大數據環境下網絡意識形態風險建模與治理策略研究

楊露露，張立紅，吳春穎

中國人民警察大學 a.研究生院； b.智慧警務學院，河北 廊坊 065000

根據《第47次中國互聯網絡發展狀況統計報告》，截至2020年12月，我國網民規模已達9.89億，互聯網普及率達70.4%[1]，網絡安全已經納入總體國家安全觀語境中。網絡給人們帶來了生產和生活方式的變革，也成為信息匯集的必要手段，成為思想沖擊的重要媒介。在此背景下，準確識別大數據環境下影響網絡意識形態安全的風險因素，構建科學的風險因素模型，找出高風險因素，從而提出更具針對性和有效性的風險治理策略，有助于為網絡意識形態安全領域的風險預警和快速響應提供學術上的建議。

1 現狀分析

在CNKI數據庫中，將主題詞設定為“網絡and意識形態and安全”[2]，時間設定為2000年1月1日至2020年12月1日，剔除報紙、會議通知等無效文獻，共檢索到1 970篇文獻?？傮w來看，針對大數據環境下網絡意識形態安全領域，目前已有研究以定性研究為主，主要包括以下4個主題：(1)新媒體時代的意識形態安全問題。進入新媒體時代，意識形態信息由傳統的政府單一主體傳播，轉變為多元主體、多種方式新媒體傳播，給意識形態安全帶來風險。(2)高校意識形態安全教育問題。高校是意識形態思想塑造的陣地，保證意識形態安全，應在高校先行進行意識形態安全教育。(3)大學生群體的網絡意識形態安全問題。當前我國網民結構中，大學生群體占據重要地位，網絡環境下，以在校大學生為主的群體多遭遇意識形態安全風險。(4)網絡文化治理問題。營造風清氣正的網絡空間，可以鞏固網絡意識形態安全。

綜上可見，前人對于網絡意識形態安全的研究大多停留在定性視角上，以對網絡意識形態風險因素的描述和提出網絡空間治理對策為主，對網絡意識形態風險要素的定量研究尚不多見。因此，筆者基于定性研究與定量研究相結合的方法，通過構建相應的風險識別和量化模型，列出大數據環境下網絡意識形態各風險要素，并進行綜合排序，找到高風險因素，據此提出網絡意識形態風險治理策略，最終實現對網絡意識形態風險防控機制的創新與完善。

2 大數據環境下網絡意識形態風險特征

一般來說，意識形態是指特定階級或社會集團對特定社會經濟基礎和政治制度反映后所形成的思想體系，它有著建構人們精神家園、引領社會發展方向和指導現實社會建設等多項功能[3]。習近平總書記指出：能否做好意識形態工作，事關黨的前途命運，事關國家長治久安，事關民族凝聚力和向心力[4]。隨著國內外形勢的深刻變化以及互聯網絡發展進入大數據時代，我國的意識形態安全問題已延伸至網絡空間。

2.1 網絡意識形態主體的泛在性

網絡意識形態主體的泛在性[5]，是指任何能夠通過互聯網進行信息互動的個體都是網絡意識形態的主體。大數據技術以互聯網為依托，通過利用大量數據從而高速度、低成本地實現問題的解決。隨著大數據技術的飛速進步，為節約成本、擴大效益，人類社會的活動空間不斷向網絡空間延伸，形成了現實社會與網絡社會的融合發展[6]。與此同時，意識形態發展也由原先的現實社會場域遷移到了網絡空間場域，但無論是在現實社會空間還是網絡空間，意識形態所能影響的主體本質上都是現實的人，是普遍存在的。由于網絡意識形態主體存在泛在性，導致意識形態主體的社會認知和行為等具有不可預測性，更加劇了網絡環境下意識形態的風險。

2.2 網絡意識形態信息的聚合性

大數據以新的理念和技術對各類輿情和民意進行廣泛記錄，在大數據的引領下，實現對信息的“數據化”處理。在大數據環境中，一切信息皆可量化。各類大數據應用實現了對現實社會以及網絡社會中各類信息的“量化”收集，這些紛繁雜蕪的信息對意識形態安全的影響力與日俱增。以推薦算法為例，隨著各類推薦算法等技術手段的出現，信息的“智能傳播”成為現實，人們一旦點擊了某一意識形態信息，與之相關或類似的大量信息也會隨之被算法推薦過來。大數據的量化特性，造成了大數據環境下意識形態信息的聚合。由于意識形態信息的量化聚合特性，當意識形態主體接觸到負面的意識形態信息時，大數據環境不僅不會制止意識形態主體對該錯誤信息的瀏覽，還會利用算法技術向其推薦更多相關信息，使網絡環境下意識形態風險的發生更加難以避免。

