拓展高校網絡輿情新視角

李偉

大數據技術為高校網絡輿情的實時監測、趨勢預測、精準引導與科學治理提供了有力的技術支撐，但同時也帶來了一系列風險。大數據時代，高校急需以全新的思路與視角探索與新時代技術背景相適應，與高校師生思想特征相匹配，與當代網絡文化相吻合的網絡輿情治理策略與機制。現利用CiteSpace軟件，對大數據視域下的中國高校網絡輿情既往研究進行知識圖譜的可視化分析，總結當下研究的熱點與主要內容，以前瞻性視角對日后高校網絡輿情的引導與治理提出建議。

黨的二十大報告指出“意識形態工作是為國家立心、為民族立魂的工作”。高校作為培育時代新人的主陣地，其意識形態教育工作具有非常重要的作用。在大數據時代，作為當前社會輿情的重要組成部分，高校網絡輿情已成為影響高校校園安全與穩定的重要因素之一，也對高校思想政治工作與意識形態教育工作提出了嚴峻挑戰。特別是進入大數據時代，隨著移動互聯網、物聯網等技術的蓬勃發展，高校師生在互聯網上通過多種渠道發布見解、觀點與評論，高校網絡輿情呈現出規模不斷擴大、復雜性急速上升的趨勢；與此同時，可分析和使用的數據大量增加，高校網絡輿情治理面臨著海量數據、信息選擇性傳播、輿論話語權分散三大挑戰。針對目前高校網絡輿情情況，抓住大數據技術為高校網絡輿情治理帶來的變革機遇，建立“大數據”視野下的新型網絡輿情治理觀，通過對既往的研究進行可視化分析，總結當前學術界對高校網絡輿情的研究概況，進而圍繞新形勢下高校網絡輿情出現的新特點、新動向、新變化，提出符合技術發展、時代發展與社會發展趨勢的高校網絡輿情研究策略。

高校網絡輿情

高校網絡輿情指的是高校師生在互聯網上發表的關于熱點事件以及關乎自身利益事件的帶有一定態度、情感及偏向的言論等。國內學術界對高校網絡輿情的研究主要集中在對其含義、特點、發展、面臨的挑戰等進行探討的定性研究，缺乏定量研究。本文以CNKI期刊全文數據庫和學位論文全文數據庫為檢索平臺，對2007—2022年發表的文獻進行主題檢索，檢索詞為“網絡輿情”和“高校”（“學校”或“大學生”），共檢索到1930篇文獻。在同一檢索平臺，將檢索主題改為“高校網絡輿情”和“大數據”，共檢索到137篇文獻，基于大數據視角的高校網絡輿情研究只占全部研究的7.0%。此外，有關高校網絡輿情研究的首個公開出版的學術成果是發表于《黑龍江高教研究》2007年第4期的《網絡輿情與高校思想政治工作的應對》。而有關大數據技術發展背景下高校網絡輿情研究的相關成果則首次出現在2014年，是在《大同大學學報（社會科學版）》發表的《論高校網絡輿情監測數據的管理與歸檔》。由此可見，基于大數據視角的高校網絡輿情研究是近年來一個新的研究熱點，已經有不少學者就此方面進行了深入研究，但研究成果還不夠豐富。

為了更加清晰地描述近年來大數據視域下高校網絡輿情研究的聚焦熱點與理論前沿問題，本研究應用知識圖譜研究方法，以CNKI數據庫中2007—2022年高校網絡輿情研究文獻為對象，利用CiteSpace可視化應用軟件，對其進行可視化分析與研究，通過對該研究領域近年來學術成果產出量的發展趨勢、研究熱點的關鍵詞、主題詞的時區視圖等內容進行分析，了解該研究領域的發展趨勢，以進一步探索未來的研究方向，從而科學引導大學生的思想和行為，有效把握高校網絡輿情。

