一.引言

1. 研究背景

1.1 网络环境下，健康议题逐步走向大众化

在社交媒体平台上，健康议题也在生产、传播着与其有关的负面风险。当下最具典型的是在传播身体健康信息时伴随的青年女性身材焦虑问题，在社会、经济、媒体等环境的共同作用下，社交媒体上关于身体健康的信息也在慢慢被异化成过度渲染“身材焦虑”的符号体系。

1.2 社会报告显示超五成网民有身材焦虑

移动社交平台陌陌对近万名网民进行抽样调查，发布了《2021网民身材焦虑报告》。报告显示，54.1%的网民有身材焦虑，46.4%的网民认为自己太胖，需要减肥，25%的网民每天称一次体重。如图1-1。同时七成网民认为肥胖影响社交三成00后因肥胖“社恐”。报告显示，72.4%网民认为肥胖对社交有影响，其中22.2%网民认为影响非常大，29.6%网民甚至会在社交软件上美化自己的身高或体重。如图1-2。

图1-1

图1-2

1.3 各类社会现象的不断影响

不知道从什么时候起，社会上掀起一股“白幼瘦”的审美风潮，“皮肤白、相貌幼、身材瘦”成为评判一个女生是否貌美的外在标准。许多女生被这种畸形审美压迫，不敢漏胳膊漏腿，怕被嘲胖嘲壮，甚至逃避称体重，被一串数字束缚。

例如，近日，有网友吐槽，自己买了件XL的上衣，店家推荐给115—130斤的人穿的。但是到货后却大吃一惊：与自己其他同尺码的衣服一比小了近一半，简直就是童装。例如图1-3-1。再如作为女明星的张馨予说：“有个牌子的衣服我很喜欢，可我连他家大号都穿不上。”如今尺码越做越小的女装更是在无形中对女生进行“身材霸凌”。

图1-3

2. 研究意义

在当今社会，身材焦虑已成为一个广泛存在的社会问题。越来越多的人关注自己的体形，认为自己的身材不够完美，会导致自卑、焦虑、抑郁等心理问题，并可能导致不健康的减肥方式和饮食习惯。因此，对影响身材焦虑因素进行研究是十分必要和重要的，有助于了解和解决这一社会问题。本研究将探究影响身材焦虑的因素，包括社会、文化、心理等方面的因素，并对这些因素进行分析，使得更好地了解和认识身材焦虑这一心理现象，从而采取相应措施进行预防和治疗。

二.数据爬取

1.数据选择

由于大数据对身材焦虑进行分析，可以采用社交媒体数据，消费数据等方式，我选择了社交媒体数据。基于国内微博用户爬取关于“身材焦虑”、“什么加剧了身材焦虑”、“女装越做越小是商家在制造身材焦虑吗”三个话题下的用户评论，使用后裔采集器进行数据爬取。共计806条。字段名为 “用户名”、“用户名_链接”、“头像_链接”、“评论内容”、“评论时间”、“转发数”、“评论数”、“点赞数”。如图2-1、2-2。

图2-1

图2-2

2.数据预处理

由于微博评论的门槛低、用户基数大，因此评论数据存在文本特征稀疏、表达不规范多表情符号及数据冗余等特点，所以采集到的原始Excel数据并不能直接用来进行统计分析，在分析前必须进行数据预处理。将采取的数据进行合并处理。如图2-3。

图2-3

2.1 数据去重和去除缺失值

部分评论相似程度极高，只是在某些词语的运用上存在差异。此类评论可归为重复评论。本案例仅针对完全重复的数据，删除完全重复部分，以确保尽可能保留有用的文本评论信息。

2.2 删除多余的列

本案例数据在实际运用过程中，并未使用“用户名_链接”“头像_链接”的数据，故删除此列数据。

2.3 数据格式转换

“评论时间”列的数据格式未统一，故利用astype()函数进行数据类型的转换，将“评论时间”列的数据类型转换为日期时间类型。

2.4 去除数字、英语和特殊符号

删除“评论内容”列数据的数字、英文、表情和特殊符号，得到预处理后的评论文本数据。

2.5处理后数据为661条，部分数据如图：

图2-4

3.数据处理

3.1 去除停用词和分词

爬取的数据结构和内容相对完整与规范，故主要采用去停用词和文本分词两种数据处理方法。

本案例调用Jieba库进行分词处理，并引用停用词数据包进行某些词的停用。jieba是python中的第三方开源库，可以用于检索文本文档，并精准的进行中文分词。我们使用它的精确分词模式，将句子最精确地切开，只输出最大概率组合。本案例使用哈工大停用词表以及自己补充停用词进行去停用词操作。实现代码如图2-5示。