2.3 網絡意識形態環境的復雜性

隨著大數據越來越深入地影響現實社會，越來越多的人們涌入網絡社會，網民結構正在逐步與現實社會中的公民結構走向一致，意識形態在現實社會中遭遇的風險也隨之遷移到網絡社會中。究其原因，不僅表現在我國國內改革即將進入攻堅期和深水期，社會矛盾不斷涌現，社會任務更加艱巨，更表現在國際上一些西化思想、極端思想等利用互聯網侵襲我國意識形態領域，在技術賦能的網絡空間里，試圖進行思想滲透。較之傳統意識形態領域，大數據環境下意識形態所面臨的環境風險或許會更加復雜[7]。

綜上所述，網絡環境下的意識形態風險與現實生活中的意識形態風險相比，既存在一致性，也存在特殊性。網絡意識形態風險是線上線下雙重風險的高度融合，從而使網絡意識形態被賦予新的內涵。因此，筆者借鑒黃冬霞等的觀點[8]，將網絡意識形態界定為：網絡意識形態是指在線上社會與線下社會、網民個體與現實個體高度融合相互滲透的背景下，網民借助大數據技術手段與互聯網中介系統進行信息、知識、精神的搜集、交流和共享，并在此項活動中逐漸認知、積累而形成的穩定的思想傾向。

3 大數據環境下網絡意識形態風險建模

大數據環境下網絡意識形態風險呈現出的多重特征，顯示出網絡意識形態作為一個大規模整體系統的本質特征。由此，筆者采用等級全息建模法(Hierarchical Holographic Modeling，簡稱HHM)作為風險識別的方法，來研究網絡環境下意識形態風險建模。等級全息建模法可用于解釋大型復雜項目中的風險來源，是一種全面的思想和方法論，通過對復雜系統多方位、多層次的風險分析，以確定系統的風險來源，從整體角度對系統進行評估和管理，并據此得出科學有效的結論。筆者將大數據環境下網絡意識形態面臨的風險分別從主體、信息、環境等方面進行解構，據此建立HHM框架，如圖1所示。

圖1 網絡意識形態風險HHM框架

3.1 意識形態主體

意識形態主體帶來的風險即主體的認知、情感、行為給網絡意識形態帶來的風險。認知行為主義認為，認知、情感和行為是互相滲透、互為前提的。認知可以改變人的情感，情感會影響人的認知和行為，行為也會影響人的情感和認知。

認知指個體對任何形式的信息進行思考的過程，包括網民信息素養和網民價值取向。信息素養是在全球信息化進程中人們必須具備的一種基本能力，價值取向是指導人們行動和決策判斷的總體信念。隨著全球信息化進程的加快，全球互聯網用戶規模突破47億，經濟社會發展和人們生產生活方式受互聯網影響日益加深。在這種情況下，網民信息素養對于網民判斷自身需要什么信息，如何獲取信息和評價、利用信息具有重要作用，而網民價值取向在網民個體面對和處理各種矛盾、沖突、關系時可以體現出自身的價值立場。

情感包括情感穩定性、情感極性和情感強度。根據《第47次中國互聯網絡發展狀況統計報告》，截至2020年12月，我國網民年齡結構以30～39歲為主，學歷結構以初中為主，網民職業以個體戶和自由職業者為主。這種結構決定了我國現有網民以中青年網民為主，考慮到他們的年齡、學歷和職業，發現其文化水平不高，工作具有不穩定性，因此，容易受到外界刺激，進而形成偏激、沖動的情感傾向，遇事缺乏理性判斷。

行為包括網民信息交流行為和媒體信息發布行為?；ヂ摼W絡拓展了個體與個體之間的溝通渠道，也增強了信息傳播的強度。通過互聯網絡，網民將自身擁有的信息在不同網民之間交流傳播，擴大了信息傳播的范圍。此外，區別于傳統媒體時代的信息發布行為，新媒體時代的信息發布行為可以收獲更多的瀏覽量，將信息傳播到更廣范圍。

3.2 意識形態信息

大數據環境下有關意識形態信息帶來的風險，包含信息模態、信息數量、信息內容、信息傳播速度以及信息傳播范圍。通過對各類意識形態信息的持續接觸，網民勢必會產生自身對意識形態的獨特看法。網民依據信息獲得有關意識形態的知識，這些信息呈現出不同模態，有文本信息、視頻信息、音頻信息等。網民接觸到的信息數量和信息內容會塑造其對大數據環境下意識形態的看法，進而影響網民的情感和行為。此外，信息傳播速度和信息傳播范圍也會影響網民對意識形態信息的接收。