文獻統計分析

2022年11月，筆者以CNKI期刊全文數據庫和學位論文全文數據庫為檢索平臺進行主題檢索，檢索詞為“高校網絡輿情”和“大數據”，共檢索到137篇文獻。通過數據清洗，得到有效的相關論文共計130篇。依據相關發文量的年度統計，可從時間維度了解大數據視域下中國高校網絡輿情研究的發展狀況。相關研究的年度發文量分布如圖1所示。2014年，基于大數據視域的中國高校網絡輿情研究的相關文獻首次出現，隨后相關研究的發文量呈現平穩增長的趨勢。

高校網絡輿情是網絡輿情研究的重要組成部分，大數據視域下的網絡輿情研究已經成為當前網絡輿情研究的一個聚焦點。筆者同樣以CNKI期刊全文數據庫和學位論文全文數據庫為檢索平臺進行主題檢索，檢索詞為“網絡輿情”和“大數據”，檢索時間截止到2022年11月，共檢索到1106篇文獻。如圖2所示，2011年以來，大數據視域下的網絡輿情研究呈現出急速發展的趨勢。可以看出，與大數據視域下的網絡輿情研究相比，大數據視域下的高校網絡輿情研究近幾年成果不多。不過，隨著大數據視域下網絡輿情研究的深入，部分學術視野得到進一步拓寬，部分研究方法得到深入探索，相信大數據視域下的高校網絡輿情研究也將成為更多學者關注的熱點。

研究主題分析

關鍵詞和主題詞可以概括反映論文的主要研究內容。我們可以通過分析某一研究領域關鍵詞和主題詞的出現頻率，了解該領域的研究現狀、研究趨勢的演變和發展以及各個發展階段的研究熱點。在知識圖譜的分析中，某一領域的研究主題和研究熱點都可以通過關鍵詞分析得出，在利用CiteSpace軟件構建的關鍵詞共現圖中，每一個節點代表一個關鍵詞，節點大小代表關鍵詞出現頻率的高低。由圖3可知，高校、網絡輿情、大數據、高校網絡輿情、大數據時代、網絡輿情引導、突發事件、新媒體是中心度較高的關鍵詞。

關鍵詞時間線圖譜可以清晰地展現出某個研究熱點持續的時間以及該領域研究熱點的演變趨勢。

由圖4可知，圖中關鍵詞大學生網絡輿情的節點最大，說明該詞為這一領域的研究熱點，并且該詞也是研究領域的中心關鍵詞，且該關鍵詞位于時間軸最前端，說明該領域的研究起始于這一關鍵詞。圖譜右側為關鍵詞聚類標簽，在演進過程中分為高校、高校網絡輿情、輿情分析、網絡輿情、大學生、自媒體、大數據時代、突發事件、師生群體、網絡輿情引導共十個聚類。多年來學者們對該主題的研究集中在這十個方面，相應地，每一個主題聚類中，可以看出隨著時間的推移具體研究主題的變遷。以高校網絡輿情這一聚類為例，該領域的研究起始于2015年，在研究過程中，出現了教育輿情研究、監察體制、數據分析、學生教育管理、發展路徑、用戶情感分析、治理現狀、智能算法、輿情監管、用戶畫像等研究主題的變遷。

基于以上分析，可以看出，學術界已經開始重視大數據視域下的高校網絡輿情研究。當前已有的研究集中在以下幾個方面：一是充分闡述大數據時代高校網絡輿情的復雜性；二是應用大數據等技術，分析高校網絡輿情的主要特征，以及其生成與傳播機制；三是從輿情監測與分析、輿論引導兩個層面出發，探討高校網絡輿情治理途徑。

研究述評及未來展望

既往研究述評

網絡輿情研究具有極強的現實性，隨著社會的發展與社會結構的改變，其呈現出不斷變化的趨勢。高校網絡輿情研究也是動態發展的熱點課題，因而，對其進行理論與實踐研究具有重要的現實意義。但目前的研究還處于初級階段，有著廣闊的研究空間。從學術層面看，當前社會輿情研究正處于從網絡輿情內容及走勢研究向大數據輿情研究轉向的過渡期，在此大背景下，高校網絡輿情研究的方向也發生了轉向，譬如將輿情治理作為研究重點。

