網(wǎng)絡輿情監(jiān)測、分析與管理的現(xiàn)狀與挑戰(zhàn)

楊善林，周斌，賈焰，黃九鳴

（1. 合肥工業(yè)大學， 合肥 230009； 2. 中國人民解放軍國防科學技術大學， 長沙 410073）

網(wǎng)絡輿情監(jiān)測、分析與管理的現(xiàn)狀與挑戰(zhàn)

楊善林1，周斌2，賈焰2，黃九鳴2

（1. 合肥工業(yè)大學， 合肥 230009； 2. 中國人民解放軍國防科學技術大學， 長沙 410073）

本文從管理學和社會學視角、計算機科學與信息技術視角，概述了國內(nèi)外網(wǎng)絡輿情監(jiān)測、分析與管理的研究現(xiàn)狀以及我國的主要行業(yè)應用情況；在此基礎上，討論當前網(wǎng)絡輿情監(jiān)測、分析與管理面臨網(wǎng)絡新媒體和大數(shù)據(jù)帶來的挑戰(zhàn)，以及大數(shù)據(jù)分析、智能計算等帶來的新機遇。

網(wǎng)絡輿情；監(jiān)測；分析；管理

DOI 10.15302/J-SSCAE-2016.06.004

一、前言

據(jù)中國互聯(lián)網(wǎng)絡信息中心(CNNIC)發(fā)布的報告，截至2016年6月，中國網(wǎng)民規(guī)模達7.1億，互聯(lián)網(wǎng)普及率為51.7 %[1]。隨著網(wǎng)絡日漸滲透并融合到人們的日常工作和生活中，網(wǎng)民越來越多地使用微博、論壇、微信等交互式網(wǎng)絡應用來表達對現(xiàn)實中某熱點事件或問題的看法。同時，社會變革和經(jīng)濟結構調(diào)整使社會生活更加多元化和復雜化，社會矛盾和群體性突發(fā)事件呈多發(fā)態(tài)勢。網(wǎng)絡本身成為社會矛盾與事件的孕育、發(fā)展和變換的重要場所。近年來，“菲律賓南海仲裁”“青島天價蝦”“柴靜霧霾報告”“天津港爆炸事件”“屠呦呦獲諾獎”“王寶強離婚”等政治、經(jīng)濟、文化、社會等領域的事件形成的網(wǎng)絡輿情，顯示了網(wǎng)絡作為新型傳播渠道的巨大能量。網(wǎng)絡報道推動著事件本身的演化、升級和擴散，有些甚至起到了左右輿論走向、反作用于現(xiàn)實世界、影響事件本身發(fā)展的作用。

一般認為，網(wǎng)絡輿情是社會現(xiàn)實問題在網(wǎng)絡虛擬社會的延伸和反映，是由于各種事件的刺激而產(chǎn)生的、通過網(wǎng)絡傳播的人們對于該事件的所有認知、態(tài)度、情感和行為傾向的總和，其產(chǎn)生與傳播的形態(tài)通常包括網(wǎng)絡新聞、論壇、博客、微博、即時通信、網(wǎng)上調(diào)查、網(wǎng)絡簽名、電子郵件等。近年來，隨著移動互聯(lián)網(wǎng)、智能終端的普及和一些新型網(wǎng)絡媒體形式的出現(xiàn)，使得網(wǎng)絡輿情在產(chǎn)生與傳播過程中參與用戶更多、交流互動更強、信息傳播更快，給網(wǎng)絡輿情的監(jiān)測、分析和管理帶來了巨大的挑戰(zhàn)；但另一方面，隨著計算機科學、網(wǎng)絡技術、大數(shù)據(jù)分析技術的進步以及社會心理學、管理學的發(fā)展，也為網(wǎng)絡輿情的監(jiān)測、分析與管理提供了一些新的理論和方法，帶來了新的機遇。

二、研究與應用現(xiàn)狀概述

網(wǎng)絡輿情監(jiān)測、分析與管理涉及多學科交叉，涵蓋計算機科學、管理學、社會學、傳播學、心理學等，吸引了這些學科研究人員的共同關注。本文從管理學和社會學、計算機科學與信息技術兩個視角上，分別綜述國內(nèi)外研究現(xiàn)狀，以及我國網(wǎng)絡輿情監(jiān)測、分析與管理的應用現(xiàn)狀。

