基于大數據的網絡輿情治理思路與對策

王曉卉 孫玉林

山東商務職業學院

一、引言

隨著互聯網技術的飛速發展，進一步暢通了信息的傳播渠道，消融了信息之間交流的物理隔閡，各種新的互聯網應用工具層出不窮的出現，豐富了信息的傳播路徑和手段，提升了信息有效傳播效率，網絡空間已經成為不同年齡階段、不同學歷層次、不同專業背景、不同社會階層的網民思想交流、交匯和碰撞的新平臺。

面對紛繁的信息獲取路徑，在為大眾豐富自己獲取信息渠道的同時，也極易構成次生網絡輿情風險。由于互聯網開放性、去中心化和匿名性的特點，各種信息真假混雜，各種勢力暗流涌動，突發社會事件極易被炒作和利用，從而在各級政府處理突發社會事件之機制造混亂和障礙，不利于突發社會事件的有效解決和社會秩序恢復。例如2020年伊始的新型冠狀肺炎疫情所引發的網絡輿情中，早期就出現了諸多歪曲事實、制造恐慌和混亂、干擾疫情防控的現象。各種各樣的信息混雜，各種似是而非的文章在互聯網上廣泛傳播，引發一波又一波的公眾輿論，嚴重擾亂疫情防控，對各級政府的領導能力和治理能力提出了嚴峻的挑戰。

二、基于大數據的輿情治理思路

突發社會事件發生后，受到生命財產損失的公眾常常處于恐慌、焦慮、亟待幫扶和救助等復雜心理情緒中，對輿情的發展格外敏感和焦慮，極易影響這些公眾的社會情感安全，進而進一步激發輿情的爆點和不可控。因此各級政府必須要高度重視突發社會事件的輿情監測、輿情處置和輿情應對，盡快提升政府輿情管控及處理水平。

新一代信息技術，特別是大數據技術的有效應用，不但對傳統行業和產業能夠有效賦能、提質增效，對網絡輿情治理方面，更能發揮其獨特的數據挖掘、精準分析、研判輔助等方面的作用。

基于大數據的網絡輿情治理，就是充分運用大數據技術，在充分進行往期網絡輿情基礎海量數據的分析和處理的基礎上，精準的進行輿情監測和輿情處置，提升輿情應對效果，有效推動各級政府在進行突發社會公共事件處置時的科學化，提升其應急管理能力，防范和化解各領域重大風險，促進國家治理體系和治理能力現代化。

三、基于大數據的網絡輿情治理應對策略

圖1 基于大數據的網絡輿情治理模型

隨著計算機技術的不斷發展，對海量的數據進行采集、清洗、挖掘和分析的技術日趨成熟，計算的實時性顯著提升，為各級政府應用大數據技術分析網絡輿情、提高網絡輿情的治理能力提供了技術支撐。通過對互聯網上海量的往期輿情信息進行挖掘和處理，可以為突發的社會事件輿情發展走向進行預測，為網絡輿情用戶群體進行畫像和預警，為輿情治理提供決策支撐。

（一）輿情支撐數據的獲取與處理

1.收集輿情支撐數據

運用大數據技術進行輿情治理的基礎是獲取海量的往期輿情數據。目前最常用的方式是對主流的輿情監測平臺，如新浪微博、抖音平臺等各類社交平臺和媒體平臺進行數據的爬取，建立往期輿情大數據資源庫。在遴選數據源時，需要建立數據源排名動態調整機制，根據目標平臺的用戶數量、熱度、影響力、擴散力等指標，設定平臺權重。平臺權重將直接關聯數據源的爬取頻率、爬取粒度、爬取類型，對后續的數據爬取規模起到重要影響。

