新時代網絡輿情中的大數據使用與管理研究

許志強 王雪梅 田藝鵬

摘要：信息技術的裂變式發展，讓更多的個體與技術相連接、與數據相融合，不僅重塑了溝通交流中的時空觀念、行為方式與思維特征，而且帶來了“人人都有麥克風”的復雜化輿論態勢，極易形成網絡輿情。那么，如何認知新時代的網絡輿情，其又經歷了哪些的呈現階段？如何基于大數據思維提升網絡輿情管理能力？這些問題已成為業界和學界密切關注的問題。

關鍵詞：網絡輿情 大數據 數字素養

隨著以“云大物移智區加”為代表的“智能+”技術的更新迭代、移動智能終端的廣泛普及和商業模式的日趨成熟，互聯網“地球村”在給人們帶來樂趣與便利的同時，也記錄著越來越多的個人數據，讓包括“網絡輿情”在內的網絡信息發展也進入到了全新時代，導致管理與解決輿情事件的方法與處理方式呈現出巨大差異。

一、新時代、網絡輿情與大數據

每一個時代都有著不同的顯著特征，這當然也包括快速變革的互聯網社會。因此，認知新時代網絡輿情，是做好新時代輿情工作的首要任務。

（一）新時代

我國信息傳播方式與消費渠道逐漸轉向以互聯網為基礎的數字媒體平臺，大體經過了三次重要變革。Web1.0時代，互聯網滿足了用戶對信息的搜索與聚合，被視為“內容媒體”；Web2.0時代，互聯網滿足了用戶對信息的交互與分享，被視為“關系媒體”；Web3.0時代的核心理念則是以改變與融合為主題的“緊密星球”，不僅滿足了用戶對信息的參與和眾創的深度“碰撞”，而且強調用戶的生命體驗與用戶價值，被視為“服務媒體”。Web3.0時代，得益于技術（云計算、物聯網、數據倉庫、商業智能等）、參與者（人、物、軟件、系統、平臺等）、場景、協議與交互等要素的日趨完善和健全，互聯網平臺已實現從“鏈接”向“連接”的轉變，網絡經濟與傳統經濟亦從帶動時代邁入了融合時代，并呈現出“通融互聯”“數據高速流動”“網狀價值結構”與“開放的有機生態圈”等典型特征。

（二）網絡輿情

截至2020年12月，我國網民規模達9.89億，互聯網普及率達70.4%；手機網民約9.86億，網民使用手機上網率達99.7%。伴隨著網民數量的持續增長，互聯網在社會和經濟活動中扮演的角色日趨重要，熱點話題豐富，輿情熱度高位運行，輿情客體愈加復雜多變，輿情突發引發“破窗效應”，“溢出效應”明顯。從本質上看，網民均為獨立個體，用戶觸網時間、方式與方法受到用戶主觀與客觀雙重因素的影響，一方面透視著網民主觀的現實感受，另一方面反映著網民不可復制的客觀因素，如事件本身、個人影響力、社交圈層、技術限制、事件傳播方式等。同時，網民均會在網絡上留下專屬于自己的數字足跡，如瀏覽軌跡、文字、圖片、音頻、視頻等，而這些足跡均具備影響社會并引發“網絡輿情”的潛力。“智能+”技術不斷融合創新與聚變發展，產生的數據規模日益龐大、應用日益廣泛。但即便某個潛藏的信息（數據）最終發酵為網絡輿情的概率僅為億萬分之一，網絡輿情因“蝴蝶效應”而被現實生活演繹的風險也將大大提升。

（三）大數據

大數據的出現具有劃時代的意義，它是信息時代的必然產物，能帶給信息社會極大的便利。大數據作為一種提供知識服務的新工具，具有大量（Volume，數據信息數量大）、高速（Velocity，數據信息傳播速度快）、多樣（Variety，數據信息傳播方式多種多樣）、真實（Veracity，數據信息來源不同導致其真實性有待商榷）、價值（Value，數據信息中包含用戶某方面的特性）、動態性（Vitality，整個數據體系的動態性，隨時可變）、可視性（Visualization，數據的顯性化展現）與合法性（Validity，數據采集和應用的合法性，特別是對于個人隱私數據的合理使用）八大特性。用數據說話，除由于數據具備客觀性之外，更得益于大數據可以揭示樣本數據無法揭示的細節，讓我們得以看見紛繁復雜的現象背后的內在邏輯。