在研究內容方面，當前關于高校網絡輿情的研究主要集中在高校的師生輿情管理機制上，而學術界對高校網絡輿情的基本概念、內涵與定義還存在分歧。譬如高校網絡輿情的客體是在高校中發生的輿情還是涉及高校師生的都包括在內，學術界還未形成統一的意見。目前學術界對大數據技術給社會生活帶來的挑戰與機遇的研究比較翔實，但是對大數據背景下技術變革給高校網絡輿情帶來的變化以及對高校網絡輿情治理現狀的研究較少，特別是案例研究較為缺乏，對一些已經發生的、產生了強烈社會影響的輿情治理案例缺少個案分析，對成功的、正面的輿情治理案例缺乏研究與分析；在高校網絡輿情管理機制研究方面，主要集中于對網絡輿情演變的原因、特征進行探討，缺乏應用大數據理念與技術對高校網絡輿情治理機制的研究。

在研究成果方面，學術界還未形成較為成熟、完善的理論成果與研究體系，更多的是借助管理學、傳播學的相關理論和信息技術等對網絡輿情的生成機制及傳播趨勢進行預測。同時，學術界對這些方面的研究大多停留在宏觀層面，缺乏對實踐操作方面的探討。在研究視角方面，學者應用多門學科的理論進行了研究，有學者應用演化博弈理論建立了網絡輿情的演化模型，對輿情治理對策進行了研究；有學者基于協同理論視角探究高校網絡輿情治理邏輯。在研究方法方面，目前大多數學者都側重應用信息學模型等工具闡釋網絡輿情的發生機制以及解析其中的傳播規律，并且這種研究以理論探索為主，實證研究較為缺乏，即使有少量的實證研究，研究的總體數量和樣本量也相對較少。此外，學者多采用傳統的方法和手段對高校網絡輿情管理機制進行研究，對大數據、物聯網、云計算等技術的挖掘和利用還存在不足。

研究展望分析

結合當前的研究，未來可以著重從以下幾個方面開展研究并加強理論構建。

一是重視相關理論的前瞻性研究，深化學科交叉研究。大數據時代下的高校網絡輿情研究是一個復雜命題，其背后隱藏了時代發展特點與特定的社會背景，涉及傳播學、情報學、社會學、管理學、經濟學等多門學科。因此，對該課題的研究應當考慮整體性研究思路，從宏觀角度出發進行多學科的交叉研究，力求多角度、全方位、系統性地揭示高校網絡輿情的熱點、走向與趨勢、引導機制等。并且要注重融合實證研究方法對高校網絡輿情現狀、傳播特征、引導策略等進行研究，對不同的輿情引導策略、機制設置、戰略管理等的效果進行量化評價。

二是探索數據和技術雙重驅動的研究范式，重點關注隱性風險的輿情治理。

隨著網絡技術的飛速發展，各種網絡平臺如雨后春筍般層出不窮，高校網絡輿情逐漸呈現出隱蔽性強、監測難、研判不及時、輿情熱點爆發時間難以預測、隱性網絡輿情風險更為突出等特點。因而急需探索數據與技術雙重驅動下的高校網絡輿情治理路徑，運用大數據等技術為輿情治理提供技術支持、保障，建立高校網絡輿情監控模型，通過采取監測、預警、研判等措施及時察覺隱性網絡輿情，力求從源頭上察覺網絡輿情動向，避免輿情進一步發展產生不良影響。此外，針對大數據時代數據量龐大、價值密度低等特點，應利用大數據技術篩選出有價值的輿情信息進行深入研究，根據數據探測事件背后的真相，獲取更有指導性的網絡輿情引導策略。

（作者單位：蘇州工業園區服務外包職業學院）