3.3 意識形態環境

意識形態環境帶來的風險指當前可觀測的社會環境中存在的風險，包括輿論生態、政治局勢、經濟態勢、法律規范以及技術發展。網絡意識形態所面臨的風險不僅發生在網絡空間，還分布在社會生活中的方方面面。當前，伴隨信息網絡化的全球性發展以及大數據時代的來臨，各種非主流意識形態在網絡上相互傳播和融合，給輿論生態的平衡發展帶來風險。此外，當前國家的政治局勢、經濟發展態勢也會影響網民在網絡上的發言，進而影響網民網絡意識形態的形成。法律規范以及技術發展則是意識形態環境風險的限制因素，法律規范限制不良行為和信息的表達及傳播，技術發展則是限制信息獲取和表達方式。

4 大數據環境下網絡意識形態風險量化與評級

構建網絡意識形態風險HHM框架之后，需要對各級風險指標進行量化和評級，以便為治理對策提供決策依據。首先，將網絡意識形態風險HHM框架轉換為對應的指標體系(見表1)；其次，利用層次分析法對各級指標的權重進行計算，為風險評級提供基礎；最后，運用ABC分類方法對末級風險指標進行評級。

表1 大數據環境下網絡意識形態風險因素表

4.1 基于層次分析法的風險指標權重計算

本文采用層次分析法來計算大數據環境下網絡意識形態各級風險指標的權重。層次分析法可以結合定性分析和定量分析，進行多目標決策。其權重計算的步驟是：首先，建立層次結構模型。其次，通過測試問卷進行專家打分，對處于同一層次的各指標進行兩兩比較，構造兩兩判斷矩陣。隨后，應用本征向量法求最大特征根并計算權重，結果見表2。在此過程中，進行層次單排序并判斷矩陣是否通過一致性檢驗(CR<0.1)。最后，進行層次總排序，并對末級指標進行歸一化處理(見整體權重)，在此過程中，也需進行一致性檢驗(CR<0.1)。

表2 風險量化指標與權重

4.2 網絡意識形態風險評級計算

ABC分類法(Activity Based Classification)又稱帕累托分析法，可以根據事物的主要特征分類并進行科學性分級，從而有區別地進行風險管理?；舅悸窞椋菏紫?，基于三級指標的整體權重對其進行從大到小的排序；其次，計算三級指標的累計權重，見表3；最后，根據統計分析，將風險指標分為4個級別進行評級，其標準見表4。

表3 風險量化指標權重分析

表4 風險評級劃分標準

通過對17個三級指標進行評級(見表5)，得出：極高風險1個，高度風險3個，中度風險4個，低度風險9個。其中，極高風險為網民價值取向，高度風險為信息內容、網民信息素養和情感穩定性。這4個風險指標中，網民價值取向、網民信息素養和情感穩定性均屬于意識形態主體一級指標中，因此，防范網絡意識形態風險的重點，應著重關注意識形態主體在其中發揮的作用。

表5 風險因素評級表

5 大數據環境下網絡意識形態風險治理策略

隨著5G時代的來臨以及大數據技術的不斷發展，意識形態領域所面對的風險日益成為一場由數據化和網絡化帶來的挑戰。大數據技術給網絡意識形態風險帶來了輿論控制、技術壁壘等方面的困難，但其所具備的5V特征——大量(Volume)、高速(Velocity)、多樣(Variety)、價值(Value)、真實性(Veracity)，也給網絡意識形態風險的防控和化解提供了新的思路和機會。基于前文分析，得出網絡意識形態風險等級較高的指標為網民價值取向、信息內容、網民信息素養和情感穩定性，綜合一級指標和二級指標，當前我們進行網絡意識形態風險防范的重點，應集中在意識形態主體的認知、情感以及意識形態信息的內容方面。因此，筆者提出以下風險治理對策建議：

5.1 事前預控：堵實網絡意識形態認知漏洞

意識形態風險的產生大多起因于公眾對意識形態事件的錯誤認知。當前，我國網民規模已超9億，其信息素養和價值取向不盡相同，對于意識形態事件的認知也各有看法。但不可忽視的是，每一意識形態風險的爆發均伴隨著特殊敏感詞匯和語句出現，導致網民認知進入誤區，例如在“臺獨”事件中屢次出現的“臺灣國”“臺灣獨立”等言論。因此，當卷入意識形態事件中的網民大量發表含有錯誤認知傾向的敏感詞匯時，可以認為網絡意識形態出現風險。對此，我們首先可以利用大數據手段，對大量已經發生的網絡意識形態風險事件進行匯總和整理，從中發現同類事件中大量出現的導致公眾錯誤認知的敏感詞匯，并據此建立敏感詞匯語料庫?；诖?，再利用大數據技術可以高速處理大量數據的特性，對當下正在發生的涉及網絡意識形態風險的事件進行實時監控，對比敏感詞匯語料庫，從中精準提取相關敏感詞匯，提前發現風險爆發的征兆，并據此準備好有效的預控手段，做好相關的應對準備，降低意識形態風險爆發所帶來的危害。

