從輿情監測升級為輿情預警的思路研究

趙云澤

【摘要】網絡輿情監測手段的滯后，會在一定程度上制約網絡輿情監測評價的效果和引導作用的發揮。因此，相關部門要立足于網絡輿情監測發展現狀和面臨的問題，創新監測視角和監測內容，促進網絡輿情監測系統升級；從更新監測內容、建立危機事件大數據庫、輿情預案大數據等方面構建起協調一致的輿情預警系統，實現對網絡輿情的預警處理，有效應對網絡輿情危機。

【關鍵詞】網絡輿情 監測 預警 社會情緒

【中圖分類號】C912.63 【文獻標識碼】A

雖然網絡輿情堪稱中國社會的晴雨表，但是發展到今天，網絡輿情的監測手段卻比較滯后，使其不能很好地起到評價和引導作用。一是監測數據具有滯后性，監測到的數據量的大小和未來輿情走勢之間不必然形成對應關系，無法為下一步輿情走勢提供判斷依據；二是監測范圍有限、監測內容維度單一，往往只是媒體發表或轉發的數據，無法提供更多有價值的信息；三是監測結果的處理簡單機械，無法提供有科學價值的決策參考意見。因此，要立足于網絡輿情監測發展現狀和面臨的問題，構建新一代網絡輿情預警系統，有效應對網絡輿情危機。

輿情監測升級首要考慮因素：監測視角和監測內容的創新

自互聯網媒體在中國興起以來，民眾的網絡話語表達能力得以加強，社會矛盾開始聚焦到網絡上，因而輿情監測顯得尤為重要。傳統的網絡輿情監測主要對網站、社交媒體、論壇等某一主題的新聞或者貼文的數量進行統計。這種統計數據盡管可以結合一些算法或者模型，給出一些具有參考價值的信息，如發文數量、趨勢、地理分布等，甚至能夠計算輿情熱度，但實際上比較機械，并不能進行更深層次的分析，如反映了哪些社會階層的話語權、契合了怎樣的社會心態等。因此，輿情監測方法的升級換代，首先要考慮的是監測視角和監測內容的創新。具體來說，就是要增加社會情緒、文本價值、社會階層話語權等指標的測量內容。這些指標的測量，可以通過算法在監測輿情文本的同時自動標注，后期形成更加科學和深入的預警模型。

首先，輿情監測應增加社會情緒的監測內容。社會情緒其實本身就是輿論的重要組成部分，而且是影響網民直接卷入的最重要因素。隨著新媒介技術的發展，人們在互聯網上表現情緒的手段越來越豐富，如表情包、短視頻、漫畫、配音等，人們可以自由表達情緒，有的網絡新生代甚至感覺比當面交流更能表現自己的情感。此外，新聞配合各種能夠喚起情緒的表現形式成為社交媒體熱帖的流行樣板。同時，社會情緒本身還是一種信息，可以獨立傳播，并且情緒比事實具有更強的感染力和傳播力。我們可以清晰地發現，在傳播速度和次序上：“情緒”傳播最快，其次是“事實”，最后才是“道理”。其實輿情發展到“事實”這一階段傳達到民眾的時候就開始銷聲匿跡了，政府希望在“事實”基礎上再進行總結引導，說說“道理”的時候，民眾的觸及率已經很低了。因此，在輿情監測的內容中，亟需增加對社會情緒傳播的監測。

社交媒體時代的每一天都在產生海量的情緒信息，而這種信息的表現形式往往是非結構化或半結構化的文本，在對這些數據進行深入挖掘和分析時，信息科學的相關學科可以為輿論研究提供更好的支持。當前通常采取的研究路徑主要是：通過信息技術快速進行文本的預處理，抓取含有情緒表達的文本并拆分，接下來通過人工建立語料庫進而訓練機器學習實現對情緒的標注和分類判別。當然，還有一種路徑是建構情緒情感詞典，以此作為基準使用機器進行編碼。兩者的分歧主要在于人工介入的環節和程度，特別是在漢語情境下，情緒判斷常常還需要結合具體的語境。總體而言，學界普遍認為前者的準確率要高于后者。

其次，輿情監測需要對監測文本的價值類型進行標注。傳統的輿情監測方式只是統計到了有關輿情的文本數量，實質上對于文本的性質、價值類別都沒有作更深入的分析。文本屬性對于后期的輿情研判也有特別重要的意義。按照輿情監測的不同需要，文本的價值至少分為主流正面、中性、反主流負面、邊緣性價值等相互獨立的指標。而實際上，對于文本價值（學術研究中主要集中于新聞價值）可以進行更多的分類，對于后期研判輿情有著非常重要的意義。我國傳統的對于新聞文本價值的分類，有的已經過時了，如“及時性”“接近性”。這些在傳統媒體壟斷新聞傳播的時代具有一定的參考價值，而在互聯網時代早已突破時空的局限，“及時”和“接近”已經變得毫無意義。而結合最新的一些國際研究成果，對文本的離奇性、重要性、趣味性、互動性進行分析和標注無疑可以為后期的輿情研判提供足夠多的參考價值。對這些文本尤其是高轉發量文本的價值進行監測和捕捉，有利于后期同其他指標一起形成有參考價值的模型。

