基于隱性數(shù)據(jù)分析的熱點(diǎn)輿情監(jiān)測與應(yīng)對策略研究

鄒丁玲 段峰峰

（1湖南師范大學(xué) 新聞與傳播學(xué)院，湖南 長沙 410081；2湖南省社會輿情監(jiān)測與網(wǎng)絡(luò)輿情研究中心，湖南 長沙 410081）

一、隱性網(wǎng)絡(luò)輿情數(shù)據(jù)及應(yīng)用

網(wǎng)絡(luò)輿情通常是指一定時間內(nèi)在網(wǎng)絡(luò)上傳播的關(guān)于某一特定社會問題的所有評論、觀點(diǎn)、意見的集合。這種集合體現(xiàn)了評論者的情感傾訴，其外延較傳統(tǒng)媒體中的輿情更加寬廣，具有自由性、互動性、廣泛性、隱匿性、突發(fā)性等特點(diǎn)。在公共事件發(fā)生前后，網(wǎng)民在社交媒體平臺上進(jìn)行互動、發(fā)表言論，產(chǎn)生網(wǎng)絡(luò)輿情信息，這些信息直接呈現(xiàn)了網(wǎng)民的想法、意見、態(tài)度和情緒，可被稱為顯性輿情數(shù)據(jù)。還有一些數(shù)據(jù)并沒有表現(xiàn)出與輿情直接相關(guān)的熱點(diǎn)言論、情感傾向，但從側(cè)面客觀反映了網(wǎng)民的關(guān)注焦點(diǎn)和興趣點(diǎn)、網(wǎng)絡(luò)輿情主體關(guān)系等方面的隱藏內(nèi)容可被稱為隱性輿情數(shù)據(jù)。

當(dāng)網(wǎng)絡(luò)用戶出于對某公共事件的關(guān)注和興趣，去搜索和瀏覽與之相關(guān)的信息時，會在服務(wù)器端口、搜索引擎后臺或客戶端上產(chǎn)生相應(yīng)的搜索歷史和瀏覽足跡，形成搜索日志。這些信息中記錄了用戶的IP地址、搜索詞、瀏覽時間、網(wǎng)頁URL地址等數(shù)據(jù)，即隱性的輿情數(shù)據(jù)。數(shù)據(jù)量的多少能反映網(wǎng)絡(luò)用戶對該關(guān)鍵詞所代表事件的關(guān)注程度，通過從中統(tǒng)計和分析用戶的搜索詞和搜索頻率，可發(fā)現(xiàn)某地區(qū)、某時間段內(nèi)的隱藏?zé)狳c(diǎn)。［1］許多網(wǎng)站或輿情分析系統(tǒng)推出的“輿情熱點(diǎn)排行榜”即屬于該方面的應(yīng)用。

目前，一些搜索引擎公司已經(jīng)研發(fā)了借助搜索歷史和瀏覽足跡等隱性數(shù)據(jù)去發(fā)現(xiàn)和挖掘網(wǎng)絡(luò)輿情的技術(shù)和應(yīng)用。例如，谷歌公司開發(fā)的“谷歌趨勢”（Google Trends）就是一款基于搜索日志分析的應(yīng)用產(chǎn)品，它有兩個功能，一是查看關(guān)鍵詞在谷歌的搜索次數(shù)及變化趨勢，二是查看網(wǎng)站流量。［2］它能統(tǒng)計出某個關(guān)鍵詞在一定時間段內(nèi)、在某個地區(qū)被搜索的次數(shù)，再將其與谷歌搜索引擎后臺隨時間推移的搜索總量及當(dāng)?shù)氐乃阉骺偭肯鄬Ρ?，得出該關(guān)鍵詞的“相對搜索指數(shù)”，然后將較長一段時間統(tǒng)計的該關(guān)鍵詞的相對搜索指數(shù)描繪出來，以此預(yù)測未來趨勢。該應(yīng)用一個較為著名且成功的例子是“流感趨勢”。實(shí)踐中設(shè)計人員提前編入一系列與“流感”相關(guān)的關(guān)鍵詞，如“流感感冒”“溫度計”“發(fā)燒”“咳嗽”“流感應(yīng)該吃什么藥”等，隨后對全球20多個國家的網(wǎng)絡(luò)數(shù)據(jù)進(jìn)行監(jiān)測，只要用戶輸入這些關(guān)鍵詞，系統(tǒng)就認(rèn)為可能與“流感趨勢”相關(guān)，繼而追蹤、分析并做出相對搜索指數(shù)圖。通過觀察較長一段時間以來指數(shù)的變化情況，來預(yù)測未來趨勢，進(jìn)而提供流感發(fā)病率的預(yù)測報告。谷歌的“流感趨勢”能比美國疾病控制中心提前7～10天公布相關(guān)的流感預(yù)報，在測試階段就表現(xiàn)出良好的預(yù)測效果，且“流感趨勢”的預(yù)測數(shù)據(jù)與官方公布的預(yù)報數(shù)據(jù)高度吻合，顯示了基于隱性數(shù)據(jù)進(jìn)行輿情預(yù)測的前瞻性和準(zhǔn)確性。

