新時代高職院校網絡輿情預警與處置對策
——基于大數據的對策性分析

張科

（無錫商業職業技術學院 馬克思主義學院，江蘇 無錫 214153）

黨的十九大報告指出，我們要“牢牢掌握意識形態工作領導權，……要提高新聞輿論傳播力、引導力、影響力、公信力?！訌婈嚨亟ㄔO和管理，注意區分政治原則問題、思想認識問題、學術觀點問題，旗幟鮮明反對和抵制各種錯誤觀點?！碑斍?，互聯網已經成為高校思想政治宣傳工作的新陣地和新途徑。加強網上評論工作，積極開展網絡媒體正面宣傳，及時開展高校網絡輿情預警和處置研究工作，已成為大學生思想政治教育的重要任務。

一、基于大數據的高職院校網絡輿情分析預警研究現狀分析

當前，關于高職院校網絡輿情分析和預警研究，總體上還處于初步探索階段。這主要是因為大數據還是一個新生事物，有關大數據的新詞采集和處理技術，尚不能完全滿足大規模推廣應用的要求，不少還處于研究測試階段。具體來說，基于大數據的高職院校網絡輿情分析預警研究，存在兩大亟待解決的問題。

（一）高職院?；诖髷祿妮浨轭A警和處置研究，長期以來重視程度有所欠缺，有關理念亟待提升。隨著社會的不斷發展，人際交流方式正不斷更新，校園貼吧、微信朋友圈、新浪微博、騰訊微博、騰訊QQ，以及各類直播，都早已是家常便飯。調查問卷顯示，筆者所在院校學生有34%每天花4到6小時上網，有38%每天花6到8小時上網，有22%每天花8小時以上用來上網。很多學生已是“重度網民”。面對全天候、全方位、全覆蓋的網絡滲透，高職院校學生思想政治教育應該積極應對，及時觸網。而實際工作中，學生管理者，仍然習慣更多地借助于傳統的談心談話這種“線下”的方式。一方面覺得越來越難以及時追蹤到學生關注熱點，深感輿情管控工作的被動，另一方面，又忽略了學生在網絡上瀏覽信息、發表意見所產生的海量數據痕跡，更遑論將這些數據資源進行整理和分析，建立數據模型用于輿情研判。

（二）既有的關于大數據和輿情分析融合的研究，尚不成熟。處于各自為政，小而散的狀態，將兩者有機融合的、系統性的研究比較少見。即便是將大數據和輿情分析結合的，也多見于社會輿情的話題，真正將大數據分析和高職院校輿情相互結合的理論體系還很匱乏。

二、高職院校網絡輿情預警影響因素分析

借助思維導圖，對高校網絡輿情預警參考的若干因素進行分解梳理，能夠有效地幫助提升預警成效。在結構設計上，要考慮到大數據背景下，高校網絡輿情自身的特點，將影響預警的若干因素進行分類，構建適合高校網絡輿情傳播特性的科學有序的圖表體系。

高校網絡輿情預警參考因素，其圖表的設計，遵從了簡明、實用、客觀、全面的理念。高校網絡輿情的基本要素包括行為主體即教師和學生、新聞事件、網絡平臺以及輿情參與人的互動和評論等。圖表中的因素，從宏觀到微觀，依次分為四個層級，最高層級有“新聞事件狀態、媒體傳播狀態和師生參與狀態”3項；第二層級因素有“輿情參與者、新聞事件影響程度、新聞事件動態、媒體傳播的數量和質量、校園師生參與輿情的立場態度和空間分布”等7項；第三層級的因素，有“新聞事件當事人、輿情關注者”等16項；最低層級的因素，有“新聞事件當事人個人影響力、訴求目的、當事人社會角色”等14項。各個因素的具體含解讀如下：

第一，作為社會交往關系主體的輿情參與者，包括“演員和觀眾”，即新聞事件當事人和輿情的參與者。通常情況下，輿情的參與者和新聞當事人都具有相同或近似的社會身份認同，人們總是更愿意去關注跟自己處于同樣群體或階層的人身上的故事。但在一些輿情事件中，兩者的社會身份卻并不存在相關性，這種輿情的參與者，其參與網絡輿情的動機和目的，顯然就不能簡單地解釋為關切自身群體或階層的共同利益了。

第二，新聞事件影響程度，實際上就是該輿情事件的敏感度，包括事件的級別、發生的時間、發生的地點和發展趨勢4個子項目。事件的級別，包括其安全級別和事故級別；事件發生的時間，需要分析該時刻是否遇上其他輿情事件，會不會相互推動，以及是否和重要的時刻重疊；事件發生的地點，需要分析是否和重大事件發生地重合或靠近一些敏感位置；事件發展趨勢，需要關注會否經再次炒作，觸發新的輿情，將事件導向另一個發展空間，或事件自身不斷發酵，影響不斷擴大，影響程度不斷加深。