（一） 管理學和社會學視角

從管理學和社會學學者的視角看，網(wǎng)絡虛擬空間是全體網(wǎng)民共享的公共空間，形成了一種特定的公共場所。網(wǎng)絡輿情管理成為公共管理和社會管理的研究課題，相關工作可概括為網(wǎng)上民意研究和網(wǎng)上輿論研究兩方面。前者借助于網(wǎng)絡研究有關民意的基本理論、民意調(diào)查的方法與技術、民意與政治（如選舉）及外交政策的關系等；后者研究網(wǎng)絡輿論的概念與理論、特定事件（如戰(zhàn)爭事件）的輿論策略、輿論與危機管理等[2]。

在國外的研究工作中，網(wǎng)絡輿情一般用“network public opinion”表述。研究內(nèi)容可概括為對網(wǎng)絡輿情屬性、網(wǎng)絡輿情影響以及網(wǎng)絡輿情管理三個方面：①在網(wǎng)絡輿情屬性方面，重點研究了網(wǎng)絡交互性給輿情傳播、監(jiān)督和管理帶來的效果提升，分析網(wǎng)絡輿情的生成原因、觀點極化過程等，例如，桑斯坦基于群體極化理論分析了約60個有影響的政府網(wǎng)站，發(fā)現(xiàn)其中的意見領袖易出現(xiàn)群體極化現(xiàn)象[3]；②在網(wǎng)絡輿情影響方面，通過大量實證研究手段，研究了網(wǎng)絡輿情對政治、經(jīng)濟、社會等領域的影響方式、途徑和機制，例如，Bond等關于2010年美國國會選舉中政治動員對選民影響的研究結果，發(fā)表在2012年9月的《Nature》上[4]，Kuhnen等還研究了網(wǎng)絡輿情對企業(yè)管理層薪酬結構和數(shù)量的影響等[5]；③在網(wǎng)絡輿情管理方面，當前國外具有典型代表性的管理模式包括：一是通過完善網(wǎng)絡法律法規(guī)制度、規(guī)范輿情內(nèi)容，實現(xiàn)對網(wǎng)絡內(nèi)容的依法管制；二是通過制定和實施各種約束網(wǎng)絡空間的行政監(jiān)管手段和專項行動，管理和引導公眾的上網(wǎng)行為；三是通過建立民間機構的方式積極引導和鼓勵網(wǎng)絡媒體與網(wǎng)絡用戶自律；四是通過技術手段實行國家或政府對網(wǎng)絡的強制控制和過濾[6]。

國內(nèi)的網(wǎng)絡輿情研究多與突發(fā)事件、政府治理相關[7,8]。近年來，國內(nèi)管理學和社會學領域的學者結合我國國情，從網(wǎng)絡輿情的監(jiān)測分析、態(tài)勢研判、應對導控、危機預警等理論和方法上展開研究。在監(jiān)測分析方面，國內(nèi)學者從網(wǎng)絡輿情的形成機制[9]、話題傳播特征與規(guī)律[10～12]、話題演變[13～15]、情感演化[16]、群體效應[17,18]、影響力分析[19,20]、環(huán)境誘因分析[21,22]和仿真模擬[23,24]等方面都得出了研究成果；在態(tài)勢研判方面，主要研究了網(wǎng)絡輿情的風險評價指標體系[25]或適用于某一特定行業(yè)的指標體系；在應對導控方面，主要研究了網(wǎng)絡輿情的引導策略[26]、應對方法[27]和治理模式[28]等；在危機預警方面，研究了危機事件預測預警模型和方法[29]等。此外，在應用研究方面，國內(nèi)研究工作從包括高校教育、政府決策、群體事件、食品安全、企業(yè)管理等多種應用角度展開[30]。

（二）計算機科學與信息技術視角

從計算機科學與信息技術學者的視角看，網(wǎng)絡輿情監(jiān)測、分析與管理則側重研究如何利用搜索引擎、自然語言處理、社交網(wǎng)絡分析、機器學習、信息檢索等計算機科學技術及信息處理技術，通過網(wǎng)絡輿情監(jiān)測分析系統(tǒng)或軟件工具，自動發(fā)現(xiàn)網(wǎng)絡輿情并分析其產(chǎn)生、傳播和演變的特征與規(guī)律。