二、隱性網(wǎng)絡(luò)輿情數(shù)據(jù)的獲取和分析

（一）隱性輿情數(shù)據(jù)獲取的可行性和挑戰(zhàn)

傳統(tǒng)數(shù)據(jù)時代，輿情分析的首要步驟是從最具輿情代表性的有限數(shù)據(jù)集入手。例如，百度作為國內(nèi)第一大搜索引擎運(yùn)營商，從后臺數(shù)據(jù)庫中可以提取出每一個搜索詞的對應(yīng)搜索量，在社會輿情分析層面，其所指對象通常是從海量搜索數(shù)據(jù)中截取的最具輿情代表性的有限數(shù)據(jù)集，借此反映社會關(guān)注的基本面或新聞事件的社會關(guān)注度，較為粗略地刻畫出中國的“輿情地圖”。［3］這在本質(zhì)上是通過部分抽樣輿情信息來反映社會整體輿情狀況，難免存在偏差。

大數(shù)據(jù)時代不再如傳統(tǒng)數(shù)據(jù)時代需要通過抽樣獲取輿情信息以代表整體的處理方式，網(wǎng)絡(luò)技術(shù)手段已可以支持通過普查方式來全面覆蓋處理海量的網(wǎng)絡(luò)數(shù)據(jù)，這也為隱性輿情數(shù)據(jù)的挖掘和發(fā)現(xiàn)提供了可行性和技術(shù)支持。然而在實(shí)際操作中，雖然不必再擔(dān)心抽樣方式帶來的偏差，但是需要謹(jǐn)慎考慮數(shù)據(jù)源本身是否存在偏差，即全面的普查數(shù)據(jù)可能含有噪音，如不能有效排除，則容易高估算法的精確度，影響輿情分析結(jié)果的準(zhǔn)確性。同時，由于大部分?jǐn)?shù)據(jù)處于孤島狀態(tài)，在整合處理時，若無法準(zhǔn)確忽略冗余數(shù)據(jù)信息和整合有效數(shù)據(jù)信息，也易導(dǎo)致結(jié)果的偏離。因此，“讓數(shù)據(jù)自己說話”的結(jié)論是不完整的，數(shù)據(jù)源需要得到篩選和清理，才能避免潛在誤差。［4］由此可見，對于隱性輿情大數(shù)據(jù)而言，數(shù)據(jù)的價值不僅體現(xiàn)在大小上，更體現(xiàn)在利用創(chuàng)新性的數(shù)據(jù)分析方法，克服和避免數(shù)據(jù)離散與結(jié)果偏差，去挖掘和分析隱性數(shù)據(jù)信息的潛在價值，這樣才能幫助我們更好地觀察網(wǎng)絡(luò)輿情的全貌。