二、新時代網絡輿情分類與呈現階段

新時代，輿情的重心不再局限于官方（政府/權威組織），而是逐漸偏向民眾。大部分輿情事件的流程通常是：網絡上某段信息流出，經過一段時間的發酵，在部分人的社交圈內擴散，繼而引起公眾/政府/世界的關注。

（一）新時代網絡輿情分類

輿情的分類有很多種，通常以事件影響力規模為依據將其分為三類，即國際大型事件（世界杯、奧運會等）、國內大型事件（全國人民代表大會等）、國內小型事件（南昌大學“自主保潔”微博事件等）。而在本研究中，筆者更傾向于以數據為分類依據，將新時代網絡輿情分為兩類，即碎片化輿情與大型輿情。

筆者認為，碎片化輿情可被視為跨媒介傳播環境下用戶在網絡上有意或無意間留下的一些碎片化信息（數據）。單獨來看，數據被查看時間極短且存在時的意義極小，但若經過或多或短時間、多元多個性化的巨量傳播之后，便會影響到一定數量的社會群體，加劇公共輿論的“盲從”。

大型輿情中的“大型”，主要是相對于碎片化輿情而言的。在大型輿情中，事件影響的初始人群數量更大，且不論事件性質，影響力和造成的結果均具有深遠的意義。大型輿情一般不具備突然性，通常是在國家政府、大型組織等約定日期后舉辦的會議、賽事后，相關人士（包括關注的人員）利用網絡各方平臺，持續發表與事件有關的信息，隨時間變化不斷累積發酵。國際上的大型輿情事件有很多，如奧林匹克運動會、英國脫歐事件等，在國內則包括全國人民代表大會等各類大型會議、春節聯歡晚會等大型節目。當然，如“2008汶川大地震”“新冠肺炎疫情”等突發公共事件，也會造成大型輿情。

（二）新時代網絡輿情的呈現階段與應對措施

碎片化輿情與大型輿情在傳播流程上有相似之處，均呈現出四個階段：起始—擴散—發酵—結束，且這四個階段均與大數據的特征相符。利用大數據思維來分析、監測與管理輿情，可用客觀的數據提煉網絡輿情事件模型，優化輿情應對方案。

1.起始階段。碎片化輿情事件，信息雖然可能早在現實生活中傳遞，卻不被官方監測系統所探知，因此很難界定具體的起始點，而被當作起始點往往就是事件引爆前的最后一條相關信息，最終形成輿情。而大部分大型輿情事件的起始占比時間較長，用于早期的宣發，一旦到達事件正式開啟的時間點，會瞬間引爆關注此事件的社會圈層。事實上，無論碎片化輿情還是大型輿情，在起始點到傳播質變點之間，都有一定的時間長度，若能提前做好監測措施，便能優化并提升應對能力。

輿情起始階段，可通過建立大數據監測系統，利用MAT-LAB、SPSS等軟件進行擬合得到參考模型，對輿情發生、發展、演變的總體態勢進行定性定量分析；研究并優化數據監測熱點質變點，盡量避免事件的發生，切實不可避免的事件提前引爆，減少損失；對現實中存在的部分不可被網絡系統所監測的言論，優化政府及相關部門的監管力度，完善地區監測措施，力所能及的情況下縮小區域，進行定時定點的書面調查或網絡調研；對熱度“明星”提高關注度，粉絲數量越多者關注度越高，防止因為某些事件的發生或被帶節奏，引發輿情事件等。

2.擴散階段。與新聞傳播面向社會全體不一樣的是，在輿情傳播初期，整個事件的擴散方向是恒定的，首先是在分散化、圈層化傳播的有限視野中，隨后被圈層的友人持續向外傳播，然后是一些陌生人或者媒體，最后才會面向社會全體。不難發現，輿情擴散是逐步的，類似漣漪圈，這是最容易衍生出謠言的階段。此階段的用戶可劃分為五類：一是沉默者，靜靜查看各類相關信息，但并不會發表任何觀點；二是引導者，有一定影響力的人，如明星、營銷號等，對事件有所了解之后發表或正面或負面的觀點，引導事件輿論的風向；三是跟風者，對事件有所了解后，追隨網絡上主要的輿論方向發表相似觀點，進一步擴大事件影響；四是退出者，對事件有一定程度的了解，發現不再感興趣，退出整個事件；五是事件主角，他們發表的所有言論是各方評論的基礎，也可以說是整個事件的中心。如“肖戰227事件”，其起因就是某明星粉絲看不慣同人圈的作品，開始莫名帶起節奏，再經過一系列的刻意引導，造成大量無辜群眾被引入“戰場”，影響巨大。