網(wǎng)絡輿情的監(jiān)測分析過程一般包括：內(nèi)容的自動采集與預處理、突發(fā)事件及熱點識別、智能聚類分類、主題檢測與跟蹤、傾向性分析、輔助輿情報告生成等。此外，根據(jù)各單位相關網(wǎng)絡輿情管理需求，最終形成輿情簡報、輿情專報等，為決策層掌握輿情動態(tài)，做出正確決策提供依據(jù)。

目前，國內(nèi)外研制的網(wǎng)絡輿情分析系統(tǒng)已不下百種，服務于各種領域，可參看文獻[6]。這類系統(tǒng)在功能上包含了采集、預處理、監(jiān)測、預警、分析、引導、輔助輿情報告生成等功能。采集功能是按照預先配置的信息采集條件，借助分布式并行采集程序（又稱網(wǎng)絡爬蟲）完成對各種數(shù)據(jù)源的收集，將分散的數(shù)據(jù)進行有機的集中和融合；預處理功能是對不規(guī)范的數(shù)據(jù)進行規(guī)范和整合，對不完整的和不一致的數(shù)據(jù)進行清理，完成數(shù)據(jù)的規(guī)范化轉換，簡化數(shù)據(jù)后續(xù)分析處理的難度；監(jiān)測功能是按照時間軸推進的模式，監(jiān)測網(wǎng)絡數(shù)據(jù)中是否有特定事件或突發(fā)事件；預警功能一般與監(jiān)測功能相配合，對發(fā)現(xiàn)的特定事件或突發(fā)事件提前或實時報警，或按照輿情預警規(guī)則向指定的預警提醒對象發(fā)送相應的危機處理提醒；分析功能是對預處理后的數(shù)據(jù)選擇合適的分析工具, 應用統(tǒng)計方法、自然語言處理、機器學習、神經(jīng)網(wǎng)絡等方法進行處理，得出分析結果，并以報表和圖示等可視化方式呈現(xiàn)給用戶；引導功能輔助完成引導信息的主題和內(nèi)容的生成，利用互聯(lián)網(wǎng)的社交網(wǎng)絡、論壇、博客及微博等渠道完成信息的自動投送；輔助輿情報告生成功能通過自動文摘、文檔管理、報告模板等方式，輔助用戶管理和生成輿情報告或相關的素材。

網(wǎng)絡輿情監(jiān)測、分析及管理通常是一個持續(xù)、相對完整的循環(huán)過程，采集、預處理、監(jiān)測、預警、分析、引導等功能不斷循環(huán)迭代。新一輪的采集可以獲取前一輪分析、引導信息產(chǎn)生的效果，不斷調(diào)整分析和引導策略，達到網(wǎng)絡輿情持續(xù)分析或化解公共危機的目的[31]。

（三）我國網(wǎng)絡輿情監(jiān)測、分析與管理的應用現(xiàn)狀

隨著我國近年來網(wǎng)絡輿情事件的數(shù)量逐年增長，社會各界開始重視網(wǎng)絡輿情監(jiān)測、分析與管理。通過技術手段對網(wǎng)絡輿情的監(jiān)測、分析與管理也日趨重要。各類網(wǎng)絡輿情監(jiān)測分析機構層出不窮，基本形成以政府、媒體、高校、軟件公司和商業(yè)公關公司等為主的行業(yè)格局。其中，依托主流媒體資源創(chuàng)建的網(wǎng)絡輿情監(jiān)測機構，通常擁有較強的專業(yè)人力資源及媒體影響力，專業(yè)性的認可度較高。如人民網(wǎng)輿情監(jiān)測室、新華網(wǎng)網(wǎng)絡輿情監(jiān)測分析中心等。專業(yè)網(wǎng)絡輿情軟件公司通常以技術研發(fā)為主要支撐，各自擁有相對固定的客戶群，為客戶提供系列網(wǎng)絡輿情監(jiān)測分析服務，如北京拓爾思信息技術股份有限公司、廈門美亞柏科信息股份有限公司、湖南蟻坊軟件股份有限公司等。高校、科研機構等成立的輿情研究機構，如中國人民大學輿論研究所、復旦大學傳媒與輿情調(diào)查中心等。