（二）隱性輿情數(shù)據(jù)的檢索與獲取

隱性輿情數(shù)據(jù)不僅分布廣泛和隱蔽，而且數(shù)據(jù)的形式和組織方式也較為復(fù)雜，而跨媒體搜索理論和技術(shù)的不斷發(fā)展及完善或可為隱性輿情數(shù)據(jù)的檢索與獲取提供一定的創(chuàng)新思路和方法。

1.基于語義識別理論的語義文法。該方法是通過定義各種文法規(guī)則，將文法規(guī)則賦予語義，然后使用語義文法來描述網(wǎng)絡(luò)輿情文本的句子結(jié)構(gòu)及語義信息，可直接從分析結(jié)果產(chǎn)生語義解釋。因此，語義文法是對網(wǎng)絡(luò)輿情文本進(jìn)行精準(zhǔn)語義識別的依據(jù)，也為跨媒體隱性輿情數(shù)據(jù)的語義相關(guān)性研究提供了理論基礎(chǔ)。例如，多文檔自動摘取技術(shù)，對頁面上的內(nèi)容進(jìn)行過濾，可基本實(shí)現(xiàn)對隱性文本輿情的篩選和重組。［5］

2.網(wǎng)絡(luò)爬蟲技術(shù)。該技術(shù)是一種按照一定的規(guī)則自動地抓取萬維網(wǎng)信息的程序或腳本，是獲取輿情大數(shù)據(jù)的主要手段。按照系統(tǒng)結(jié)構(gòu)和實(shí)現(xiàn)技術(shù)，網(wǎng)絡(luò)爬蟲大致可分為通用網(wǎng)絡(luò)爬蟲、聚焦網(wǎng)絡(luò)爬蟲、增量式網(wǎng)絡(luò)爬蟲、深層網(wǎng)絡(luò)爬蟲等。不同網(wǎng)絡(luò)爬蟲各有優(yōu)勢與不足，實(shí)際的網(wǎng)絡(luò)爬蟲應(yīng)用系統(tǒng)通常是幾種爬蟲技術(shù)相結(jié)合實(shí)現(xiàn)的，可實(shí)現(xiàn)自動爬取網(wǎng)頁獲得輿情信息或者直接從網(wǎng)頁中抽取目標(biāo)輿情信息，對于隱性熱點(diǎn)輿情數(shù)據(jù)的檢測和獲取具有重要意義。

3.內(nèi)容檢索技術(shù)。一個輿情事件中所涉及的輿情數(shù)據(jù)，既有結(jié)構(gòu)化的文本、數(shù)字，也有非結(jié)構(gòu)化的圖像、音頻、視頻。根據(jù)其特征，需要從基于內(nèi)容的圖像檢索、音頻檢索和視頻檢索研究中著手。其一，圖像檢索按照技術(shù)發(fā)展情況看，一類是基于文本的圖像檢索，即通過對圖像的標(biāo)注和環(huán)繞文本來了解圖像的內(nèi)容，進(jìn)而進(jìn)行檢索，如谷歌、百度等主流的搜索引擎目前都是采用TBIR（Text-based Image Retrieval）提供服務(wù)的；另一類是基于內(nèi)容的圖像檢索，主要通過特征提取和相似計算來實(shí)現(xiàn)。其二，音頻檢索分為兩大類：一是基于人工產(chǎn)生信息的音頻檢索，指利用人工產(chǎn)生的信息，如標(biāo)題、藝術(shù)家信息、標(biāo)簽、關(guān)鍵詞、時間、用戶評價等查詢；二是基于內(nèi)容的音頻檢索，利用音頻信息的幅度、頻譜等物理特征，響度、音高、音色等聽覺特性以及音頻類別和語義等特征進(jìn)行檢索，能夠有效且快速獲得用戶所需的音頻資源。例如，各大音樂平臺推出的“聽歌識曲”功能即是基于內(nèi)容的音頻檢索技術(shù)的體現(xiàn)。其三，視頻檢索，需要對視頻進(jìn)行結(jié)構(gòu)化處理，將視頻按照其結(jié)構(gòu)組成進(jìn)行分割，形成基于圖像幀的可分析單元，再抽取顯著的特征，如顏色、紋理、形狀、運(yùn)動等，來描述視頻內(nèi)容的視覺信息。例如，美國哥倫比亞大學(xué)圖像和高級電視實(shí)驗(yàn)室開發(fā)的VisualAeek即提供了一套供人們在Web上搜索和檢索視頻的系統(tǒng)。