輿情擴散階段，可通過大數據監測所有熱點信息，在信息傳播的黃金時期（24小時）內分析并重組相關信息后，將官方信息及時推送到最感興趣的人群；可建立安全的網絡環境，包括防火墻等防御軟件的更新，防止因為各種原因而造成的網絡暴力行為，讓民眾在不亂說的同時敢于發表言論；可基于國內的大數據庫建立起完善的文本審閱制度或軟件，減少信息質量低下/片面、信息滯后、不確信等情況的發生等。

3.發酵階段。與起始階段一樣的是，發酵階段也存在一個時間段，但其又以事件熱度峰值為節點，分為前后兩段。前一段“引爆”社會，總體時間較長，并極易出現更多超脫于事件本身的觀點、言論，最終將事件推向頂峰；而到達峰值之后，熱度就開始逐步下降，各類用戶群體逐漸退出，不再參與事件的后續發展。此階段的輿情事件不再停留于事件表面，更多的是探索事件爆發的深層次理由，是最容易衍生出深度觀點的時間段。例如，“南昌大學‘自主保潔微博輿情事件”，各類媒體（包括自媒體用戶）對事件本身進行深度挖掘，持續討論大學生對于勞動的思想。但值得注意的是，類似的進程存在于所有輿情事件當中，只是深層意義的探究行為可深可淺而已。

輿情發酵階段的處理方式與擴散階段類似，但還可增加如下幾個方面：對所有言論信息做好數據儲備，一直跟隨并監測事件的參與者，在輿情發展到可能失去控制前，向參與者定向推送相關信息，或由有關部門介入當面進行正確引導；利用大數據，對所有發表和即將發表的媒體作品加入“隱私點”監測，增強媒體作品審核力度，規避對所有參與者個人隱私信息的侵犯；利用大數據，搜集輿情事件的所有信息并盡早重組事件本身，將其完整脈絡展現給公眾，以達到盡量縮短此階段甚至邁過、直接結束輿情的進程。

4.結束階段。當輿情事件熱度降到某一刻度時，輿情事件便可以宣布結束。但是，雖然這個階段被稱為結束階段，不過并不代表所有參與者都已徹底退出，只是關注者的總體數量已無法達到繼續引發輿情的熱度而已。此階段，大部分參與者已經消失，剩余群體的主要目的就是對事件進行研究，對進程進行完整復刻：將單一進程事件的完整脈絡存入數據庫，包括所有擴散的節點、所有應對的措施，并將此與基礎數據庫做出預測、應對措施進行對比，以達到不斷優化系統對網絡輿情的預見、應對、研判以及決策的能力。而在研究的過程中，也可能再次引發新的輿情事件。例如，娛樂圈中的“421”事件，就是某微博博主將收集到大部分明星的私人軼事（涉及多位明星的大量隱私）發布于網絡，引起社會各群體的再次關注，由此爆發了新一輪的輿情。

三、新時代網絡輿情管理的提升路徑

5G時代，高速輿情與百變輿論將帶來眾聲喧嘩，海量信息與靈動視頻將帶來眾說紛紜，謠言傳播速度與工作效率將提升10～50倍，必將引發變數更大的網絡輿情，業界比以往任何一個時代都更加需要為網絡輿情管理提供最大支持，更須積極應對。

（一）全方位提升“數字原住民”的數字素養教育

輿情引導時常處于艱難境地，除事件傳播的自身因素外，另外一個主因便是民眾自身數字素養不足，因此，提升民眾的數字素養教育成為正確引導輿情發展的有效途徑。數字素養，不僅是個體在“數字化生存”環境下的一道“必選項”而非“判斷題”，更是基礎生存技能，其內涵主要包含數字信息的獲取與消費能力、整合與溝通能力、創造與解決能力、解讀與批判能力等。西方學者霍華德·萊茵戈德認為，培養民眾的數字素養，是構建健康的新經濟、社會和文化的有效途徑之一。但是，民眾數字素養的提升需要社會各領域的積極配合，尤其是教育方面，因此，全方位提升“數字原住民”的數字素養教育，可最大程度的減少各種輿情帶來的不良影響。當然，“數字原住民”數字素養的提升，自然離不開各相關機構、各階層領導干部的正確引領，因此還應輔以各級領導干部大數據思維，使其轉變對互聯網的傳統認知，正視新時代信息傳播速度與傳播規律，以及應對處置網絡輿情事件的能力。

