基于大數(shù)據(jù)的自媒體網(wǎng)絡輿情決策機制研究

李華勇

摘要：在自媒體背景下，利用大數(shù)據(jù)對輿情治理，將大數(shù)據(jù)的輿情定量計算能力和輿情決策者的定性分析能力結(jié)合起來，建立橫向聯(lián)動的人機協(xié)同機制、數(shù)據(jù)驅(qū)動的輿情決策機制、精準定位的輿情疏導機制，提升網(wǎng)絡輿情趨勢預測精度，探索了基于大數(shù)據(jù)的輿情智能決策機制。

關鍵詞：網(wǎng)絡輿情;自媒體;大數(shù)據(jù);輿情分析

中圖分類號：G203 文獻標識碼：A 文章編號：1007-9416（2020）09-0218-03

0 引言

目前我國視頻網(wǎng)站、微博、微信等社交網(wǎng)絡迅速發(fā)展，抖音用戶已經(jīng)超過10億，微信用戶量已超10億，微博活躍用戶達到4.1億。自媒體的持續(xù)高速增長，特別是以短視頻為主的自媒體社區(qū)的爆發(fā)式增長，給網(wǎng)絡輿情治理帶來巨大的挑戰(zhàn)，社會輿情進入高度復雜化、高度不確定性和高度不可控化的發(fā)展態(tài)勢，以往的被動管控的維穩(wěn)模式在新的輿論格局面前逐漸失去效力。在這種情況下，必須建立主動感知、主動防御的決策機制，提高自媒體輿情預見性和治理效率。

1 自媒體網(wǎng)絡輿情特征

1.1 數(shù)據(jù)價值密度低

自媒體經(jīng)由多媒體渠道產(chǎn)生海量數(shù)據(jù)，突顯了輿情大數(shù)據(jù)的價值密度低、質(zhì)量不高的特性。海量數(shù)據(jù)放大了隱藏在內(nèi)的噪音和雜音，大數(shù)據(jù)環(huán)境下隱含輿情信息的數(shù)據(jù)越來越多，但也越來越零散。擁有大數(shù)據(jù)不代表就能把握住網(wǎng)絡輿情，自媒體輿情的碎片化對數(shù)據(jù)收集、分析工作帶來挑戰(zhàn)。

1.2 輿情數(shù)據(jù)更加復雜

新媒體尤其是社交媒體的發(fā)展促生了用戶自生產(chǎn)內(nèi)容的快速增長，生產(chǎn)出大量的圖像、音頻、視頻等結(jié)構(gòu)性和非結(jié)構(gòu)性的數(shù)據(jù)。對自媒體生產(chǎn)出的大量半結(jié)構(gòu)化、非結(jié)構(gòu)化數(shù)據(jù)的采集、分類、匯總與處理技術有待提升，輿情數(shù)據(jù)的量化效率面臨挑戰(zhàn)。

1.3 自媒體影響力增強

主流媒體影響力和關注度降低，主流媒體的受眾被分流，主流媒體網(wǎng)絡輿情管理參與度有所下降。網(wǎng)絡媒體的運用越來越廣泛，大眾已脫離單純依靠主流媒體獲得信息的局面。以微視頻、微博、微信為代表的自媒體，憑借其信息發(fā)布的實時性、互動性、便捷性，已經(jīng)成為公眾交換信息、交流意見的主要渠道。公眾不僅可以利用自媒體直接主動的獲取想要的信息，甚至可以自設輿情議題議程，輿論倒逼媒體不斷追蹤報道、政府作出回應。

2 大數(shù)據(jù)對自媒體輿情管理的影響

2.1 輿情發(fā)展可預測

大數(shù)據(jù)可以追蹤公眾關注的熱點和焦點問題，對相關數(shù)據(jù)搜集聚類，對標準數(shù)據(jù)進行量化分析，為管理部門提供大量實時而精準的決策信息，提高管理部門對網(wǎng)絡輿情事件的發(fā)生與程度、趨勢和結(jié)果的預測能力，做到事先計劃決策方案，大大提高決策效率[1]。