（三）隱性輿情數(shù)據(jù)的分析

1.信息采集。輿情數(shù)據(jù)分析的首要任務(wù)是基于輿情數(shù)據(jù)檢索和獲取技術(shù)從網(wǎng)絡(luò)平臺上獲得相關(guān)的輿情數(shù)據(jù)。在此過程中，不僅要抽取輿情相關(guān)的頁面，還要過濾重復(fù)界面和噪音，同時重視隱性輿情數(shù)據(jù)信息，即用戶在服務(wù)器端口、搜索引擎后臺或客戶端上留下的搜索日志等。［6］

2.信息預(yù)處理。在進(jìn)行數(shù)據(jù)挖掘工作之前，先對原始數(shù)據(jù)做必要的數(shù)據(jù)清洗、集成、變換、歸約等一系列處理工作，以達(dá)到挖掘算法進(jìn)行知識獲取所要求的最低規(guī)范和標(biāo)準(zhǔn)。網(wǎng)絡(luò)輿情信息的預(yù)處理主要分為兩個過程：一是詞項處理，包括文本分詞、詞性標(biāo)注、停用詞過濾等步驟，剔除一些不具備分析價值的信息；二是關(guān)鍵特征提取，即對可以代表信息內(nèi)容的關(guān)鍵詞加以提取，減少系統(tǒng)負(fù)擔(dān)，提高分析效率。經(jīng)過預(yù)處理后的數(shù)據(jù)信息將存入數(shù)據(jù)庫，以備調(diào)用。

3.話題識別。目前各類網(wǎng)絡(luò)平臺的信息發(fā)布和傳播非常迅速，急需在海量和急速增加的各類信息中區(qū)分和識別輿情相關(guān)信息。該步驟的目的是將輿情大數(shù)據(jù)的內(nèi)容歸入不同的話題類別，并在需要的時候建立新的話題，通常借助聚類分析算法完成。聚類分析一般先將輿情數(shù)據(jù)進(jìn)行向量化的表述，目的是將自然語言轉(zhuǎn)化為機(jī)器可以理解的形式；然后選擇聚類算法，根據(jù)不同算法在功能上的差異，可選取適用算法，加強(qiáng)對隱性輿情數(shù)據(jù)的辨別。

4.結(jié)果反饋。通過對隱性數(shù)據(jù)中的關(guān)鍵詞情感屬性判別、敏感詞分析，形成情感烈度，識別出隱性輿情熱點(diǎn)和潛在熱度，作出輿情預(yù)警，并由此總結(jié)出針對不同情況的輿情疏導(dǎo)策略。

三、隱性熱點(diǎn)輿情應(yīng)對策略

（一）引入人工在線實(shí)時內(nèi)容分析進(jìn)行隱性熱點(diǎn)識別

通過借助輿情系統(tǒng)和技術(shù)，來檢索、獲取、處理和分析輿情數(shù)據(jù)，最終得到和掌握的一般為單變量數(shù)據(jù)。然而，在輿情研究中，多變量之間的關(guān)系和差異是社會實(shí)證研究的核心，這包括數(shù)據(jù)相關(guān)關(guān)系的建立、輿情主體關(guān)系的發(fā)現(xiàn)、公共事件的因果關(guān)系和解釋力。因此，分析和挖掘隱性輿情熱點(diǎn)，還應(yīng)引入人工分析處理機(jī)制，才能為其尋找更深層次的解釋。在對隱性輿情數(shù)據(jù)的處理和應(yīng)對中，人工輿情分析和處理應(yīng)以人機(jī)結(jié)合為核心理念，注重大數(shù)據(jù)技術(shù)與人工在線實(shí)時內(nèi)容分析的互動和促進(jìn)關(guān)系。在大數(shù)據(jù)技術(shù)框架下，可進(jìn)行網(wǎng)絡(luò)輿情信息的快速挖掘和自動化分析處理，而人工在線內(nèi)容分析則能完成深度識別、辨析、挖掘和解釋輿情間差異和關(guān)系的任務(wù)。［7］人工在線實(shí)時內(nèi)容分析，以社會科學(xué)研究中的內(nèi)容分析法為理論依據(jù)，結(jié)合編碼員之間的信度，建構(gòu)線上內(nèi)容分析流程和機(jī)制，流程主要包括準(zhǔn)備階段、編碼、質(zhì)量控制和結(jié)果呈現(xiàn)等，以此來有效加強(qiáng)監(jiān)測、分析和識別隱性數(shù)據(jù)和熱點(diǎn)輿情，提高精確度和嚴(yán)謹(jǐn)性。

