基于AI技術的輿情監控策略研究

摘要：【目的】解決信息海量日增、短視頻直播興起、大V主導輿論、“信息繭房”等輿情監測問題。【方法】運用技術論證法，從AI技術提升輿情監測精準性和效率、輔助輿情分級分類智能研判、替代人工開展輿論陣地賬號撥測、為輿論引導提供有效參考等方面研究論證輿情監控的智能策略。【結果】AI自然語言處理、語義分析、OCR、目標檢測等技術賦能輿情監控的解決方案?！窘Y論】不斷引入高新技術，賦能輿情監控工作精準高效開展，維護網絡清朗空間。

關鍵詞：輿情監控；AI技術；輿情研判；輿論引導；新媒體" " " " " " 中圖分類號：G206" " " " " "文獻標識碼：A

文章編號：1671-0134（2023）03-080-04" " " " "DOI：10.19483/j.cnki.11-4653/n.2023.03.017

本文著錄格式：倪婷.基于AI技術的輿情監控策略研究[J].中國傳媒科技，2023（03）：80-83.

導語

新媒體時代，隨著5G、大數據、云計算、區塊鏈等新技術的應用，短視頻、直播、Vlog等傳播形式日益興起，輿情傳播速度從緩慢向瞬時轉變，發聲主體從單一向多元轉變，輿情動機由單純向復雜轉變。隨著輿論環境日益復雜，人人都有麥克風，隨處都是記者，為互聯網輿情監控帶來前所未有的挑戰。

黨的二十大報告指出，加強全媒體傳播體系建設，塑造主流輿論新格局。健全網絡綜合治理體系，推動形成良好網絡生態。[1]輿情監控作為網絡綜合治理體系的重要手段，承擔著維護網絡清朗空間的重要責任。面對前所未有的挑戰，AI技術具有秒級精準監測文字、識別圖像影像、智能分類研判等優勢，有效提升輿情監測、輿情研判、輿論陣地賬號撥測、輿論引導等工作效率，彌補圖像視頻監測盲區，為新媒體環境下互聯網輿情的監控提供智能策略。

1. 新媒體環境下互聯網輿情的特點

1.1" "瞬時傳播性

新媒體環境下，海量互聯網信息每天實時更新、多次傳播，受到互聯網信息生產分發機制驅動，輿情事件發生時，輿情信息呈現瞬時傳播性，并演變為指數式增長趨勢。根據研究，敏感負面輿情在4小時內就可以在互聯網廣泛傳播，8小時議題明確遭受第一輪沖擊波，12小時媒體審判遭受第二輪沖擊波，24小時遭受第三輪沖擊波到達輿情高峰。

由于輿情的瞬時傳播性，輿情監控就是在和時間賽跑，要求30分鐘內及時監測、2小時內準確研判、24小時內有效處置。一旦錯過黃金24小時，輿情將變得極不可控，監控工作也將更為被動艱難。

1.2" "渠道分散性

互聯網環境中，媒體平臺眾多、傳播渠道分散，除了傳統新聞網站外，微博、微信、今日頭條等自媒體也日益成為輿情傳播重要渠道。隨著5G的興起，移動通信更為發達，伴隨手機興起的短視頻、直播、Vlog等平臺也成為輿情擴散陣地，出現人人都有麥克風、隨處都是記者的現象。以國有企業輿情監測為例，隨著近年來95后新員工的入職，企業內部管理問題引發輿情的傳播渠道已從論壇、微博演變到了小紅書、抖音、快手等新興自媒體賬號。

1.3" "信息多元性

傳統門戶網站流行時期，信息發布的主體主要是媒體，公眾接收信息的方式更為被動、單向。近幾年，中國的媒體正呈幾何級的數量增長，言論也隨之變得空前活躍。[2]隨著移動互聯網的興起，各類媒體平臺開放程度逐漸變高，公眾分享信息、參與信息交互的意愿更為強烈。信息發布的主體從媒體發展為草根新聞機構、個人大V、普通公眾等各類自媒體。信息發布形式從圖文類的信息稿、通訊稿演變為微博客、短視頻、直播、Vlog等，導致輿情信息內容更加多元。

