基于微博数据的城市轨道交通乘客情感分析与评价研究.pdfVIP

摘要

随着我国城市轨道交通线网规模的扩大，客运量快速增长，乘客对城市轨道

交通的要求也越来越高。与此同时，社会公众关注和使用社交媒体，通过社交评

论参与城市治理成为新常态。分析城市轨道交通相关的社交媒体数据，不仅能够

深入了解乘客的出行感知，还为企业、政府了解社会舆情、公众态度提供新的视

角和数据支撑。基于此，本文以城市轨道交通相关的微博数据为研究对象，建立

基于乘客情感的城市轨道交通评价模型，研究乘客情感分布与评价指标之间的关

系，并探索影响乘客出行体验的关键因素。

首先，基于关键词爬虫技术获取了与重庆轨道交通相关的微博话题数据，对

原始文本数据进行去除噪声、分词、去停用词等处理，并加载自定义词典以优化

分词效果。为确保数据的有效性，应用支持向量机算法（SVM）筛选出与研究主

题高度相关的城市轨道交通微博话题文本。

其次，从设施建设和运营管理两个维度构建了2大类11小类城市轨道交通评

价指标体系。针对社交媒体文本的语义复杂性，采用BERT预训练模型进行多维

度分类，将乘客评论数据有效映射至所构建的评价指标体系中，使数据能够准确

反映不同指标的评价情况。分类后的数据显示：设施类指标如工程建设和车站设

施在评论数据中关注度较高，而管理类指标如车厢环境关注度较高，人员服务的

关注度相对较少。

然后，构建了结合深度语义理解、局部特征提取和上下文信息捕捉的

BERT-TextCNN-BiLSTM情感分析模型，量化各评价指标下乘客的情感倾向。将情

感极性划分为积极、中性和消极三类，以精准识别乘客对不同评价指标的情感反

馈。情感分析结果表明：（1）在所有微博评论中，中性情感占比最高（51.4%），

积极情感（25.4%）与消极情感（23.2%）较为接近，表明重庆轨道交通提供的服

务在大多数情况下能够满足基本需求，但仍有提升空间。（2）不同指标下的评论

情感分布差异明显，积极情感主要集中在便捷换乘、车站设施设计、人员服务方

面，乘客的消极情感主要体现在设备故障、高峰期车厢拥挤、信息发布滞后、发

车频率方面。

最后，构建基于乘客情感的评价模型，并以重庆市轨道交通为例进行影响因

素分析。结合逻辑回归模型和词频-逆文档频率方法（TF-IDF），分析乘客情感倾

向与具体指标特征之间的关系。因果分析表明，早高峰时段对积极情感有显著的

负相关影响，主要是车厢拥挤和长时间候车等因素引发负面评论。交互效应分析

表明：乘客对车厢环境的评论与运营调度具有较强的交互影响，较长的发车时间

I

间隔将引发乘客对车厢拥挤的不满。结合社交网络分析方法，进一步识别出在城

市轨道交通相关讨论中具有关键影响力的个体，该部分用户在社交网络中扮演着

跨社群桥梁的角色，对信息流动具有较强的影响力。

本文的研究成果可为城市轨道交通运营管理者提供参考，运用社交媒体评论

分析结果，不仅可以显著提升城市轨道交通运营管理效率、乘客体验水平，还能

精准把握舆论动态，优化信息发布策略，形成社会公众参与城市轨道交通现代治

理的新模式。

关键词：城市轨道交通，社交媒体，BERT-TextCNN-BiLSTM模型，综合评价

II

ABSTRACT

AsthescaleofChina’surbanrailtransitnetworkcontinuestoexpand,passenger

trafficisgrowingrapidly,andpassengersareplacingincreasinglyhigherdemandson

urbanrailservices.Meanwhile,ithasbecomethenewnormalforthepublictoengage

withandusesocialmedia,participatinginurbangovernancethroughsocialcommentary.

Analyzingsocialmediadatarelatedtourbanrailtransitnotonlyena