-10-21在实际业务数据分析中,我们遇到的大多数数据并非理想的正态分布 —— 电商平台的用户消费金额(少数用户单次消费上万元,多数集 ...
2025-10-20在数字化交互中,用户的每一次操作 —— 从电商平台的 “浏览商品→加入购物车→查看评价→放弃下单”,到内容 APP 的 “点击短 ...
2025-10-20在数据分析的全流程中,“数据采集” 是最基础也最关键的环节 —— 如同烹饪前需备好新鲜食材,若采集的数据不完整、不准确或不 ...
2025-10-20在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17在数据汇总分析中,透视表凭借灵活的字段重组能力成为核心工具,但原始透视表仅能呈现数值结果,缺乏对数据背景、异常原因或业务 ...
2025-10-17在企业管理中,“凭经验定策略” 的传统模式正逐渐失效 —— 金融机构靠 “研究员主观判断” 选股可能错失收益,电商靠 “运营拍 ...
2025-10-17在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16在机器学习建模中,“参数” 是决定模型效果的关键变量 —— 无论是线性回归的系数、随机森林的树深度,还是神经网络的权重,这 ...
2025-10-16在数字化浪潮中,“数据” 已从 “辅助决策的工具” 升级为 “驱动业务的核心资产”—— 电商平台靠用户行为数据优化推荐算法, ...
2025-10-16在大模型从实验室走向生产环境的过程中,“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型,若在高并发 ...
2025-10-15