图2-5

首先使用open()函数读取停用词文件，然后使用列表推导式将停用词加载到stopwords列表中。接着使用jieba.load_userdict()函数加载自定义词典。使用pd.read_excel()函数读取Excel表格中的数据，将其存储在DataFrame对象data中。接着，我们使用data['content'].apply()`方法进行分词处理，并将处理结果存储在content_cut列中。在分词处理过程中，我们使用列表推导式和if语句对停用词进行过滤。最后，我们使用data.to_excel()方法将处理结果保存到Excel表格中。

3.2 提取关键词及进行词频统计

采集的数据经过文本预处理后，需要进行文本挖掘。文本挖掘是从大量非结构的数据中提炼出模式，也就是半自动化提取有用的信息或知识的过程。文本挖掘首先要做的就是将文本中的关键词提取出来。本案例提取关键词衡量指标：一个词在文本中出现的权重越多，其越重要。本意是想使用python进行词频统计，但由于技术原因未能实现，因此使用集搜客软件进行提取关键词处理。处理结果如图2-6。

图2-6

3.3 词云图

为了更好地了解评论数据的特性，突出影响身材焦虑的关键词，从上述过程中提取出来的top180关键词绘制成词云图。词云图能够直观地展示文本数据中出现频率较高的词汇，通过词云图可以快速了解主题中的关键词，并对主题进行初步的理解和判断。如图2-7。

图2-7

3.4 网络图

利用搜集客绘制网络图，如图2-8。网络图是一种图形化的方式，用于可视化大规模数据集中的关系和交互。从网络图中可以看出身材焦虑问题大多出现在女性身上。图中蓝色点越大，说明影响身材焦虑的程度越深。

图2-8

4. LDA主题模型

LDA (Latent Dirichlet Allocation) 是一种无监督学习的主题模型，用于从大规模文档集合中发现隐藏的主题，并推断每个文档属于哪些主题。其基本思想是将每个文档看作是多个主题的混合，每个主题又由多个词语组成。LDA模型的训练过程是通过迭代计算每个词语的主题分布以及每个主题的词语分布，然后通过计算似然函数最大化来寻找最佳的主题分布和词语分布。

通过LDA主题模型分析，我们可以更加系统的了解影响身材焦虑的因素，或者说大家为什么会身材焦虑。将结果进行可视化。部分结果如图2-9所示。

图2-9

通过分析可视化结果，我们可以看出较符合的主题为以下四种：

Topic1：主题中的高频特征词有健康，身材，肚子，吃，瘦等，说明个人对自身身材，体重等生理特征比较关注。

Topic2:该主题的高频特征词有开心，心理健康，心痛，难过等，表明个人心理状况也会对身材焦虑程度产生影响。

Topic3: 该主题的高频特征词有女装，消费者，模特，厂家等，说明社会中的不正常现象，媒体宣传等都会对个人观念产生影响。

Topic4: 该主题的高频特征词有父母，恋爱，男生，减肥等，表明家人，朋友或者亲密的人对个人观念有一定影响。

5. 数据数值化

按照上述主题，我们将产生身材焦虑的影响因素概括为“个人生理因素”、“个人心理因素”、“社会文化因素”、“家庭教育因素”。为了便于后续的数据分析，需将影响因素进行量化处理。对每个词汇按照如下的规则进行赋值，从而对每一条博文数据数值化，由此可将原始文本数据转换为数值。