在應用方面，很多政府部門和企事業(yè)單位，都會通過與輿情機構合作、購買輿情企業(yè)系統(tǒng)或服務的方式，構建服務于自身的網(wǎng)絡輿情監(jiān)測、分析與管理機制，提高自身的網(wǎng)絡輿情感知能力和危機公關能力。各級政府機關、高校、大中型企業(yè)等，通常是網(wǎng)絡輿情系統(tǒng)和服務的主要客戶。甚至一些中小企業(yè)或公眾人物，為了產(chǎn)品或個人的口碑，也開始成為網(wǎng)絡輿情系統(tǒng)或服務的消費者。

三、挑戰(zhàn)與機遇

認清新形勢下的矛盾、挑戰(zhàn)和機遇，有助于思考網(wǎng)絡輿情分析管理的未來發(fā)展戰(zhàn)略。本節(jié)討論網(wǎng)絡輿情監(jiān)測、分析與管理面臨的挑戰(zhàn)和機遇。

（一）挑戰(zhàn)

伴隨著網(wǎng)絡應用的普及，特別是移動通信方式的推動，新老媒體在網(wǎng)絡輿情作用上的消長態(tài)勢日漸加劇。新媒體應用不再局限于微博、微信和手機新聞客戶端等，包括知乎、果殼、網(wǎng)絡電臺、網(wǎng)絡直播、彈幕、網(wǎng)絡字幕組等在內(nèi)的新應用已悄然興起，成為網(wǎng)絡信息傳播的新途徑?；谶@些網(wǎng)絡新媒體形成的網(wǎng)絡社群，也成為網(wǎng)絡輿情傳播的重要新勢力。網(wǎng)民和各種網(wǎng)絡社群主動利用網(wǎng)絡炒作的現(xiàn)象日益增多，能力日益增強。一方面，得以成功炒作的事件從某種程度上揭示了事件源頭上公平正義、仇腐仇富、民族主義等社會心態(tài)，為后續(xù)治理帶來指導和幫助；另一方面，在此類事件的炒作過程中，一般網(wǎng)民、知識分子、新老傳媒、意見領袖等多種力量的交互作用，也給社會治理帶來了新的問題；特別是網(wǎng)絡社群和知識問答社區(qū)等網(wǎng)絡媒體，討論內(nèi)容大多較為深入和專業(yè)，網(wǎng)民和意見領袖發(fā)聲相對理性，思辨能力較強，網(wǎng)絡傳播的影響力大，使得網(wǎng)絡輿情的發(fā)展容易出現(xiàn)失控現(xiàn)象。例如，2016年高考指標跨省調(diào)劑事件引發(fā)了湖北、江蘇等多地考生家長的群體聚集，廣大網(wǎng)民在網(wǎng)絡社群中廣泛參與討論，呼吁教育公平等。

同時，媒體融合和資本運作在為網(wǎng)絡新媒體注入能量的同時，也因為商業(yè)利益的驅動，給網(wǎng)絡輿情的分析與管理帶來了更多不穩(wěn)定因素和挑戰(zhàn)。機構、個人在自身利益的驅動下，借助網(wǎng)絡傳播途徑更容易獲取公眾輿論關注，有效管理輿情的難度會越來越大。

從網(wǎng)絡輿情監(jiān)測、分析與管理的系統(tǒng)和技術的角度來看，上述新網(wǎng)絡媒體的發(fā)展、各種網(wǎng)絡社群的出現(xiàn)，從普通網(wǎng)民到意見領袖的廣泛參與等，都會帶來網(wǎng)絡輿情數(shù)據(jù)量的爆炸性增長，給網(wǎng)絡輿情監(jiān)測帶來了新的困難和挑戰(zhàn)。同時，網(wǎng)上網(wǎng)下、不同傳播媒體、不同網(wǎng)絡通道之間的交互性加強，使得網(wǎng)絡輿情的發(fā)展更加復雜多變，演變速度加快，傳統(tǒng)的監(jiān)測及研判模型，可能面臨數(shù)據(jù)建模和模型推演不準確的困境。如何利用計算機科學、網(wǎng)絡技術、大數(shù)據(jù)分析技術，以及社會心理學、管理學、傳播學等相關學科的新理論和新方法來更好地應對上述挑戰(zhàn)，是網(wǎng)絡輿情監(jiān)測、分析與管理的重要課題。