2.2 關系反映更精準

大數(shù)據(jù)可挖掘數(shù)據(jù)隱含的關聯(lián)性，能精確勾畫出輿情數(shù)據(jù)的邏輯聯(lián)系和社會聯(lián)系，有助于對網(wǎng)絡輿情的分析和預測?；诖髷?shù)據(jù)分析出來的網(wǎng)絡輿情不僅可以代表公眾個體的意見，更可以反映出其與身邊其他個體間的互動、關系等，甚至反映出其所處的群體與其他群體之間的社會關系網(wǎng)和情感心理痕跡。

2.3 管理主體更多元

大數(shù)據(jù)環(huán)境下，輿情從政府主導轉(zhuǎn)向公眾意志的表達，推動網(wǎng)絡輿情管理多元化化，政府部門不再是唯一管理決策者，逐漸從政府決策向大眾參與的多元決策轉(zhuǎn)變[2]。政府共享大數(shù)據(jù)資源和信息為協(xié)同主體、公眾服務，逐步形成網(wǎng)絡輿情管理主體協(xié)同機制，共同治理網(wǎng)絡輿情。

3 輿情管理中大數(shù)據(jù)應用

3.1 數(shù)據(jù)采集技術獲取海量數(shù)據(jù)

利用編程接口API或者網(wǎng)絡爬蟲技術，將自媒體的聲音和字幕轉(zhuǎn)換為文本，動態(tài)采集輿情信息。采集網(wǎng)絡輿情數(shù)據(jù)包括網(wǎng)絡用戶名、ID列表、粉絲數(shù)、發(fā)表數(shù)、全部聲音文本數(shù)據(jù)和轉(zhuǎn)發(fā)評論信息等。

3.2 數(shù)據(jù)集成技術處理輿情數(shù)據(jù)

利用大數(shù)據(jù)分類、集成技術將網(wǎng)絡輿情數(shù)據(jù)進行聚類分析和分類分析，數(shù)據(jù)按照相似性劃分為多個類別，使同類相似性高的數(shù)據(jù)聚集，不同類的數(shù)據(jù)集界限清晰。過程聚類可將網(wǎng)民情緒變化、觀點態(tài)度轉(zhuǎn)變呈現(xiàn)，把握輿情演變過程，以防出現(xiàn)突然的輿情危機。觀點聚類則將網(wǎng)絡上同類觀點聚集，分析其主體的態(tài)度、意見的分布和比例。分類分析是對聚類分析之后的數(shù)據(jù)信息，按照預先設立好的管理指標進行分類。

3.3 數(shù)據(jù)挖掘技術分析網(wǎng)絡輿情動態(tài)

利用數(shù)據(jù)挖掘技術從海量的、隨機數(shù)據(jù)中，發(fā)掘信息價值。數(shù)據(jù)挖掘利用數(shù)據(jù)庫、人工智能和統(tǒng)計技術進行關聯(lián)分析、預測、研判和誤差分析，提高數(shù)據(jù)提取、利用的效率，最大的限度的分析出蘊涵在數(shù)據(jù)里的輿情走勢，把握處理網(wǎng)絡輿情的最好時機[3]。數(shù)據(jù)挖掘還能從以往的數(shù)據(jù)中總結(jié)出可適用于同類事件的規(guī)律，通過專門的模型可對今后該類事件的輿情演變準確把握。

4 基于大數(shù)據(jù)的輿情決策機制

4.1 橫向聯(lián)動的人機協(xié)同機制

建立輿情大數(shù)據(jù)指揮中心，整合輿情大數(shù)據(jù)分析平臺，實施統(tǒng)一決策調(diào)度實施，各部門共享數(shù)據(jù)，建立人機協(xié)同輿情智能預警機制。通過集成統(tǒng)一輿情大數(shù)據(jù)平臺，擴大輿情數(shù)據(jù)資源獲取范圍和管理調(diào)控范圍，節(jié)省管理成本，提高管理效率。輿情協(xié)作機制采用橫向聯(lián)動的扁平化管理結(jié)構(gòu)模式，輿情大數(shù)據(jù)指揮中心作為唯一的決策機構(gòu)，啟動網(wǎng)絡輿情決策機制，各類輿情機構(gòu)和參與主體在網(wǎng)絡輿情管理過程中協(xié)同互動。橫向聯(lián)動的輿情主體協(xié)作機制（如圖1）使綜合領域相近的管理主體形成合力，政府各職能部門之間以及與社會公共力量橫向聯(lián)合，利用大數(shù)據(jù)打破數(shù)據(jù)信息壁壘，各管理部門高效互通，形成基于大數(shù)據(jù)的輿情工作網(wǎng)[4]。