1.4" "動機復雜性

網絡輿情一定程度上是現實社會矛盾在網絡空間的投射和延伸，是社會的晴雨表。[3]隨著媒體平臺開放性增強，各類群體進入互聯網輿論場表達訴求，信息生產的動機由單一的新聞發布變得更為復雜，媒體過度深挖、相關利益群體訴求、大V公知追問、競爭對手輿論絞殺等各種復雜動機的相互交織，使得輿情發展更不可控，輿情處置難度更高。深挖輿情背后動機，找準利益方矛盾點，成為輿情研判和處置的關鍵。

2. 輿情監控工作面臨的挑戰

2.1" "信息海量日增形成輿情監測挑戰

互聯網時代，信息生產分發機制發生變革。與主要依靠媒體信息傳播的傳統環境相比，互聯網門檻較低，任何人都可以發布信息，大量個人開始成為信息發布主體。移動互聯網的“一鍵轉發”、社交軟件和工作軟件群組的流行，使信息分發更為簡單快捷，二次傳播甚至多次傳播數量更多。在這樣的環境下，互聯網信息每天海量更新，呈現出指數式增長趨勢。據統計，在中國，每天都有數以億計的互聯網用戶活躍在各個網絡平臺上，以短視頻為例，抖音等平臺每天都有千萬條級別的內容上傳，今日頭條平臺每天經審核后發布的內容就超過60萬條。[4]

每天海量增加的信息對輿情監測形成挑戰，輿情監測除了要保證新聞信息、自媒體發布內容不漏監、誤監外，還要實時監測評論區評論內容，為研判用戶觀點、關注焦點、情緒屬性、輿情走向提供信息數據依據。

2.2" "短視頻、直播興起成為輿情監測難點

新媒體環境下，短視頻、直播興起成為新興傳播形式，抖音、快手等平臺日益成為輿情爆發主流渠道。據統計，我國短視頻用戶增長明顯，截至2022年6月，我國短視頻用戶規模達9.62億，較2021年12月增長280萬；網絡直播用戶規模達7.16億。[5]

在這樣的趨勢下，短視頻、直播成為輿情監測重點，短視頻、直播中出現的輿情問題也屢見不鮮。例如，短視頻、直播平臺出現違紀違法人員圖像、宗教民族類符號等問題，往往引發意識形態風險，導致重大輿情。然而，傳統的輿情監測技術主要針對敏感文字，很難監測圖像問題，更無法識別視頻直播中的敏感輿情，使短視頻、直播成為傳統技術輿情監測的難點。

2.3" "大V主導輿論陷入“沉默的螺旋”

當前，短視頻、微信、微博、新聞網站等平臺日益興起，新聞發布主體從新聞媒體擴大至個人。一些個人自媒體賬號粉絲量在10萬以上，其創作內容往往擁有單條十萬級甚至百萬級以上的傳播量和評論量，被稱為網絡大V。自媒體環境下，網絡大V發布的內容往往使受眾陷入“沉默的螺旋”。“沉默的螺旋”理論指出，人們在表達自己想法和觀點的時候，如果看到自己贊同的觀點受到廣泛歡迎，就會積極參與進來，這類觀點就會越發大膽地發表和擴散。[6]

輿情爆發時，網絡大V往往成為網絡話題和敏感輿情導向走勢的幕后推手。輿情剛突發時，公眾對輿情事件的全貌并不掌握，處于初期的了解認知階段。網絡大V因自身影響力和發布內容的傳播力，其對輿論事件的觀點容易成為輿論主流，進而使受眾陷入“沉默的螺旋”。由于網絡大V社會道德素質參差不齊，時而因幕后利益成為網絡謠言傳播的始作俑者，推動輿情愈演愈烈。此外，與官方媒體不同，網絡大V的行為較難監管，加大了輿情處置的難度。

2.4" “信息繭房”導致輿論引導隔閡

隨著5G、大數據、云計算、區塊鏈等新技術的興起，不少新聞網站使用算法推薦內容，根據用戶閱讀習慣計算其閱讀興趣和關注焦點，投其所好推送相關新聞，以此增加新聞點擊率、閱讀量和新聞網站用戶黏性，這導致“信息繭房”現象日益嚴重。美國哈佛大學法學院教授桑斯坦在2006年出版的一本著作《信息烏托邦》中提到了“信息繭房”概念。他認為，在信息傳播中人們因自身的信息需求并非全方位的，只會注意選擇想要的或能使自己愉悅的信息，久而久之就會失去了解不同事物的能力和接觸機會，將自身桎梏于像蠶繭一般的“繭房”中。[7]