（二）機遇

近年來大數(shù)據(jù)分析技術和智能計算的發(fā)展及應用，將給網(wǎng)絡輿情監(jiān)測、分析與管理帶來新的機遇。

總體來看，在大數(shù)據(jù)跨域分析思想的支持下，網(wǎng)絡輿情監(jiān)測、分析與管理領域將得到擴展，網(wǎng)上網(wǎng)下充分聯(lián)動、協(xié)調(diào)共治及跨領域分析能力將得到進一步發(fā)展，社會創(chuàng)新管理水平也會面臨新的提升空間?；诖髷?shù)據(jù)分析的思想與技術，采集并融合不同網(wǎng)絡通道的網(wǎng)絡輿情數(shù)據(jù)，比單通道上更有望獲得準確的分析結果。特別是近年來，大數(shù)據(jù)與深度學習技術已經(jīng)在與網(wǎng)絡輿情相關的文本內(nèi)容分析、情感分析等方面取得進展，陸續(xù)出現(xiàn)了一些新成果。例如，在文本方面，基于卷積神經(jīng)網(wǎng)（CNN）的文本處理模型[32]，通過提取局部和整體上下文特征，得到了明顯優(yōu)于BM25、ULM等其他模型的結果；為了對長句子級別和文檔級別中前后文相關性建模，很多學者將循環(huán)神經(jīng)網(wǎng)（RNN）、長短時記憶網(wǎng)絡（LSTM）、雙向長短時記憶網(wǎng)絡（BLSTM）用于對文本中上下文的語義關聯(lián)分析[33,34]并取得了更好的分析效果。在情感分析方面，通過在文本特征抽取過程中使用CNN并將CNN的隱層結果用于專業(yè)分類器，單條語句的正/負情感屬性分類從原先的80 % 提高到了 85.4 %，細粒度情感標簽的精準預測達到了80.7 %[35]。

在此基礎上，通過大數(shù)據(jù)技術和智能計算技術的結合使用，重大網(wǎng)絡輿情事件的預測能力和水平有望得到提升。大數(shù)據(jù)技術的發(fā)展推動了網(wǎng)絡輿情監(jiān)測、分析與管理由定性管理向定量計算轉變，將盡可能多的網(wǎng)民評論、情緒變化、社會關系等信息以量化的形式轉化為可供計算分析的數(shù)據(jù)，通過深層學習模型等智能計算技術提高網(wǎng)絡輿情分析的準確性。基于上述量化計算框架，不僅能夠針對重大輿情事件個案進行更精準的分析研判，而且便于擴大分析研判的范圍和視野，有助于更全面地把握網(wǎng)絡輿情發(fā)展的整體趨勢。在跨領域分析、更精準量化分析的基礎上，網(wǎng)絡輿情的分析管理有望能夠由局部被動響應為主，向全方位主動預測為主轉變。

此外，學習借鑒國外網(wǎng)絡輿情監(jiān)測、分析與管理的經(jīng)驗也是未來網(wǎng)絡輿情向著綜合治理方向發(fā)展的重要機遇與戰(zhàn)略。例如，充分利用和發(fā)揮民間組織等社會監(jiān)督力量在網(wǎng)絡輿情治理中的作用，以網(wǎng)民自律等方式開展網(wǎng)絡空間內(nèi)容分析與管理，將有助于進一步降低網(wǎng)絡輿情監(jiān)測、分析與管理成本，提高網(wǎng)絡輿情管理的效率。

四、結語

大數(shù)據(jù)時代的到來，給網(wǎng)絡輿情管理帶來了傳播渠道、傳播速度、數(shù)據(jù)量、數(shù)據(jù)復雜程度、輿情管理難度等多方面的挑戰(zhàn)，同時，也帶來了大數(shù)據(jù)并行處理、智能計算等技術上變革與創(chuàng)新的可能性。未來的發(fā)展戰(zhàn)略在于利用大數(shù)據(jù)和智能計算的辦法，解決大數(shù)據(jù)和互聯(lián)網(wǎng)自身帶來的問題，在深入研究網(wǎng)絡新媒體傳播機制的基礎上，通過面向網(wǎng)絡輿情監(jiān)測、分析與管理的大規(guī)模并行計算與智能計算方法，提升網(wǎng)絡輿情預測的準確性，提升網(wǎng)絡輿情管理的主動性；同時，在現(xiàn)有方法、技術的基礎上，綜合使用法律、民間機構等，讓網(wǎng)絡輿情的分析與管理更加高效。