第三，新聞事件動態，指的是網絡社交平臺上，在一定時間范圍內，新聞事件的傳播速率和活躍度。包括瀏覽點擊數量、關注跟帖數量、文章轉發數量、以及話題發起數量4個子項目。這些因素是非常直觀的分析依據，也是網絡輿情預警必要性最顯性的指標。

第四，媒體傳播狀態，指的是輿情事件分別經由官方媒體和個人網絡社交賬戶的傳播情況。一方面需要關注參與媒體的主流性、權威性，以個人社交賬戶的活躍性，另一方面也需要關注信息披露的完整性、以及媒體報道和個人評論的客觀真實性。

第五，師生參與狀態。這類群體實際上屬于輿情參與者的一部分，但基于高校網絡輿情和該特定群體的相關性，需要單獨列出，并給予重點關注。校園輿情參與者的立場、態度、空間分布特性，都對輿情的預警提出了方向性明確的參考。

需要指出的是，上圖所列的各類影響因素，相同層級的項目，其各自權重未必都趨同，必然存在影響程度的差異性，且此權重的相互差異性，在不同的輿情事件中，也應當會有不同的表現。我們可能還需要借助更專業的數理分析方法和工具來進行更加深入的探討。

三、基于大數據的高職院校網絡輿情處置對策分析

（一）準確定位輿情大數據來源。

提供輿情處置依據的大數據，來自兩個渠道，一個是通過統一出口連接電信運營商的學校網絡服務器，另一個則是師生所使用的移動終端設備。對于固定設置的網絡服務器，我們可以制定采集敏感信息的計劃表，包括定期獲取高頻搜索的關鍵詞、高頻訪問的網址、高度活躍的瀏覽賬戶等。而對于手持移動終端設備，可以通過在線學習應用軟件、學校官方微信公眾號、官方微博等載體，實時獲取有關權限和數據，逐漸積累數據資源。當然，上述大數據資源涉及眾多個人隱私，對其妥善保存并加以保密也是一個不容忽略的要務。

（二）多平臺實時監測與分級處理。

社群內的新聞事件，之所以會引發輿情，往往是涉及到有關成員的切身利益，或能引起社群成員的情感共鳴。在該社群內部，不同媒體對于同一話題的報道和評價，就構成了社群輿情事件。高校就是一個社群，成員集中，有著共同的情感和價值訴求。此類事件發生在高校，就是高校的輿情事件。及時監測并深入分析不同媒體和網絡社交平臺有關數據，就能獲取當前一段時期內高校社群對于某一話題或新聞事件的輿情影響因素。我們可以參照一定的標準，將該輿情影響因素分別定義不同的風險級別，對應不同的處置預案。憑借大數據技術，及時監測不同平臺在有關校園高危輿情事件中的受關注程度和評論報道活躍程度，多維度、分級別地應對處置輿情事件。需要指出的是，獲取并分析上述海量數據，需要有關高校、有關媒體、以及教育和新聞出版行政主管部門協調溝通，并建立長效數據共享機制。另外，在對外宣傳上也要講求受眾的細分，借助不同媒體的性質和特點，及時澄清解釋事件真相，有效阻止網絡輿情的發酵，甚至觸發新一輪輿情。

（三）突破壁壘，實現大數據共享互通。

在多平臺實時監測與分級處理的基礎上，應加強大數據的整合，突破部門間的數據采集壁壘，首先要實現教務管理、后勤管理、對外交流等部門內部數據之間的互聯互通，統一規范，盡早實現數據和情報共享。其次要從學生、高校、事件三個維度，對上述共享大數據庫進行縱向的關聯分析，發掘大眾、學生、教師等不同人群對高校輿情事件態度和輿論導向間的關系，尋找事態演化規律，充分發揮大數據的預測指導功能。

（四）保障輿情處置機構執行力。

在制度設計上，要有完善的決策和執行機構。網絡輿情的處置，事關全局，往往涉及信息化、學生管理、安全保衛、后勤綜治、物業管理等多個部門。多頭管理很容易導致決策效率低下、執行難度高企?？梢栽O立統一的機構，也可以由一個或幾個部門牽頭，擬定跨部門協作處置輿情的預案，對校園網絡輿情處置的方式、流程進行總體安排。做到職權功能全覆蓋，執行力穿透底層。

（五）突出“兵貴神速”的處置理念。

在處置理念上，要突出效率優先。對具體輿情事件進行及時的回應和處置，是處理網絡危機的第一要義。校園的網絡輿情，多是校內重大突發事件在網絡上的集中反映。官方根據輿情傳播大數據的反饋，迅速且具權威性的解釋，以及對學生訴求主動的回應，是緩解公眾情緒，平息網絡輿情的最好處置。哪怕一時難以研究出合理的解決辦法，及時披露信息，滿足公眾知情權，盡管答復不完美，也好過錯失最佳時間窗口。官方在輿論陣地上主動權的得與失，很大程度上取決于作出回應的快與慢。保持沉默、審慎研究，直到帖子點擊量爆發式增長再正式回應，往往已失去意義。