基于Python的企業(yè)員工輿情分析

梁山清 李恩寧 王學萍 李博 葛紅志

通過Python軟件，分析企業(yè)員工的輿情態(tài)勢。對原始數(shù)據(jù)進行預處理并制作靜態(tài)畫像。通過TF-IDF算法，進行熱詞分析、詞云分析；運用SnowNLP算法對輿情數(shù)據(jù)進行情感色彩分析和關鍵詞情感指數(shù)分析；基于LDA模型進行文本主題分析。以上分析方法可輔助企業(yè)管理者對員工進行更精準的日常管理和企業(yè)文化引導。

伴隨數(shù)字信息時代的快速發(fā)展，企業(yè)越來越重視員工的輿情態(tài)勢。對于企業(yè)而言，負面的輿論信息會損害企業(yè)品牌形象，重挫企業(yè)業(yè)務，進而造成重大的經(jīng)濟損失。因此，有計劃地收集和分析企業(yè)員工的輿論信息，分析輿情走向，采取輿論應對措施，對企業(yè)的改進和發(fā)展有著非常重要的作用。

員工靜態(tài)畫像

本文采用企業(yè)每年收集的員工年終總結Excel文本，文本中主要包括編號、性別、年齡、學歷、學位、入職時間、職務、職稱、婚否、所屬部門、年度感受、最感謝的人、最滿意的事、新年目標、對企業(yè)的建議等字段。將以上數(shù)據(jù)進行脫敏和預處理后，再運用Python進行數(shù)據(jù)分析。

員工靜態(tài)畫像主要對員工的基本信息進行整體分析，具體包括員工總數(shù)、男女比例、婚姻比例、學位分布、職稱分布、崗位分布、年齡分布等信息。其中，學歷分布指員工中學位為博士、碩士、學士以及其他的占比分布，崗位分布指員工中從事研發(fā)、工程、市場、研發(fā)輔助的人數(shù)比例，年齡分布指員工中60后、70后、80后、90后的人員構成。

基于TF-IDF的年度熱詞分析

TF-IDF的全稱是Term Frequency - inverse document frequency，由詞頻（Term Frequency，TF）和逆文檔頻率兩部分組成。TF是指某個詞語在文本中出現(xiàn)的頻率；IDF則反映關鍵詞的普遍程度，當一個詞語在文本中越普遍存在時，其IDF值越低；反之，則IDF值越高。TF、IDF和TF-IDF的公式如下：

詞語的TF-IDF值越大，表示該詞語在文本中的重要性越高。本文通過計算員工年度總結文本中的詞語重要性，形成年度熱詞排行榜，輔助企業(yè)管理人員了解企業(yè)輿情動向。

詞云分析

企業(yè)員工的文本主要包括年度感受、最滿意的事、新年目標、對公司建議這4個總結項。通過Python程序對以上文本分別進行切詞并刪除停用詞，利用處理后的文本為每個總結項生成詞云。

根據(jù)詞云分析，可以得出企業(yè)員工在以上各總結項上的具體輿情態(tài)勢。

基于SnowNLP的情感色彩分析

SnowNLP是用Python寫的個中文情感分析的類庫，自帶中文正負情感的訓練集，主要是評論的語料庫。使用的是樸素貝葉斯原理來訓練和預測數(shù)據(jù)。

通過分析文本中每個總結項語句的感情色彩（積極、中立、消極）進行分析，比如，包含“技術和能力都得到極大的提升”的語句感情色彩積極，包含“為人處世上依然初心不改”的語句感情色彩中立，包含“材料整理工作讓人頭疼”的語句感情色彩消極。

情感色彩分析有助于了解員工的整體情感態(tài)勢，輔助公司進行工作氛圍引導、公司文化建設、規(guī)章制度制定。

關鍵詞情感指數(shù)分析

通過選取TF-IDF值很高或者特定詞語作為關鍵詞，對包含關鍵詞的所有語句進行情感指數(shù)計算，分析員工對關鍵詞的整體態(tài)度，輔助管理者準確掌握公司輿情方向。

基于LDA模型的主題分析

潛在狄利克雷分布（Latent Dirichlet Allocation，LDA），是一種文檔生成模型，屬于非監(jiān)督機器學習技術。它可以將待分析文本的主題以概率分布的形式給出，并根據(jù)主題分布進行主題聚類或文本分類。

進行LDA主題分析前，需要預估文本的主題數(shù)量，預估文本主題包含5個。通過分析文本主題詞匯，企業(yè)管理者可以從宏觀角度把握員工關注的主題，并制定精準的企業(yè)管理制度。

結果分析

1.年度熱詞結果分析

通過TF-IDF主題詞分析算法，計算年度主題詞Top20，具體結果如表1所示。

總結項詞云結果分析

年度感受

年度感受詞云如圖1所示。

經(jīng)分析，年度感受總結項主要聚焦于“工作、成長、學習、技術、充實、家庭、能力、疫情、投標、責任”等詞匯。

最滿意的事

最滿意的事詞云如圖2所示。