[1]中國互聯(lián)網(wǎng)絡信息中心. 第38次中國互聯(lián)網(wǎng)絡發(fā)展狀況統(tǒng)計報告 [EB/OL]. (2016-08-03)[2016-10-08]. http://www.cnnic.net.cn/ hlwfzyj/hlwxzbg/hlwtjbg/201608/t20160803_54392.htm. China Internet Network Information Center. The 38th statistical report on internet development in China [EB/OL]. (2016-08-03)[2016-10-08]. http://www.cnnic.net.cn/hlwfzyj/hlwxzbg/ hlwtjbg/201608/t20160803_54392.htm.

[2]方付建. 突發(fā)事件網(wǎng)絡輿情演變研究[D]. 武漢: 華中科技大學博士學位論文, 2011. Fang F J. Study on the evolution of public opinion on network of unexpected event [D]. Wuhan: Huazhong University of Science and Technology (Doctoral dissertation), 2011.

[3]凱斯 ?桑斯坦. 網(wǎng)絡共和國: 網(wǎng)絡社會中的民主問題[M]. 黃維明譯. 上海: 上海人民出版社, 2003. Sunstein C. Network Republic: The problem of democracy in network society[M]. Huang W M. Shanghai: Shanghai People’s Publishing House, 2003.

[4]Bond R M, Fariss C J, Jones J J, et al. A 61-million-person experiment in social influence and political mobilization[J]. Nature, 2012, 489(7415): 295-298.

[5]Kuhnen C M, Niessen A. Public opinion and executive compensation[J]. Management Science, 2012, 58(7): 1249-1272.

[6]中國網(wǎng)絡空間研究院. 國外互聯(lián)網(wǎng)不良信息監(jiān)管——方法和技術[M]. 北京: 法律出版社, 2016. Chinese cyberspace Research Institute. Overseas Internet bad information supervision [M]. Beijing: Law Press, 2016.

[7]張一文. 突發(fā)性公共危機事件與網(wǎng)絡輿情作用機制研究 [D]. 北京: 北京郵電大學博士學位論文, 2012. Zhang Y W. Research on the mechanism of public opinion on internet for unexpected emergency [D]. Beijing: Beijing University of Posts and Telecommunications (Doctoral dissertation), 2012.

[8]張勤. 網(wǎng)絡輿情的生態(tài)治理與政府信任重塑[J]. 中國行政管理, 2014, 4: 10. Zhang Q. Ecological Governance of online public opinions and reconstruction of government trust [J]. Chinese Public Administration, 2014, 4: 10.

[9]王平, 謝耘耕. 突發(fā)公共事件網(wǎng)絡輿情的形成及演變機制研究[J]. 現(xiàn)代傳播: 中國傳媒大學學報, 2013 (3): 63-69. Wang P, Xie Y G. Study on the formation and evolution mechanism of public opinion in public emergency network [J]. Journal of Communication University of China, 2013 (3): 63-69.

[10]金鑫, 謝斌, 朱建明. 基于復雜網(wǎng)絡分析的微博網(wǎng)絡輿情傳播[J]. 吉林大學學報: 工學版, 2012 (S1): 271-275. Jin X, Xie B, Zhu J M. Micro-blog network public opinion dissemination based on complex network analysis [J]. Journal of Jilin University: Engineering Science, 2012 (S1): 271-275.

[11]柳軍, 蔡淑琴. 微內(nèi)容的網(wǎng)絡輿情傳播特征分析[J]. 情報雜志, 2013, 32(1): 1-4. Liu J, Cai S Q. Research on characteristics of network public opinion communication of the micro-content [J]. Journal of Intelligence, 2013, 32(1): 1-4.

[12]陳福集, 胡改麗. 網(wǎng)絡輿情熱點話題傳播模式研究[J]. 情報雜志, 2014, 33(1): 97-101. Chen F J, Hu G L. On the spread pattern of network public opinion hot topics [J]. Journal of Intelligence, 2014, 33(1): 97-101.

[13]朱恒民, 李青. 面向話題衍生性的微博網(wǎng)絡輿情傳播模型研究[J]. 現(xiàn)代圖書情報技術, 2012, 5: 60-64. Zhu H M, Li Q, Research on the network public opinion communication model of micro-blog based on the topic derivative [J]. New Technology of Library and Information Service, 2012, 5: 60-64.