2.對爬取的數據進行清洗和特征提取

由于爬取的平臺不同，其獲取的數據格式也不盡相同，需要逐一為各平臺的數據設定不同的數據清洗規則，進行數據清洗，并進行結構化的存儲。獲取大數據的同時，海量的噪音數據也摻雜其中，對獲得精準的分析結果產生了嚴重的干擾，為了能有效利用大數據技術做好數據挖掘、數據清洗和數據分析，進而實時、科學、準確的提供決策支持，需要對清洗后的結構化數據精準的進行特征提取，使處理后的數據在語義上能夠表征完整，在維度上能夠豐富全面，在結構上能夠穩定內聚。在確定輿情數據的特征時，可以從以事件特征和以用戶特征為主導的兩個方面多維度進行設定時間特征、空間特征和內容特征的關系。即不同的突發事件的主流觀點和不同社會群體對同一突發事件的不同觀點兩個方面進行設定。在進行用戶特征設定時，應盡量詳盡的設定如用戶性別、用戶年齡、用戶學歷層次、當前職業等信息。并根據網絡輿情所處的不同階段，打上時間標簽，全貌展示網絡輿情從產生到消退的發展路徑和生命周期。

3.輿情數據標簽化分類

對輿情數據的標簽化分類將對后期的突發社會事件輿情處置和決策支撐提供重要依據，在標簽化分類時應遵循分類準確、標準一致、粒度一致的原則。為提高標簽的精確性，可以采用基于機器學習的核極限學習機相關技術，對輿情數據自動進行標簽化分類。

（二）輿情預測與風險防范

隨著爬取自互聯網的基礎數據不斷積累，經過數據清洗和特征提取后，其數據價值將被充分挖掘，并應用于輿情的預測與風險防范，借助大數據可視化工具，可以更直觀的體現數據背后的關聯，更好的提供決策支持。例如百度地圖、高德地圖、淘寶、美團、蘇寧易購、攜程等地圖平臺或電商平臺的大數據可視化分析，可以展示出反映當前社會經濟情況與大眾流動軌跡、消費偏好、購買能力等；而微信、QQ、微博等交互平臺，可以展示當前社會熱點問題、大眾價值取向等。通過對典型領域互聯網平臺產生的大數據進行數據挖掘，可以為輿情預測與風險防范提供數據支撐。

（三）輿情引導與干預

輿情數據處理、輿情預測的最終目的是為了輿論引導與干預，有效把握輿情引導的主動權，防范負面輿情的影響，提高輿情治理能力。在進行輿情引導時，利用大數據技術挖掘往期相似的突發社會事件輿情處理支撐數據，分析往期突發公共事件網絡輿情主體、輿情特征和輿情走勢，繪制出敏感群體用戶畫像、敏感媒體重點監控平臺，分析用戶的特征與偏好，進而有針對性地引導。在進行網絡輿情干預時，需要根據網絡輿情生命周期演化的特點，盡可能早的對輿情進行干預，正面引導輿情發展走向，避免輿情失控和反復。信息不對稱是造成輿情二次爆發的重要因素，從網絡輿情發展的生命周期來看，輿情產生初期，由于社會突發事件的偶發性、單一性，其造成網絡輿情的附加信息量是較少的，社會公眾關注的重點是社會突發事件本身，如果能在輿情發生的初期，就能夠將社會突發事件的相關信息予以公開，能大幅減少輿情的二次爆發的可能，從而在第一時間干預輿情的發展走勢，阻止或者減少負面輿情的傳播和影響，使網絡輿情直接進入到消退期。

四、結語

突發社會事件引發的網絡輿情的治理工作極大地考驗各級政府部門的治理能力，是新時代各級政府必須應對，且必須有效應對的新課題，網絡輿情安全不僅是民生安全要求，也是社會安全要求，更是政治安全要求。突發社會事件和網絡輿情相互影響、相互作用，網絡輿情治理得當必將極大促進突發社會事件的治理效率。充分運用大數據技術在處理突發社會事件中的作用，是各級政府治理能力提升的重要體現，也是社會不斷發展的必然要求。