
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
R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03CDA 数据分析师与数据分析:解锁数据价值的关键 在数字经济高速发展的今天,数据已成为企业核心资产与社会发展的重要驱动力。无 ...
2025-09-03解析 loss.backward ():深度学习中梯度汇总与同步的自动触发核心 在深度学习模型训练流程中,loss.backward()是连接 “前向计算 ...
2025-09-02要解答 “画 K-S 图时横轴是等距还是等频” 的问题,需先明确 K-S 图的核心用途(检验样本分布与理论分布的一致性),再结合横轴 ...
2025-09-02CDA 数据分析师:助力企业破解数据需求与数据分析需求难题 在数字化浪潮席卷全球的当下,数据已成为企业核心战略资产。无论是市 ...
2025-09-02Power BI 度量值实战:基于每月收入与税金占比计算累计税金分摊金额 在企业财务分析中,税金分摊是成本核算与利润统计的核心环节 ...
2025-09-01巧用 ALTER TABLE rent ADD INDEX:租房系统数据库性能优化实践 在租房管理系统中,rent表是核心业务表之一,通常存储租赁订单信 ...
2025-09-01CDA 数据分析师:企业数字化转型的核心引擎 —— 从能力落地到价值跃迁 当数字化转型从 “选择题” 变为企业生存的 “必答题”, ...
2025-09-01数据清洗工具全景指南:从入门到进阶的实操路径 在数据驱动决策的链条中,“数据清洗” 是决定后续分析与建模有效性的 “第一道 ...
2025-08-29机器学习中的参数优化:以预测结果为核心的闭环调优路径 在机器学习模型落地中,“参数” 是连接 “数据” 与 “预测结果” 的关 ...
2025-08-29