“信息繭房”為輿論引導帶來挑戰。當輿情爆發時，人們往往陷入恐慌、擔憂、害怕、質疑的負面情緒中，在互聯網上搜索閱讀和該輿情相關的各種信息。新聞網站關注到用戶的閱讀情況，通過算法推薦更多和輿情相關的負面信息，使用戶被海量負面信息包裹，加劇負面情緒甚至引發極端行為。在這樣的情況下開展輿論引導工作，往往由于“信息繭房”的包裹形成隔閡，阻礙有利于輿情發展的輿論引導信息觸達受眾，增加輿論引導的難度，延長輿情蔓延時間，從而降低輿情處置效率。這促使新聞工作者提高工作緊迫性和有效性，并要力爭在“信息繭房”大門關閉、圈群固化之前將輿論引向正途。[8]

3. 基于AI技術的輿情監控策略

3.1" "提升輿情監測精準性和效率

AI技術的應用，解決了圖片、視頻監測難的痛點，能更加精準地進行文字錯誤監測和糾正，有效過濾弱相關結果，給出更有效率的反饋，提升輿情監測效率。使用AI技術進行不良信息治理和內容審核時，將輿情風險前置到信息發布之前，為輿情處置爭取了大量時間和主動權，大幅提高了風險管控的效率。

3.1.1" "自然語言處理技術秒級精準監測文字

與傳統輿情監測技術相比，自然語言處理技術優勢明顯。利用自然語言處理技術能在秒級別內快速監測幾萬字的信息，更加快速高效。自然語言處理技術還能逐字逐句監測文本，不會出現漏監、誤監等情況，監測更加精確無誤。

在精準性方面，傳統的文本搜索技術是根據給出的輸入條件進行等于、包含、部分包含的邏輯搜索后給出結果。自然語言處理是使用神經網絡的方法自動學習詞匯的向量化表示，其基本原則是一個詞包含的意義應該由該詞周圍的詞決定。應用遞歸神經網絡對語言進行處理后，可以讓人工智能程序根據上下文來預測文本中目標詞匯的含義，這樣就可以有效地過濾掉相關性弱的結果，給出更有效率的反饋。例如，搜索“中國移動”的公司名稱“移動”時會將包含這兩個字的所有結果都搜索出來，但是其中不可避免地有“小明的移動速度很快”這樣相關性很弱的結果也被搜索出來，但運用自然語言處理技術就能避免這樣的現象。

在輿情監測的不良信息清理和內容審核場景中，自然語言處理涉及中文文本糾錯技術，需要重點解決“音似、形字、語法、專有名詞”等類型錯誤。以中國移動通信集團云南有限公司自主研發的新聞公文AI智慧風控能力為例，采用基于BERT模型的變種MacBert模型，改用全詞掩蔽和N-Gram掩蔽策略適配中文表達，通過用其相似的單詞來掩蓋單詞，相較BERT縮小了訓練前和微調階段之間的差距，加入錯誤檢測和糾正網絡端到端糾正文本拼寫錯誤，文本糾錯效果更佳。

3.1.2" "OCR技術有效識別圖像文字

OCR文字識別技術使用電子設備智能檢查圖像中的字符，用字符識別方法將形狀翻譯成計算機文字，有效彌補了各類圖像中文字監測的盲區。

在輿情監測中，文本區域檢測使用OCR文字識別技術中基于分割的DBnet，分割的結果可以更準確地描述如彎曲文字這種任意形狀的文本。文本識別采用CNN+RNN+CTC（CRNN+CTC），傳統的RNN 是可以利用到上一個狀態的信息來進行預測的，但是存在梯度消失的問題，從而限制 RNN 可以存儲的上下文長度，對訓練增加了負擔。為了解決以上問題，采用了 LSTM 算法，LSTM 的特別設計是可以捕獲在基于圖片的序列中經常出現的長期依賴性。同時采用CTC算法，CTC是Loss計算方法的一種，CTC 替代 Softmax Loss運用時，訓練樣本沒有對齊要求。CTC引入blank字符，有效解決了某些位置沒有字符的問題，同時通過遞推十分快速地計算梯度。

3.1.3" "目標檢測技術解決圖片監測痛點

隨著新媒體的興起普及，圖片、視頻日益成為滋生敏感負面輿情的溫床，對傳統輿情監測技術提出挑戰。目標檢測技術能夠在一張圖像中檢測出物體出現的位置及對應的類比，有效解決了圖片、視頻監測的痛點。