最后，輿情監測的內容要加入社會階層話語權的分類標注。網絡輿情的監測和引導本質上是化解社會矛盾的手段，而從根本上化解社會矛盾，還要從社會階層的利益和訴求出發，在輿情監測的同時按照一定的算法捕捉和標注高轉發量文本的社會階層話語權指標，即每一個高轉發量的文本所代表的是哪個社會階層的話語權，這不但有利于了解具體事件中的社會深層次矛盾，而且有利于國家的長治久安。通過人工標注部分內容，然后根據這些人工標注內容讓計算機進行“機器學習”以獲得自動識別算法，再將捕捉到的高轉發量文本進行社會階層話語分類標注，這會為后期分析輿情的深層次矛盾提供有力幫助，也可以真正將社會矛盾分析和網絡輿情分析有機銜接起來。

實現預警的關鍵環節：建立危機事件大數據庫，實現自動匹配識別功能

簡單來說，僅僅依靠輿情監測系統抓取到的某個輿情事件在互聯網上傳播的數量并不能判斷這個輿情的大小。因為有的文本雖然當時轉發數量大，但它并沒有觸及真正的社會矛盾，也許用不了多久就會自動湮滅；但有的文本雖然當時轉發數量小，但它觸及到了某個在社會中壓抑、醞釀已久的矛盾，也許若干小時以后就會成為刷屏的大熱帖，成為重大的輿情事件。而當前我們多數的輿情監測系統只能做到簡單抓取相關文本的數量，對輿情的下一步走勢不能作出任何有價值的判斷。一個輿情事件爆發的能量從根本上講是它在社會中長期醞釀的、累計的沖突勢能，能夠爆發的大的輿情事件一定是在過去的社會運行中蓄積了能量，而突發事件僅僅是它的導火索。因此要判斷一個突發事件會發展成為多大的輿情事件，也就是實現輿情的預警，最關鍵的是要能夠判斷它已經在社會中醞釀了多大的沖突勢能。

傳統的輿情監測體系中對輿情的走勢判斷都靠人力來做，但是局限性非常大。首先是時間滯后，效率比較低。當輿情分析者看到相關輿情后，最先引起重視的是轉發量比較高的文本。這就需要甄別處理，轉發量高的未必有價值，但又不得不引起重視。當對轉發量低但是有價值的輿情事件給予重視的時候，往往已經不是第一時間了。同時靠人力判斷也非常耗時，容易漏掉重要內容。這些都導致決策緩慢、效率低下。其次是容易誤判。因為人為判斷缺乏科學依據，僅憑經驗和直覺，不敢輕易下結論，或者下的結論非常保守，在一定程度上喪失了準確性。

因此，輿情監測體系能否真正升級成為輿情預警體系的關鍵在于，能否自動化、全方位、科學地判斷一項輿情事件蘊含的沖突勢能的大小。而這需要判斷者具有非常高的科學素養和政治素養，將希望寄托在計算機的邏輯推理上基本上是不可能的。如何才能在輿情預警系統中實現這項判斷，解放人力呢？采用大數據的“配對”思維來解決這一難題是科學和可行的。即我們預先根據建設系統單位的需求建立起一定范圍內的相關危機事件大數據庫，將對現在還有影響的發生過的危機事件分門別類收集起來，并作出級別大小、已解決程度、涉及利益人群、判斷關鍵詞、敏感時間等標注。一個大的輿情事件的發生，總有它的歷史和現實原因，是一個深層次社會矛盾的反映。如果新發生的輿情事件和危機庫中的歷史事件是相匹配的“相關事件”，那么所涉及的深層次社會矛盾就會觸發，而根據之前所發生的危機事件及其已經解決的程度、涉及的人群范圍等情況，就可以判斷現在發生的輿情事件所蘊含的沖突勢能的大小。那就是，以往事件越是矛盾特別大、涉及人數多、還沒有解決好，新的觸發它的事件所蘊含的沖突勢能就越大。一旦監測到這個文本，即使當時的文本數量還非常小，仍可以判斷輿情的級別比較高。這樣就真正實現了輿情預警系統的預警功能。