5.1 如表5-1对个人生理因素数值化

表5-1

5.2 如表5-2对个人心理因素数值化

表5-2

5.3 如表5-3对社会文化因素数值化

表5-3

5.4 如表5-4对家庭教育因素数值化

表5-4

5.5 如表5-5对身材焦虑程度进行数值化

表5-6

5.6数值化实现结果如图2-10。

图2-10

三.数据分析

1.线性回归分析

在数据处理的基础上，判断各类因素对于身材焦虑程度的影响大小，选用线性回归进行分析，使用SPSS软件。结果如图3-1、3-2、3-3。

图3-1

图3-2

图3-3

分析结果：

图3-1中F（值）=3.814，P =0.004 < 0.05（置信区间是95%），说明模型拟合度较好，即四个因素对身材焦虑程度影响显著。

图3-2中个人生理因素和个人心理因素的相关系数绝对值 > 1 ,说明这两种因素和身材焦虑程度的相关性强，而社会文化因素和家庭教育因素相关性不强，但也有一定影响。

图3-3中采用t检验进行显著性检验，我们可以看出个人心理因素对身材焦虑程度的影响大小 >个人生理因素>社会文化因素 > 家庭教育因素。

2.情感分析

本案例将对比身材焦虑与拒绝身材焦虑话题下用户评论的情感分析，因此使用后裔采集器，采集拒绝身材焦虑话题评论区评论共486条。数据预处理后有效评论共470条。使用集搜客对二者话题进行情感分析对比。结果如图3-4、3-5。部分评论情感分析如图3-6、3-7。

图3-4身材焦虑话题评论情感分析

图3-5拒绝身材焦虑评论情感分析

在身材焦虑话题下负面评论占比不是很高，说明大家对身材焦虑是持拒绝态度的居多，虽不能做到完全不身材焦虑，但有这个意识。从对比结果来看，可以发现两者的评论中性评论稍高。总而言之，面对身材焦虑的问题，大众在逐渐接受它，没有人会是完美的。理智对待身材焦虑，没有人会是完美的，但是每个人的态度决定了对这件事的“焦虑程度”。

四.总结

根据以上所有分析，我们可以更清楚地了解到身材焦虑产生的原因。对此，我提倡大家：

1、减少对身材的关注

身材好固然令人羡慕，但生活不应该被追求“好”身材填满。在日常生活中，试着主动关注你正在做或正在经历的每件事情，关注它们带给你的视觉、嗅觉、味觉、听觉和触觉感受，试着去体会那些你早已习以为常的细节。比如，吃东西的时候，你的舌头、牙齿和两颊是怎么互相配合完成咀嚼这个动作的？学会集中注意力，你将越来越擅长把注意力放到生活中其他重要的事情上去。

2、树立正确的审美观

美是具有多样性的，不要被单一的审美观禁锢。“出厂设置”不同，外形、身材自然也不同。每个人都有自己的闪光点和小缺陷，找到属于自己的健康的身材标准，能帮助你在社交中保持清醒，减少焦虑。

3、适当运动，健康生活

研究表明，运动能让人分泌“快乐激素”多巴胺，从而减少焦虑。同时，以健康为前提进行运动，也是拥有好身材的有效方法。需要提醒的是，不少“身材焦虑症患者”，热衷于节食减肥，甚至通过催吐等极端方法，减少进食。这样的人很容易走上“节食—厌食—拒食”的道路，最终发展为厌食症。因“身材焦虑”走向疾病状态，甚至危及生命，那真是得不偿失。

4、提升内在价值，增强自信

外貌美并不能带来真正的自信，而自信却能让人更加美丽。多看书、多发展自己的兴趣爱好，充实自己，提升自己的内在价值。优质的内心世界，会让人散发出自信的光芒。

最后，请相信自己是很美好的存在，不用怀疑，这是宇宙独一无二的色彩。

注：本项目为2022-23-2学期《商务智能》结课报告。

引用格式：尚心茹、刘珂珂，基于大数据挖掘影响身材焦虑的因素，公众号《用数说》，2023.05

更多请阅读

荐书（本课程的教材）

《大数据分析与挖掘实用案例教程》正式出版

《商务智能》获批湖北省一流课程

《大数据分析与挖掘》课程上线

（https://www.xueyinonline.com/detail/225725832）