目標檢測技術中傳統的R-CNN訓練和測試過程復雜，需要大量儲存空間，在對候選框進行形變操作后再輸入CNN網絡后形變會產生一系列問題。SPPnet模型復雜，微調算法不能更新SPP之前的卷積層。為提升輿情監測精準性，目標檢測技術采用Fast-R-CNN算法：針對已有業務場景，對算法中的卷積提取網絡做了優化，對特征圖做了多融合操作，增大特征圖的分辨率，有利于小目標檢測。

3.2" "輔助輿情分級分類智能研判

輿情研判作為輿情監測和輿情處置之間的關鍵環節，發揮著望聞問切的輿情“問診”作用，將直接影響輿情處置和輿論引導的措施采取，并決定輿情處置的結果。輿情管理“分級分類、快速應對”的原則明確，對輿情進行定級分類管理，迅速采取有效措施，壓縮輿情傳播時空，降低輿情影響。輿情分級分類標準為：按話題敏感性、傳播范圍、影響程度劃分，輿情可分為四級：重大輿情、較大輿情、一般輿情、關注輿情，根據不同級別采取相應處置措施，通過精準管理提升輿情監測效率。

傳統輿情監測技術很難判斷話題敏感性、傳播范圍、影響程度，主要依靠人工經驗進行輿情研判，對輿情管理人員專業水平要求較高，且經常出現研判錯誤的情況。AI輿情系統通過設定主題地域屬性、媒體權重、熱度屬性、行業屬性、情感屬性、敏感屬性，可以快速將全國的輿情事件進行定位、定性，并在此基礎上進行信息的抽取、挖掘、聚類和分析，為關聯單位提供智能監測、智能預警、智能研判等服務。[9]

例如，2020年2月疫情期間爆發的“山坡找網”網絡輿情，云南省曲靖市會澤縣東陸高中因為疫情開展線上教學，3名同學由于家里網絡不好，在零下一度的冬日去山坡找網上課，經媒體報道后引發了輿論廣泛關注。其中《人民日報》客戶端發表題為《古有鑿壁偷光，今有山坡找網，云南會澤3學子野外冰花中上網課》的文章稱：“云南會澤東陸高中疫情防控延期開學線上教學正式開始。因家里網絡不好，3名同學到村后山坡上找網上課，開著流量堅持了一個早上?！?[10]

中國移動通信集團云南有限公司監測到該輿情后，通過AI技術迅速對該輿情的話題敏感性、傳播范圍、影響程度進行研判。經研判，該輿情雖未明確將矛頭指向三大運營商，但經中央新聞媒體報道、涉及社會關注度高的公共衛生事件，屬于較大輿情，需開展重點處置。中國移動通信集團云南有限公司一方面積極與中央媒體溝通，另一方面立即前往現場實地查勘網絡覆蓋情況，于當晚22：40實現拉遠基站開通，有效解決了幾名學生疫情期間的網絡遠程上課問題。

3.3" "替代人工開展輿論陣地賬號撥測

在重要會議活動保障時期，輿情監控發揮著及時扼殺輿情風險，為重要會議活動的舉辦營造健康輿論環境的重要作用。重要會議活動輿情保障的工作之一是輿論陣地賬號撥測，需要根據要求7×24小時對官方命名的微博、微信、抖音、快手、今日頭條等新媒體賬號進行撥測，實時監測賬號是否出現頭像被篡改、評論區是否關閉、評論區是否發布“九不準”有害信息等異常情況。

AI技術應用前，輿論陣地賬號撥測工作通常依靠人工完成，賬號數目海量，實時監測發現問題要求高，對重要會議活動輿情保障工作形成挑戰。AI技術與IPA有效融合打造的IPA機器人能替代人工開展輿論陣地撥測工作，運用自然語言處理、目標檢測、OCR等技術實時準確監測輿論陣地賬號頭像、評論區、評論內容是否異常，提醒人工及時處置。

例如，中國移動自主研發的“磐匠”輿論陣地撥測IPA機器人在重要會議活動中替代人工開展7×24小時輿論陣地撥測工作，有效釋放了勞動力，降低了輿情風險。

3.4" "為輿論引導提供有效參考

通過對自媒體報道的分析，進一步印證了互聯網時代“媒體議程－公眾議程 －個人議程”的單一、線性傳播模式已被打破，公眾議程設置能力增強，公眾關注度逐漸成為傳統媒體和自媒體文章選題的“指揮棒”。[11]

