網絡輿情監測的動態變化

信息泛濫時代，人們很難對每天的信息面面俱到。如何從海量信息中評估事件的影響力大小呢?相應的輔助工具必不可少，網絡輿情監測產品隨之涌現。

目前從事網絡輿情評估的公司已經不下數十家，他們大多數只能對網絡輿情估測一個大概程度，并不能對事件的影響力做到相對量化的評估。絕大多數網絡輿情監測產品，把文章在媒體上的出現次數作為評估的核心因素，認為文章在越多的媒體上出現，網絡輿情指數就越高，并沒有對這篇文章的單個影響力做到細化評估。事實上，除了傳播的媒體數量，決定網絡輿情指數高低的因素還有很多:

單篇文章點擊率舉個例子，某金融上市公司的管理層在網絡上出現了負面信息，鏈接多達 100多個，后來請公關公司刪帖，為了刪除某個門戶網站的一篇博文，花了近 10萬元。而通過萬瑞數據輿情監測產品 BrandRating(網絡傳播效果監測)對該博文進行分析后，發現真實有效的 PV(點擊量)不到 10個，相當于每個PV花了 1萬元，真是得不償失。可見，如果不對單篇文章的影響力做有效評估，就很難量化傳播效果，也很難得出合理的解決方案。由于萬瑞數據能監測中國互聯網 70%網民瀏覽的主流網站的全樣本流量，有能力對文章的點擊量進行細化，所以 BrandRating在輿情監測中非常有優勢。

文章的公信力單篇文章的影響力，還跟文章的公信力有關。一篇文章是否署名，或者署名人在某媒體的影響力、媒體的性質，以及在某媒體出現的位置等，都決定了文章的公信力。

比如，汶川地震當天，傳言北京當天晚上也有地震。筆者首先從 QQ群得知這一消息，然后去網上搜索，發現某個論壇正在討論，接下來發現某個門戶也有這條新聞的報道，接下來又去新華網和地震局相關網站查找。這一反映的流程，恰好反映了這個事件中不同媒體公信力由低到高的走勢。從而輿情指數也由低到高排列。

上述例子說明了媒體的動態影響力，但是對署名人在某媒體的影響力沒有做細化分析。假設在同一個論壇、同一個版塊、同樣一個帖子，不同署名人對事件的影響力也大不相同。一個老用戶發的一篇帖子，跟新用戶發表的帖子，影響力就有很大不同。當然并不是說老用戶帖子數量多就把老用戶的級別調高，還要看老用戶以往發帖內容跟此次輿情事件的關聯度有多大，如果關系很小，那么這個老用戶就僅僅處于“爆料”或者臆斷的層次。但如果該老用戶在某一論壇混跡多年，那么他對某一事件的看法很有可能非常深刻，公信力就可以達到專家水平。

由點及面及體此外，地域的差別、與歷史某個事件是否產生關聯等因素，可能使同一事件的影響力千差萬別。假設有兩個輿情事件，每一個事件上面的幾個元素都完全一樣，就是分布的地區不一樣。第一個事件集中在某一個地區，而第二個事件集中在北、上、廣三個地區。如果分散在北、上、廣地區的三個點構成一個面，那么這個事件很有可能會成為一個全國性事件，其影響力要比加法累加的結果大出很多。當然如果這一事件很零散地分散到全球各個國家的各個地區，那么這一事件就很有可能被淹沒，影響力幾乎為零。

上述幾段分析，首先從一個點的大小進行量化分析，然后就點與點之間的關系作了分析，但這其實只能算是輿情發生過后的評估，更確切地說是事件發生之后點的關系。如何在潛伏期發現點的存在，如何在潛伏期就預測到點與點的關系，如何預測點與點之間產生的移動，如何預測點的擴散及突變，在網絡輿情評估中也是極其重要的。