[14]陳福集, 陳婷. 基于 SEIRS 傳播模型的網(wǎng)絡輿情衍生效應研究[J]. 情報雜志, 2014, 33(2): 108-113. Chen F J, Chen T. Research on derivative effects of network public opinions based on SEIRS propagation model [J]. Journal of Intelligence, 2014, 33(2): 108-113.

[15]胡艷麗, 白亮, 張維明. 網(wǎng)絡輿情中一種基于 OLDA 的在線話題演化方法[J]. 國防科技大學學報, 2012, 34(1): 150-154. Hu Y L, Bai L, Zhang W M. OLDA-based method for online topic evolution in network public opinion analysis [J]. Journal of National University of Defense Technology, 2012, 34(1): 150-154.

[16]黃衛(wèi)東, 陳凌云, 吳美蓉. 網(wǎng)絡輿情話題情感演化研究[J]. 情報雜志, 2014, 33(1): 102-107. Huang W D, Chen L Y, Wu M R. Research on sentiment evaluation of online public opinion topic [J]. Journal of Intelligence, 2014, 33(1): 102-107.

[17]陳福集, 黃江玲. 基于演化博弈的網(wǎng)絡輿情傳播的羊群效應研究[J]. 情報雜志, 2013, 32(10): 1-5. Chen F J, Huang J L. Herd instinct of the transmission of network public opinion based on evolutionary game [J]. Journal of Intelligence, 2013, 32(10): 1-5.

[18]劉錦德, 劉詠梅. 基于不完全信息演化博弈模型的網(wǎng)絡輿情傳播羊群行為[J]. 國防科技大學學報, 2013, 35(5): 96-101. Liu J D, Liu Y M. Herd behavior in the dissemination of public opinion on the internet based on evolutionary game model with incomplete information [J]. Journal of National University of Defense Technology, 2013, 35(5): 96-101.

[19]肖麗妍, 齊佳音. 基于微博的企業(yè)網(wǎng)絡輿情社會影響力評價研究 [J]. 情報雜志, 2013, 32(5): 5-10. Xiao L Y, Qi J Y. On the evaluation system of the social influence of enterprise public opinion on internet based on microblog [J]. Journal of Intelligence, 2013, 32(5): 5-10.

[20]方付建. 突發(fā)事件網(wǎng)絡輿情社會影響研究[J]. 情報雜志, 2014, 33(11): 14-17. Fang F J. On social effects of network public opinion of emergencies [J]. Journal of Intelligence, 2014, 33(11): 14-17.

[21]王永燦. 自媒體時代高校網(wǎng)絡輿情主體特征及引導探究——基于高校網(wǎng)絡輿情誘因的分析視角[J]. 北京郵電大學學報: 社會科學版, 2013 (5): 1-6. Wang Y C. Universities’ network public opinion characteristics and guidance research under we media—Based on the perspective of inducement analysis of universities' network public opinion [J]. Journal of Beijing University of Posts and Telecommunications (Social Sciences Edition), 2013 (5): 1-6.

[22]陳志霞, 王新燕, 孫龍, 等. 從網(wǎng)絡輿情重大事件看公眾社會心理訴求——對 2007—2012 年 120 起網(wǎng)絡輿情重大事件的內(nèi)容分析[J]. 情報雜志, 2014, 33(3): 101-106.Chen Z X, Wang X Y, Sun L, et al. Social psychological attitudes and demands reflected in important public events on network -an analysis of 120 network public opinion cases appeared during 2007—2012 [J]. Journal of Intelligence, 2014, 33(3): 101-106.

[23]狄國強, 曾華藝, 勒中堅, 等. 網(wǎng)絡輿情事件的系統(tǒng)動力學模型與仿真[J]. 情報雜志, 2012, 31(8): 12-20. Di G Q, Zeng H Y, Le Z J, et al. System dynamics modeling and simulation of internet public opinions events [J]. Journal of Intelligence, 2012, 31(8): 12-20.

[24]朱毅華, 郭詩云, 張超群. 網(wǎng)絡輿情研究中的仿真方法應用綜述[J]. 情報雜志, 2013, 32(10): 29-35. Zhu Y H, Guo S Y, Zhang C Q. A review on application of simulation method in network public opinion research [J]. Journal of Intelligence, 2013, 32(10): 29-35.