（二）利用全數據模式整合輿情

“傳遞信息”這個游戲曾在很多節目上出現，一句話經過數人的傳遞后千變萬化，將“信息失真”的特點完美展現。游戲在娛樂民眾的同時也給予人們思考：消息是怎樣變得含糊不清、應該采取怎樣的方法改進溝通方式。一旦輿情事件中存在這些情況，便會令很多不明真相的無關群眾產生誤解，再加上人云亦云的現象，自然會讓情況變得更糟——不加思考的言論信息肆意傳播，導致進一步的“信息失真”。事實上，大數據是建立在掌握全數據（或盡可能多的數據）的基礎上進行的，不僅表現在數據體量巨大，數據采集技術的提高，網絡帶寬的成倍增加，而且體現出數據的完整性，通過高性能的信息技術工具能實時動態更新數據，全過程地反映輿情的發展狀態，可發現抽樣樣本分析中無法捕捉的微小細節，最大程度地降低“信息失真”所帶來的影響。

（三）利用大數據思維提升輿論引導能力

不是所有的言論都是真實且有價值的，摻雜著的部分不實謠言、蓄意起哄的信息數據，必會在輿情向外擴散的過程中混淆視聽，讓輿情墜入無法遏制的深淵。如何在不影響公民言論自由權利的基礎上，對輿情事件進行積極引導成為國內處理輿情事件的一大難點。想要解決此問題，不僅需要公眾自身提升數字素養，更需要官方及時做出應對，根據具體現實做出正確引導。最直接的方法就是利用大數據思維，以事件發生時刻作為起點，將事件以時間為序分為兩條平行線，直到事件完結。

第一條線是指事件本身在無任何外界干涉情況下的自然衍變，適用于大部分碎片化輿情，對某些事件的深層本質進行討論，屬于理性范疇。用戶客體與事件主體隨機結合，迸發大量數據信息，收集所有熱點信息，與第二條線實時交流。第二條伴隨線是指實時監測，其存在的意義有兩點：一是利用大數據思維整合輿情信息，第一時間給民眾提供對應的專題信息服務；二是監測事件發展過程，包括演變進程，熱點信息等，實時反饋官方，由官方決定是否介入。事實上，輿情引導的主要因素就是官方的作為，隨著信息技術的不斷迭變，引導輿論的方式也有所改變：制定定向的大數據專題服務，通過大數據思維對所有信息進行篩選組合，并針對地域、人群等多方特點提供專項大數據服務。例如，新冠肺炎疫情期間，通過龐大的互聯網采集矩陣積聚海量新聞資訊與消息，為各方提供定向的專題數據服務；通過媒體大數據服務的精確篩選與聚合，將事件相關的資訊、熱點、信息網、數據、辟謠、媒體排行等信息進行快速組裝，形成一個完整的大數據資訊平臺，及時對不實信息進行辟謠等。

四、結語

新時代，大數據可以完整記錄社會輿情民意，蘊含著豐富的內涵和很多規律性信息，已上升到新的思想與文化內涵的高度，具體可包括：大數據思維、數字素養、數據挖掘、數據重組等，而非局限于技術屬性本身。以數據的深度挖掘和融合應用為主要特征的網絡輿情管理，在具體的策略上，可充分利用數據檢索技術對數據進行信息整合，將復雜的數據轉變成為可利用的決策信息，以便在第一時間找到事件的信息源頭，幫助有關部門重組完整事件，并提出針對性的預防措施；可在減少對國外數據技術依賴的同時，建立囊括全中國信息流量的大型數據庫，加強數據資源整合能力；可利用“數據庫+大數據”優化完善國內各方面的監管、監測機制，提高各類信息的熱點檢測精度等。

作者許志強系成都大學中國-東盟藝術學院教授、碩士生導師

王雪梅系四川傳媒學院研究員、碩士生導師

田藝鵬系四川傳媒學院2016級數字媒體技術本科生

本文系四川傳媒學院“課程思政”示范課程“下一代互聯網技術及應用”（項目編號：SCCMKCSZ-19-20-011）的階段性成果。

參考文獻

[1]博文仁，馬雪健，楊兼.網絡輿情進入“場境時代”——從“春節搶紅包”看網絡輿論場的變化[J].新聞前哨，2015（04）.

[2]許志強，徐瑾鈺.基于大數據的用戶畫像構建及用戶體驗優化策略[J].中國出版，2019（06）.

[3][美]霍華德·萊茵戈德.網絡素養：數字公民、集體智慧和聯網的力量[M].張子凌，老卡，譯.北京：電子工業出版社，2013.

[4]王雪梅.突發事件中新媒體噪音與社會控制[J].青年記者，2013（27）.