大數據下的網絡輿情應對

邢立雙+孫瑞蓬

隨著互聯網、移動互聯網、物聯網、社交網絡等技術和應用的興起，全球范圍內數據量迅猛增長，一個大規模生產、分享和應用的數據時代——大數據（Big Data）時代正在開啟。作為大數據時代的推動力之一，媒體技術的革命正在造就一個全新的輿論環境。網上言論已達到前所未有的活躍程度，互聯網日益成為社會各階層利益表達、情感宣泄和思想碰撞的平臺，進而產生巨大的輿論信息。

網絡輿情是指在一定的社會空間內，通過網絡圍繞中介性社會事件的發生、發展和變化，民眾對公共問題和社會管理者產生和持有的社會政治態度、信念和價值觀。關于大數據，當前有多種解釋，用的最多是4V，即大數據具備規模性（Volume）、多樣性（Variety）、高速性（Velocity）、價值性（Value）四個特征。規模性指數據量巨大；多樣性指數據類型繁多；高速性指數據創建、處理和分析的速度在持續加快，大數據的價值往往呈現稀疏性。本文旨在探討大數據背景下的網絡輿情新特點及其管理。

大數據時代網絡輿情的特點

第一，體量巨大。據國際數據公司（IDC）研究報告，到2020年，全球數據使用量預計暴增44倍，達到35.2ZB（1ZB相當于13億中國人每人一臺1000G容量的電腦所儲存的信息量），至2012年，非結構化數據占有比例將達到互聯網整個數據量的75%以上，比結構化數據增長快10到50倍。

第二，類型復雜。在大數據時代，網絡信息紛繁復雜，產生的數據形式和來源也多種多樣，涵蓋了文本、音頻、圖片、視頻等不同類型的數據，使網絡輿情信息變得更加復雜。

第三，價值密度低。受到存儲和計算成本因素的影響，大數據的價值密度遠遠低于傳統關系型數據庫中已有的數據。目前許多數據仍處于“孤島”狀態，單一或少數領域的大數據不僅價值有限，而且還存在片面性風險。大量的不相關信息中，需要沙里淘金。

第四，傳播速度快。大數據是一種以實時數據處理、實時結果導向為特征的解決方案，要求網絡輿情信息處理更加迅速，包括兩個層面：一是數據產生得快。有的數據是爆發式產生，有的數據是涓涓細流式產生，但是由于用戶眾多，短時間內產生的數據量依然非常龐大。二是數據處理得快。在數據處理方面，有一個著名的“1秒定律”，即要在秒級時間范圍內給出分析結果，超出這個時間，數據就失去價值了。

大數據時代網絡輿情的新變化

首先，網絡輿情信息空前繁榮。人們利用各種新媒體工具在網絡發表意見，闡述觀點，使很多社會話題在一段時間內成為街談巷議的焦點。據2015輿情藍皮書指出，2015年1月1日至2015年10月31日的500件社會熱點事件的統計表明，其中44.4%的事件由互聯網披露而引發公眾關注；可以明確源發于“兩微一端”（微博、微信、移動客戶端）的有64件，占12.8%。由此可見，互聯網對社會輿論的議程設置的影響巨大，已成為思想文化信息的集散地和社會輿論的放大器。

其次，傳統媒體的議程設置能力下降。據2015輿情藍皮書指出，在移動終端平臺，微博、微信、客戶端的覆蓋人群和影響力不斷擴大。微信覆蓋了90%以上的智能手機，55.2%的微信用戶每天打開微信超過10次。“兩微一端”成為很多中國人了解新聞時事的第一信息源，特別是擁有月活躍用戶6.5億的微信，成為社會輿論的新引擎；與此同時，報紙、雜志、電視等傳統媒體的議程設置能力進一步下降。

第三，突發事件話語體系不可控性增強。突發事件話語體系在以大數據為基礎的社會化媒體中呈現出迥異于傳統輿論的一些特征，如輿論主體的匿名性與參與渠道的廣泛性、傳播空間的無界性與意見匯聚的實時性、議題生成的自發性與輿論發展的不確定性等。加之，目前我國正處于突發事件的高發期，多種誘發因素、連環作用，增加了更多的不確定性，因此，突發事件的話語體系較之以往不可控性增強。

大數據時代網絡輿情的應對與管理

首先，大數據時代的輿情監測。大數據輿情監測是為適應大數據時代的輿情和服務而發展起來的，其主要專注于通過海量信息采集、智能語義分析、自然語言處理、數據挖掘，以及機器學習等技術，不間斷地監控網站、論壇、博客、微博、平面媒體、微信等信息，及時、全面、準確地掌握各種信息和網絡動向，從浩瀚的大數據宇宙中發掘事件苗頭、歸納輿論觀點傾向、掌握公眾態度情緒，并結合歷史相似和類似事件進行趨勢預測和應對建議。面對數億網民和浩如煙海的網絡言論，網絡輿情的監測和分析越來越依賴輿情大數據分析技術與平臺。

其次，大數據時代的輿情研判。通過分析處理整群數據和人工智能技術，結合人工經驗，可以對輿情發展態勢和影響進行研判。

1.對趨勢做出正確的判斷是大數據時代輿情管理的核心。大數據的目標是前瞻與預測，國外研究人員發現，一個地區Google搜索關鍵詞中的“流感癥狀”等出現的高峰，要比醫院急診室里流感患者增加出現的時間早兩三個星期；在經濟預測方面，Google房產相關搜索量的增減趨勢比地產經濟學家的預測更加準確。大數據的蓬勃發展給輿情監控帶來挑戰，也給輿情管理提出更高的要求，不但要通過大數據技術手段，分析事件的關注程度、傳播情況、發展趨勢、網民情緒變化，還要深入某個觀點的影響程度、影響人群，從而預測輿情走向，并對趨勢做出正確的判斷。

2.善于利用多樣化數據，將不同領域的數據關聯起來進行分析。比如，將網站新聞數據、論壇數據、博客數據、微博數據進行比對，可以分析出熱點輿情在不同輿論場的傳播速度和廣度，從而掌握哪些輿論場更易于傳播哪類輿情；將用戶職業數據、地域數據、年齡數據、專注領域等和社會網絡數據結合起來，可以分析出不同的輿情熱點在哪些職業、地域、年齡段、團體中廣泛傳播，有利于更有針對性地進行輿論引導。

第三，大數據時代的網絡輿情話語機制構建。我們必須正視對網絡輿情監測及其話語構建，樹立前瞻意識，提高媒介素養，健全輿情監測與應對機制，加強互聯網“大數據”分析研判。有效分析網絡輿情，對于政府，可以更好地了解公眾的意見和訴求，有助于建設安全和諧的網絡環境和社會環境；對于媒體，可以突破傳統“從記者到讀者”的單向信息生產模式，從而加強對公眾輿論的深層次分析，實現新聞信息增值；對于企業，可以掌握客戶對于產品和服務的評價及客戶特征知識，更好地提供個性化產品和服務，實現利潤增長。面對規模化、多樣性、高速化的數據，輿論引導不應止于發布信息、引導輿論，更要重視對大數據輿情的“加工能力”，通過“加工”實現數據的增值。