輿情應對的關鍵環節：加載輿情預案數據庫

能夠預判輿情事件的大小，對于輿情處理工作來說，還是不完整的。輿情處理工作中最大的挑戰是第一時間作出最好的反應。輿情出現后，往往發展迅猛、涉及問題非常復雜，而留給相關部門準備的時間又非常短暫，如果不能在第一時間作出很好的回應，就會陷入被動。因此，好的輿情預警系統還應該幫助決策者在回應的質量上和時效上提供有力的支持。而解決這一問題的唯一出路就在于做好預案。如果沒有預案，單純地追求“快”反而會增大出錯的幾率。因此完善的輿情預警系統還應該包含如何回應和引導輿論的預案系統。

要根據危機數據庫中所涉及到的危機事件，分門別類地建立相應的預案。預案應由專家組逐個論證后建立，根據以往情況和具體國情，什么類型的危機事件應該實施怎樣的應對策略，或者采取怎樣的回應方式，都應有較為詳細的可實施措施。預案庫的意義在于，在事件發生前有專家組做了深入的、冷靜的分析，當輿情事件出現時，盡管事件可能會同預案中的事件有所不同，但是相關或者類似事件的預案會給決策者提供極大的參考信息。

最終在系統中呈現的解決方案還應包含前期輿情數據抓取中獲得的相關指標，對涉及到的社會階層、社會情緒、文本的價值，以及相對應的歷史上危機事件的相關度，都有科學的分析。再根據以上綜合情況，給出一個解決模型或思路。這樣的輿情預警系統才會智能化，才能最大限度地體現當下社會科學和自然科學的水平。

輿情預警的實現：整體監測體系的協調一致

要實現輿情監測系統的更新換代，構建完整的輿情預警體系，就要在實施過程中體現出系統建設的思路。既要在系統建設的過程中盡量使之科學、智能、準確，同時還要考慮系統的可實施性。這一系統建設思路基本上可以概括為三個階段：首先是輿情文本抓取，指標標注；其次是危機事件大數據庫匹配定級；最后是預案庫根據前面兩步提供的數據給出預案建議。這個思路在目前計算機科學和社會科學發展階段應該是可行的、能夠實現的。此外，根據不同單位的需求，輿情預警體系數據庫建設是可大可小的，前期監測內容的變量也可以作相應調整。建立這樣的系統至少還應該注意以下幾個方面：

首先，監測變量的確定、抓取方法要科學、準確。本文提供的是一個建立社會普遍層面的輿情預警體系的設計思路，具體到某一個單位，還應根據本單位情況對監測的內容作適當調整。社會情緒的變量可根據不同的單位性質作粗獷或者精細的調整，如粗獷的設計，則可以簡單地分為積極、消極、中性的；如果需要精細化，則可以根據心理學上的分類，最細可將社會情緒分為歡喜、憤怒、悲哀、同情、感動等32種。文本的價值分類也可以根據實際情況作出相應的調整。最關鍵的是，要對這些變量的調整作出科學的判斷，否則會導致后續模型的精確度降低。

其次，要對本單位的歷史作系統的梳理。數據庫的建設是一個巨大的工程，甚至涉及到建設單位的敏感事件和機密，但是為了實現系統預警功能，要對本單位的歷史作系統的梳理。數據庫的建設一定要全面、準確、細致，建設的過程可采取一定的保密措施。一個單位的輿情還會受到相關行業輿情事件的影響，因此危機事件案例庫的建設還需充分考慮這些情況，將所有可能涉及的危機事件都納入大數據庫，將可能出現的危機事件都進行預案建設。這樣才能確保一旦輿情事件觸發，能夠在第一時間準確、科學地提供判斷和指導，尤其是使危機事件的數據庫具有“大數據”的性質，以更好發揮系統效能。

最后，輿情預警體系建成后，要確保各個環節有機銜接，并維持實時更新狀態。輿情預警體系的三個環節運行后，應該是渾然一體的，前期指標的統計和標注對后期的判斷起著至關重要的作用，即前后期的指標應該標準化，整個過程算法要確保系統協調一致。此外，社會無時無刻不在運行，任何體系都是一個動態的平衡，因此要定時對系統的危機事件大數據庫、預案庫作更新處理，尤其是一個單位的輿情事件還會受到社會大環境輿情事件的影響，致使新情況層出不窮，而實時做好兩個數據庫的更新，雖然工作繁瑣，但是才能真正做到防患于未然。

總之，本文在建立輿情預警系統基礎上，從社會矛盾的分析入手判斷輿情事件蘊含的沖突“勢能”，進而提出科學的輿情應對模型或方案。這一思路是政治學分析社會矛盾的方式同計算機技術的有機銜接，是大數據思維在輿情預警系統上的應用。

（作者為中國人民大學新聞學院副院長、教授）

【參考文獻】

①朱天、馬超：《互聯網情緒傳播研究的新路徑探析》，《現代傳播》，2018年第6期。

責編/張忠華 美編/李祥峰