基于大數據進行網絡意識形態風險防控重在“預”，大數據以可獲取的數據量大及數據處理的高效而著稱，利用大數據手段對所獲取的大量數據進行事前整理和分析，及時發現網絡意識形態傳播中存在的風險，織密網絡意識形態傳播之網，堵實網絡意識形態漏洞，可實現在事前就完成對意識形態風險的防控。

5.2 情感引路：反挖網絡意識形態風險源頭

網民情感是影響網絡輿情走向的重要因素之一，如果不能對網民情感進行良性引導，將會造成嚴重的公共危機[9]。當前，各種網絡新媒體已經成為人們進行信息傳播的重要手段，網民可以自由地通過互聯網獲取知識、傳播信息、發表言論。但是，網絡的自由登入特性也給一些“網絡推手”提供了生存空間，他們通過詆毀、抹黑和丑化主流意識形態，導致真正的網絡民意被覆蓋，網絡暴力事件頻發，網絡輿論生態被污染[10]，網民情感穩定性一度失衡，給網絡意識形態帶來風險。

對此，首先可以基于大數據，對參與網絡意識形態事件中的網民進行情感分析和情感畫像，劃分出特定的情感群體，包括持正面情感的群體、持負面情感的群體、持中立情感的群體等，并總結出不同群體的特征，確定總的群體情感走向。之后，利用大數據手段將容易給網絡意識形態帶來風險的群體圈定出來，例如持負面情感的群體、情感波動劇烈的群體、有情感極化傾向的群體等，并在之后的輿論引導和意識形態建構過程中重點針對這類群體進行情感疏導，例如利用大數據進行精準信息推送等。通過反向利用網民情感，實現對網絡意識形態風險的識別和防控。

網民情感可以影響網絡意識形態事件走向，基于大數據我們能據此更為精準地反挖出網絡意識形態的風險點，并逐一擊破，化險為夷。網民發表的每一條評論都蘊含著各自的情感，利用大數據手段將表達相同情感的網民集中廓出，可以更加高效地防范網絡意識形態風險。

5.3 信息降維：篩選網絡意識形態風險信息

網絡意識形態風險信息以多種模態的形式向網民呈現，而隨著社交網絡平臺的不斷更新，其也越來越多地在網民之間傳播和流動。久而久之，越來越多存在風險的意識形態信息在全網傳播流動，理性聲音得不到支持，尤其在網絡化進程不斷加快的當下，如果任由網絡意識形態風險信息在全網傳播而不加制止，則有可能出現意識形態領域的“劣幣驅逐良幣”，即偏激的、不良的觀點容易找到同類，而理性的聲音則杳無音信，造成的風險防不勝防[11]。

對此，可以利用大數據，實現對多模態信息內容的識別。例如，基于深度學習的方法，以神經網絡為架構，利用計算機視覺、語音識別、自然語言處理等技術，對圖片、語音、視頻等信息進行文本轉換，跨越不同模態信息之間的鴻溝，將不同模態信息中蘊含的內容以文本的形式進行呈現，對信息內容進行降維識別，以此來篩選具有風險的網絡意識形態信息。

大數據時代不僅帶來了技術和應用上的大提升，也帶來了信息內容和表現形式上的大增長。因此，我們要主動出擊，充分發揮大數據技術的優勢，科學分析意識形態信息內容的傳播特點以及意識形態主體的利益訴求[12]，及時發現信息中蘊含的風險，篩選出理性的聲音加以廣泛推廣傳播，而非任由不理性的“劣幣”在信息場域中充斥。

6 結語

在大數據環境下，網絡意識形態呈現主體的泛在性、信息的聚合性以及環境的復雜性等風險特征，使網絡意識形態風險治理成為一項亟待解決的艱巨任務。本文采用等級全息建模法，構建網絡意識形態風險框架，識別可觀測的風險指標，并進行指標量化和評級，得出網民價值取向、信息內容、網民信息素養和情感穩定性為網絡意識形態的高風險指標。針對這些高風險指標，提出事前預控、情感引路和信息降維等網絡意識形態風險防范對策，為網絡意識形態風險治理提供理論基礎和實踐指導。