據統計，2021年4月，教育行業相關的全網資訊量為1。51億條，與上月基本持平。其中來自微博的資訊量佔比為45。77%，成為相關資訊傳播的主要平臺。從關鍵詞雲圖可見，一篇博士論文的《致謝》部分獲得網民廣泛關注，產生了較多的網路資訊。本月教育行業敏感資訊佔比為6。72%，比上月下降0。41個百分點。
本月教育行業網路資訊動向概覽
在統計時段內，教育行業相關的全網資訊量為1。51億條。其中微博資訊量達6929。6萬條，佔比為45。77%，是教育行業相關資訊的主要傳播平臺。其次為來源於客戶端的資訊量，佔比為19。75%。公眾號的資訊量排在第三位，佔比為12。41%。
從全網資訊量走勢圖可以看出，4月份教育行業資訊量總體波動較為規律，微博資訊量走勢更為平穩。部分校園活動、招生考試以及政策規定等方面資訊獲得輿論的較高關注，促使行業資訊量升高。
統計時段內，教育行業相關的非敏感資訊和中性資訊的佔比分別為88。2%和5。08%，說明輿論態勢總體趨於正面。敏感資訊佔比為6。72%，比上月下降0。41個百分點。經梳理，4月份教育行業敏感資訊的主要涉及的型別有學術造假、師德師風問題、學生違規違紀等。
透過對學齡前教育、中小學、高等教育及繼續教育四個教育階段的相關資訊進行統計，可以看出高等教育階段相關資訊量仍居第一位，佔全部資訊量的56。01%。
透過關鍵詞雲圖可見，“孩子”“學生”“學校”“早讀”等成為輿論傳播的高頻詞彙。本月，一篇博士論文的《致謝》部分獲得網民廣泛關注，作者在文中回顧了自己如何一路走出小山坳、和命運抗爭的故事。據悉，《致謝》出自論文《人機互動式機器翻譯方法研究與實現》，作者是畢業於中國科學院大學的博士黃國平。事件相關的“致謝”“論文”“黃國平”“博士”“走出去”“中國科學院”等都成為教育行業輿論傳播的高頻詞。
本月線上教育行業熱點傳播分析
4月份線上教育行業共產生資訊346。56萬條，全行業比重為2。29%。公眾號、微博、客戶端是線上教育相關資訊傳播的主要平臺，資訊量佔比之和近80%。
透過關鍵詞雲圖可見，輿論對線上教育行業的關注點較為集中。從“教師資格”“處分”“投訴”“通報批評”等詞可以看出，本月行業內的整頓工作獲得輿論關注。4月份，教育部公開曝光了“寧夏一老師網課中因網名辱罵學生”等8起違反教師職業行為準則案例；北京對學而思、新東方線上等4家培訓機構分別頂格處罰50萬元，以上事件都獲得了較高關注，產生大量網路資訊。
熱門教育機構熱度增幅榜單揭曉
透過對早教、中小學教育、高等教育、繼續教育四個階段的教育機構進行統計，得出各階段熱門教育機構的熱度增幅榜。
百所知名高校角逐熱度增幅前十
統計中國大學排行榜（CNUR）上前100所的高校熱度以及環比增幅可見，“廈門大學”的熱度增幅為24。08%，排在首位，“廈門大學100週年校慶”等事件獲得輿論較多關注，促使該校熱度上升。“西安交通大學”以18。25%的熱度增幅排在第二位。“同濟大學”排在第三位，熱度增幅為13。34%。
本月教育行業熱點事件型別分析
經統計，4月教育行業相關事件達1500餘件。對熱度指數TOP100的事件（不包含政策）進行地域分佈統計可見，全國性教育事件較多，為18件，其中“黃國平博士論文《致謝》部分走紅”“36所高校陸續釋出強基計劃招生簡章”等事件獲得了輿論較高關注。北京的相關熱點事件為17件，“清華大學110週年校慶”“因違規分享複試題 人民大學法碩複試22人成績0分”等事件熱度較高。
對教育行業熱點事件TOP100（不包含政策）進行類別劃分可見，“教育管理”類事件較多，為35件，“教育部迴應義務教育階段學制變化”“央行工作論文建議重視理工科教育”等事件的熱度較高。“學生表現”“招生考試”類事件均為13件，“36所高校陸續釋出強基計劃招生簡章”“清華北大30名學霸參軍入伍”等事件熱度較高。
經統計，4月份“黃國平博士論文《致謝》部分走紅”“清華大學110週年校慶”“廈門大學100週年校慶”成為教育行業熱度最高的三個事件。
經統計，“《未成年人學校保護規定（徵求意見稿）》釋出”“《教育部關於大力推進幼兒園與小學科學銜接的指導意見》釋出”“教育部印發《關於進一步加強中小學生睡眠管理工作的通知》”成為教育行業熱度TOP3的政策或提案建議。
指標說明
行業資訊資料來源 ：
以中文網際網路大資料及新浪微博的官方授權資料為基礎，7*24小時不間斷採集新聞、報刊、政務、微博、公眾號、部落格、論壇、影片、網站、客戶端等全網11大資訊來源，每天採集超過1。4億+條資料。
網路傳播熱度指數 ：
是指在從新聞媒體、微博、微信、客戶端、網站、論壇等網際網路平臺採集海量資訊的基礎上，提取指定事件、人物、品牌、地域等相關資訊，並對所提取的資訊進行標準化計算後，得出的能反映其在網路上受關注度的指數。網路傳播熱度指數中的資訊不區分正負面資訊，只反映指定事件、人物、品牌、地域等的網路受關注高低。
關鍵詞雲：
利用自然語義分析法，對該事件中提及的關鍵詞進行分詞聚合，呈現出被提及頻次最多的關鍵詞；字號越大片語被提及頻次越多。