4.2 數(shù)據(jù)驅(qū)動的輿情決策機制

以大數(shù)據(jù)驅(qū)動的網(wǎng)絡輿情決策機制，按網(wǎng)絡輿情的生命周期劃分：第一階段為對輿情醞釀期，通過大數(shù)據(jù)平臺對網(wǎng)絡輿情進行實時跟蹤監(jiān)測，利用大數(shù)據(jù)對輿情數(shù)據(jù)資源實現(xiàn)全量分析，將收集到的輿情數(shù)據(jù)進行解構(gòu)與重構(gòu)，充分整合網(wǎng)絡輿情數(shù)據(jù)資源;第二階段是輿情爆發(fā)期，對快速發(fā)酵的網(wǎng)絡輿情進行信號甄別，利用數(shù)據(jù)模型進行風險預警。第三階段是輿情演化期，對輿情的受眾、內(nèi)容和影響程度進行聚合分析，研判輿情發(fā)展態(tài)勢，啟動控制機制和疏導機制。第四階段是輿情轉(zhuǎn)折期，各部門針對性深度介入，利用大數(shù)據(jù)進行精準持續(xù)疏導，推動輿情進入衰減。第五階段輿情終結(jié)期，對輿情處置方式回溯和總結(jié)，對輿情數(shù)據(jù)建檔（如圖2）。

4.3 精準定位的輿情疏導機制

以數(shù)據(jù)精準定位的輿情疏導機制，利用大數(shù)據(jù)技術獲取全網(wǎng)相應的人口統(tǒng)計特征和行為信息，基于數(shù)據(jù)的情感分析和心理側(cè)寫，建立輿情個體的網(wǎng)民數(shù)據(jù)檔案[5]。個體數(shù)據(jù)檔案是根據(jù)個體的社會屬性、行為軌跡和情感變化等產(chǎn)生的標簽化信息。利用大數(shù)據(jù)平臺對自媒體、網(wǎng)絡購物等人口社會數(shù)據(jù)進行挖掘，掌握網(wǎng)民的人口屬性、收入、家庭結(jié)構(gòu)、社交關系、活動軌跡、興趣愛好、行為喜好、上網(wǎng)習慣、媒介使用習慣、社會道德觀念等，實現(xiàn)大數(shù)據(jù)下的“個體畫像”。利用大數(shù)據(jù)技術精準定位輿情個體，也可以由個人數(shù)據(jù)去定位輿情人群，利用大數(shù)據(jù)技術手段實施精準疏導，提升網(wǎng)絡輿情引導機制效率和效果。

5 結(jié)語

自媒體爆發(fā)性增長，改變了我國的主流媒介格局，對信息傳播和輿情表達產(chǎn)生了顛覆性影響。在加強自媒體網(wǎng)絡輿情監(jiān)控的同時，管理主體應積極地和公眾進行網(wǎng)絡空間上的良性互動。大數(shù)據(jù)時代下，信息開放與分享是必然趨勢，數(shù)據(jù)的開放能夠使數(shù)據(jù)更好的服務于網(wǎng)絡輿情管理工作，激發(fā)社會公眾和市場相關主體協(xié)同參與輿情管理的熱情和創(chuàng)造力。借助自媒體，開通微博、微信、視頻公眾號與網(wǎng)民進行交流和溝通，營造良好的輿論表達氛圍，能夠化解網(wǎng)絡輿情。

參考文獻

[1] 謝雪梅，楊洋洋.地方政府網(wǎng)絡輿情應對能力評價及提升路徑研究[J].現(xiàn)代情報，2020，40（1）：144-151.

[2] 賴勝強，唐雪梅.輿情事件中網(wǎng)民評論的社會影響研究[J].情報雜志，2020，39（2）：103-107+115.

[3] 何穎，魏綠子.自媒體環(huán)境下網(wǎng)絡輿情的應對與引導策略研究[J].傳播與版權(quán)，2020（4）：173-175.

[4] 尚紅利.自媒體時代網(wǎng)絡輿情政府治理的困境及其消解[J].行政論壇，2016，23（2）：59-62.

[5] 李天龍.突發(fā)事件輿情的階段應對策略[J].情報雜志，2018，37（12）：106-111.