[25]劉毅. 基于三角模糊數(shù)的網(wǎng)絡輿情預警指標體系構建[J]. 統(tǒng)計與決策, 2012 (2): 12-15. Liu Y. Construction of early warning index system of network public opinion based on triangular fuzzy number [J]. Statistics and Decision, 2012 (2): 12-15.

[26]張玉亮. 突發(fā)事件網(wǎng)絡輿情的生成原因與導控策略——基于網(wǎng)絡輿情主體心理的分析視閾[J]. 情報雜志, 2012, 31(4): 54-57. Zhang Y L. Causes and control strategies to the network public opinion of emergencies: Psychological analysis of their subjects [J]. Journal of Intelligence, 2012, 31(4): 54-57.

[27]王國華, 馮偉, 王雅蕾. 基于網(wǎng)絡輿情分類的輿情應對研究[J].情報雜志, 2013, 32(5): 1-4. Wang G H, Feng W, Wang Y L. Research on response to public opinion based on the classification of network public opinion [J]. Journal of Intelligence, 2013, 32(5): 1-4.

[28]常銳. 群體性事件的網(wǎng)絡輿情及其治理模式與機制研究[D]. 吉林大學博士學位論文, 2012. Chang R. Research on the network public opinion of group events and its management pattern and mechanism [D]. Jilin: Jilin University (Doctoral dissertation), 2012.

[29]蘭月新, 曾潤喜. 突發(fā)事件網(wǎng)絡輿情傳播規(guī)律與預警階段研究[J]. 情報雜志, 2013, 32(5): 16-19. Lan Y X, Zeng R X. Research of emergency network public opinion on propagation model and warning phase [J]. Journal of Intelligence, 2013, 32(5): 16-19.

[30]馬荔. 突發(fā)事件網(wǎng)絡輿情政府治理研究[D]. 北京: 北京郵電大學博士學位論文, 2010. Ma L, The Research of the governance of emergency network public opinion [D]. Beijing: Beijing University of Posts and Telecommunications (Doctoral dissertation), 2010.

[31]張冬冬, 林杉. 互聯(lián)網(wǎng)輿情監(jiān)測, 預警和引導技術[J]. 計算機與網(wǎng)絡, 2014, 40(19): 70-73. Zhang D D, Lin S. Internet public opinion monitoring, early warning and guidance technologies [J]. Computer & Network, 2014, 40(19): 70-73.

[32]Shen Y, He X, Gao J, et al. Learning semantic representations using convolutional neural networks for web search[C]//Wonjae Lee, et al. Proceedings of the 23rd International Conference on World Wide Web. Seoul: ACM, 2014: 373-374.

[33]Wang P, Qian Y, Soong F K, et al. A unified tagging solution: Bidirectional LSTM recurrent neural network with word embedding[J]. arXiv preprint arXiv:1511.00215, 2015.

[34]Le P, Zuidema W. Compositional distributional semantics with long short term memory[J]. arXiv preprint arXiv:1503.02510, 2015.

[35]Poria S, Cambria E, Gelbukh A. Deep convolutional neural network textual features and multiple kernel learning for utterancelevel multimodal sentiment analysis[C]//Daniele Pighin, et al. Proceedings of EMNLP. Lisbon: ACM, 2015: 2539-2544.

On the Monitoring, Analysis, and Management of Network Public Opinion: Current Status and Challenges

Yang Shanlin1, Zhou Bin2, Jia Yan2, Huang Jiuming2
(1. Hefei University of Technology, Hefei 230009, China; 2. National University of Defense Technology, Changsha 410073, China)

From the perspectives of computer science, information science, management, and sociology, this paper summarizes research on domestic and international network public opinion monitoring, analysis, and management, followed by a brief introduction to China’s major domain applications. On this basis, we discuss the future development of network public opinion when facing the challenges and opportunities of the Big Data Era.

network public opinion; monitoring; analysis; management

TP399

A

2016-10-21；

2016-11-14

楊善林，中國工程院，院士，合肥工業(yè)大學，教授，主要研究方向為管理科學與信息系統(tǒng)；E-mail: yangsl@hfut.edu.cn

中國工程院重大咨詢項目“網(wǎng)絡空間安全戰(zhàn)略研究”(2015-ZD-10)

本刊網(wǎng)址：www.enginsci.cn