（二）優(yōu)化隱性熱點(diǎn)輿情數(shù)據(jù)的可視化反饋

在完成跨媒體隱性輿情數(shù)據(jù)的檢索、分析和熱點(diǎn)識別后，應(yīng)研究針對不同類型輿情信息的可視化方法，對所凝練和萃取的數(shù)據(jù)進(jìn)行呈現(xiàn)和反饋。大數(shù)據(jù)技術(shù)與可視化分析技術(shù)相結(jié)合，可為隱性輿情數(shù)據(jù)的監(jiān)測和隱性熱點(diǎn)的展示構(gòu)建起全新的框架。隱性輿情大數(shù)據(jù)的可視化研究，主要是數(shù)據(jù)圖形化。通過抽取線性關(guān)系中的關(guān)鍵詞，并按照一定的規(guī)律、標(biāo)準(zhǔn)用整齊美觀的圖形界面呈現(xiàn)出來，這種靜態(tài)表示方法可分為關(guān)鍵詞引導(dǎo)布局、地圖布局、環(huán)狀布局、時序布局等不同方式，具有可靈活擴(kuò)展、展示手段與數(shù)據(jù)分離、細(xì)節(jié)提示、疊加顯示的特征。同時，輿情層次數(shù)據(jù)的可視化，主要是信息層次化，即通過建立自下而上或自上而下的順序結(jié)構(gòu)、層次結(jié)構(gòu)、網(wǎng)狀結(jié)構(gòu)進(jìn)行可視化區(qū)域展示。［8］

（三）實(shí)現(xiàn)隱性網(wǎng)絡(luò)輿情數(shù)據(jù)情感傾向精準(zhǔn)分析

輿情熱點(diǎn)的爆發(fā)往往集中在微博、朋友圈、社區(qū)和網(wǎng)站等自媒體平臺，因此目前對于網(wǎng)絡(luò)輿情信息的情感傾向分析仍然主要集中在文本載體之上。［9］文本傾向分類是對文本作者的態(tài)度、觀點(diǎn)、情感等信息分類，能為輿情治理提供依據(jù)，促進(jìn)輿情信息朝著多角度、立體性方向前進(jìn)。有學(xué)者提出情感詞語加權(quán)、語義模式分析、普通文本分析等方法，思路大多是對文本內(nèi)容進(jìn)行檢索，計算情感色彩詞，與情感詞庫中的詞匯進(jìn)行比較分析，并引入相關(guān)句式規(guī)則以便確認(rèn)情感屬性，最后統(tǒng)計所有感情色彩信息。并且，通常認(rèn)為表達(dá)情感色彩的詞元越多，文本的情感色彩就越強(qiáng)烈。對于隱性輿情數(shù)據(jù)而言，不僅要分析其文本情感傾向，更應(yīng)注重間接關(guān)鍵詞、隱晦情感詞、搜索和瀏覽次數(shù)等信息。