在這樣的背景下，輿論引導顯得尤為重要。好的“輿論場”是引導出來的，輿論引導工作大有可為，要積極作為，增強正向引導輿論的自發意識和工作主動性。新媒體環境下，官方媒體影響力減弱，而網絡大V影響力增強，柔性傳播和軟性引導能達到更好的傳播效果。輿論引導作為輿情管理的最后一環也是最關鍵的一環，關系著輿情走向和民心所向，應完善線上線下精準發力的輿論引導工作機制。

傳統技術僅應用于輿情監測環節，對于輿論引導沒有發揮作用。基于AI技術，系統能通過事理圖譜、熱點聚類、文本分類等學習方法，對輿情事件的發展脈絡、特征分布、風險等級進行自動階段性總結，并給出趨勢預測。[9]

這為輿論引導工作提供了有效的參考，輔助把握輿論傳播的節奏趨勢，事前、事中、事后全過程做好輿論引導工作。有利于對不同媒體和傳播受眾，合理把握正向引導的時效度，避免過猛、過火。有利于準確洞悉網絡評論主流觀點、爭論焦點和討論趨勢，有效針對網絡評論開展正面回應和主流引導。

結語

沒有網絡安全就沒有國家安全。[12]輿情監控作為維護網絡安全的重要手段，在營造健康輿論環境、維護清朗網絡空間、建設具有強大凝聚力和引領力的社會主義意識形態等方面發揮著重要的作用。

面對快速更新迭代的媒體技術和傳播形態，只有尊重傳播學規律，不斷革新輿情監控技術，升級輿情監控管理策略，提升輿情管理人員核心能力和綜合素養，才能夠有效應對新媒體帶來的輿情風險。AI技術的應用為文字精準識別、圖像有效監測、智能研判支撐、賬號撥測輔助、輿論引導參考提供了有效的解決方案。但隨著抖音、快手等平臺海量視頻增長，元宇宙技術在媒體直播中廣泛應用，輿情監控的難度不斷增加，AI技術還需要持續更新優化，不斷引入更多高新科技，賦能輿情監控工作精準高效開展，維護網絡清朗空間。

[1]習近平.高舉中國特色社會主義偉大旗幟 為全面建設社會主義現代化國家而團結奮斗——在中國共產黨第二十次全國代表大會上的報告[J].創造，2022（11）：6-29.

[2]董關鵬，胡齊明.遭遇突發事件，如何面對媒體[J]. 現代班組，2009（4）：31.

[3]馮超，王麗萍.新媒體視域下網絡輿情特點與治理 [J].中國傳媒科技，2022（6）：7-9.

[4]宋建武.面對海量信息，如何實現內容識別[EB/OL]. http：//media.people.com.cn/n1/2019/0813/c14677-31292532.html，2019-08-13/2023-02-12.

[5]CNNIC：第50次中國互聯網絡發展狀況統計報告[R].http：//www.cnnic.net.cn/，2022-08-31/2023-02-10.

[6]黃京華，常寧.新媒體環境下沉默螺旋理論的復雜表現[J].現代傳播（中國傳媒大學學報），2014（6）：109-114.

[7] 董秀成.受眾心理視域下的智能傳播倫理研究[J].浙江傳媒學院學報，2018（6）：18-22.

[8] 中國華能集團有限公司.海量信息時代央企輿論引導新思路[J].企業文明，2021（11）：5-7.

[9]華凌.人工智能讓輿情監測從信息檢索走向內容多維度識別[N].科技日報，2022-02-14（006）.

[10] 徐元鋒.古有鑿壁偷光，今有山坡找網，云南會澤3學子野外冰花中上網課[EB/OL].https：//wap.peopleapp.com/article/5166555/5066073.2020-02-17/2023-03-01.

[11] 申金霞，王保華，萬旭婷，胡羽.兩會輿情視域下來華留學教育質量提升的路徑與策略 [J]. 中國傳媒科技，2022（6）：14-17.

[12]本刊編輯部.習近平在全國網絡安全和信息化工作會議上發表重要講話 敏銳抓住歷史機遇 加快建設網絡強國[J].網絡傳播，2018（5）：12-15.

作者簡介：倪婷（1984-），女，回族，云南昆明，新聞中級職稱，碩士研究生，研究方向為新聞傳播、輿情管理、AI技術應用。

（責任編輯：張曉婧）