（四）建立跨媒體隱性輿情大數(shù)據(jù)預(yù)警機(jī)制

當(dāng)出現(xiàn)某個支持度較高的話題，或當(dāng)話題呈現(xiàn)出焦灼的爭論狀態(tài)，或當(dāng)網(wǎng)絡(luò)輿論對某個輿情事件表示反對或焦慮時，應(yīng)考慮綜合自動化系統(tǒng)檢索及分析與人工實(shí)時分析相結(jié)合。一是分析網(wǎng)絡(luò)輿情熱度影響因素，建立指標(biāo)體系。在海量數(shù)據(jù)中，自動發(fā)現(xiàn)隱藏?zé)狳c(diǎn)，并對它們進(jìn)行提前分類。二是進(jìn)行熱點(diǎn)跟蹤定位。把網(wǎng)絡(luò)環(huán)境下的輿情事件看成一個動態(tài)的發(fā)展過程，把握其當(dāng)前狀態(tài)和未來趨勢。三是開展敏感信息監(jiān)控。評析輿情分類的結(jié)果，結(jié)合當(dāng)前的宏觀情況，自定義危機(jī)詞組，生成輿情預(yù)測報告。四是設(shè)計輿情預(yù)警規(guī)則。根據(jù)輿情信息、相關(guān)人員信息、輿情所處階段、熱度和網(wǎng)民傾向，可將預(yù)警分為若干個等級，用不同色彩表示，計算某一個輿情事件的得分情況，輸出相對應(yīng)的色彩。

四、結(jié)語

在對輿情危機(jī)進(jìn)行分析、預(yù)測和處理中，顯性數(shù)據(jù)信息分析往往是主要依據(jù)，也是常采用的方法。然而隨著互聯(lián)網(wǎng)和移動互聯(lián)網(wǎng)內(nèi)容復(fù)雜性的增加，以及輿情信息隱蔽性的提高，隱性數(shù)據(jù)信息的價值日趨重要。對隱性輿情數(shù)據(jù)的充分利用有利于更好地實(shí)現(xiàn)輿情精準(zhǔn)預(yù)測，為輿情危機(jī)的預(yù)警和應(yīng)對提供更加科學(xué)、有效的方案，從而實(shí)現(xiàn)輿情危機(jī)的引導(dǎo)和化解，促進(jìn)健康網(wǎng)絡(luò)環(huán)境的構(gòu)建。

［1］喻國明.大數(shù)據(jù)分析下的中國社會輿情：總體態(tài)勢與結(jié)構(gòu)性特征——基于百度熱搜詞（2009-2012）的輿情模型構(gòu)建［J］.中國人民大學(xué)學(xué)報，2013（5）：2-9.

［2］Google趨勢［EB/OL］. http：//www.google.com/trends，2013-04-26.

［3］唐濤.基于大數(shù)據(jù)的網(wǎng)絡(luò)輿情分析方法研究［J］.現(xiàn)代情報，2014（3）：3-6.

［4］維克托·邁爾-舍恩伯格，肯尼斯·庫克耶.大數(shù)據(jù)時代［M］.盛楊燕，周濤，譯.杭州：浙江人民出版社，2013：37-43.

［5］張耀之.網(wǎng)絡(luò)輿情語義識別的技術(shù)分析及識別流程構(gòu)建［D］.吉林大學(xué)，2016.

［6］張榮顯，曹文鴛.網(wǎng)絡(luò)輿情研究新路徑：大數(shù)據(jù)技術(shù)輔助網(wǎng)絡(luò)內(nèi)容挖掘與分析［J］.汕頭大學(xué)學(xué)報（人文社會科學(xué)版），2016（8）：111-121.

［7］陳雪剛.基于大數(shù)據(jù)技術(shù)的微博輿情快速自聚類方法研究［J］.情報雜志，2017（5）：113-117.

［8］喻國明，李彪.當(dāng)前社會輿情場的結(jié)構(gòu)性特點(diǎn)及演進(jìn)趨勢——基于《中國社會輿情年度報告（2015）》的分析結(jié)論［J］.新聞與寫作，2015（10）：37-40.

［9］丁媛媛.基于時間序列的微博熱點(diǎn)話題識別與追蹤［D］.西安科技大學(xué)，2017.