論公共危機(jī)事件中輿情治理的數(shù)據(jù)驅(qū)動(dòng)

李 國(guó), 高敬文

一、引 言

“風(fēng)險(xiǎn)社會(huì)”是現(xiàn)代社會(huì)的主要特征，而在全球化背景下，作為一個(gè)處于高速發(fā)展和社會(huì)轉(zhuǎn)型過(guò)程之中的大國(guó)，中國(guó)面臨的風(fēng)險(xiǎn)問(wèn)題更加復(fù)雜、突出和嚴(yán)峻。近年來(lái)我國(guó)各種公共危機(jī)事件，如非典、汶川地震、恐怖襲擊、新冠肺炎疫情等的不斷發(fā)生，也加大了我國(guó)的社會(huì)風(fēng)險(xiǎn)系數(shù)，使得我國(guó)面臨的風(fēng)險(xiǎn)快速升級(jí)；另外，中國(guó)作為發(fā)展中的經(jīng)濟(jì)大國(guó)，不僅要面臨發(fā)展經(jīng)濟(jì)本身可能帶來(lái)的新風(fēng)險(xiǎn)的沖擊，還要控制許多在工業(yè)化國(guó)家中已經(jīng)基本得到遏制的傳統(tǒng)風(fēng)險(xiǎn)。在這種背景下，中國(guó)要推進(jìn)治理體系和治理能力的現(xiàn)代化，離不開(kāi)對(duì)公共危機(jī)事件的善治。而在公共危機(jī)事件發(fā)生后，社會(huì)輿情已經(jīng)成為不可避免的伴生物，并對(duì)危機(jī)事件的處置帶來(lái)嚴(yán)峻挑戰(zhàn)。因此，在應(yīng)對(duì)公共危機(jī)的過(guò)程中，除了對(duì)危機(jī)事件的處置外，還應(yīng)在新的時(shí)代背景下，做好各類公共危機(jī)事件社會(huì)輿情的治理。

但面對(duì)急劇變化著的媒體生態(tài)和社會(huì)環(huán)境，我國(guó)公共危機(jī)事件中的輿情治理亟待突破技術(shù)性瓶頸。具體來(lái)說(shuō)，由于互聯(lián)網(wǎng)沖擊下輿論場(chǎng)域結(jié)構(gòu)和權(quán)力關(guān)系劇變，我國(guó)改革進(jìn)入到“深水區(qū)”和“攻堅(jiān)期”，在公共危機(jī)事件社會(huì)輿情治理中，傳統(tǒng)輿情監(jiān)測(cè)、分析、研判與處置技術(shù)日益捉襟見(jiàn)肘。正如李彪、鄭滿寧(2014)所指出的，在社交媒體時(shí)代，輿情監(jiān)測(cè)的效度和信度問(wèn)題難以驗(yàn)證；數(shù)據(jù)源的多寡一定程度上決定了監(jiān)測(cè)的精準(zhǔn)度；在消重聚合環(huán)節(jié)計(jì)算機(jī)智能還暫時(shí)無(wú)法取代人工智能；監(jiān)測(cè)速度始終要慢于事件自身變化速率。(1)李彪、鄭滿寧：《社交媒體時(shí)代的網(wǎng)絡(luò)輿情——生態(tài)變化及輿情研究現(xiàn)狀、趨勢(shì)》，《新聞?dòng)浾摺?014年第1期。儲(chǔ)節(jié)旺、朱玲玲(2017)也認(rèn)為應(yīng)該將“有形資源”——大數(shù)據(jù)分析技術(shù)和“無(wú)形資源”——大數(shù)據(jù)分析能力兩者融合突破網(wǎng)絡(luò)輿情預(yù)警的傳統(tǒng)方式。(2)儲(chǔ)節(jié)旺、朱玲玲：《基于大數(shù)據(jù)分析的突發(fā)事件網(wǎng)絡(luò)輿情預(yù)警研究》，《情報(bào)理論與實(shí)踐》2017年第8期?？梢?jiàn)，大數(shù)據(jù)已成為輿情治理中的核心概念與關(guān)鍵技術(shù)支撐。因此，通過(guò)梳理、歸納我國(guó)各類公共危機(jī)事件社會(huì)輿情，分析目前我國(guó)公共危機(jī)事件輿情處置工作中的技術(shù)問(wèn)題，在大數(shù)據(jù)時(shí)代的背景下進(jìn)行公共危機(jī)事件社會(huì)輿情治理創(chuàng)新研究，既具有重要的學(xué)術(shù)意義，又具有廣泛的應(yīng)用價(jià)值。

二、文獻(xiàn)述評(píng)

在利用大數(shù)據(jù)技術(shù)來(lái)驅(qū)動(dòng)輿情治理創(chuàng)新方面，國(guó)內(nèi)外不同學(xué)科的學(xué)者基于各自的研究視角，從多個(gè)維度展開(kāi)了卓有成效的研究。從研究主題來(lái)看，這些成果主要包括突發(fā)事件的監(jiān)測(cè)與預(yù)警研究，基于復(fù)雜網(wǎng)絡(luò)動(dòng)力學(xué)模型和數(shù)學(xué)建模的輿情演化規(guī)律研究等方面。

突發(fā)事件輿情監(jiān)測(cè)是危機(jī)預(yù)警的前提，其本質(zhì)是針對(duì)自然環(huán)境和社會(huì)活動(dòng)中潛藏的輿情風(fēng)險(xiǎn)因素進(jìn)行信息搜集。輿情監(jiān)測(cè)分析系統(tǒng)涉及的一些關(guān)鍵技術(shù)包括：網(wǎng)絡(luò)信息采集技術(shù)，主要包括網(wǎng)路爬蟲(chóng)技術(shù)和信息檢索技術(shù)等；信息預(yù)處理技術(shù)；主要包括網(wǎng)頁(yè)凈化預(yù)處理、中文分詞詞性標(biāo)注、去停用詞、文本表示，特征提取和特征降維等；文本挖掘技術(shù)，主要包括文本聚類、熱點(diǎn)自動(dòng)發(fā)現(xiàn)、文本自動(dòng)分類、文本傾向性分析等。在文本聚類技術(shù)領(lǐng)域基于字典的傳統(tǒng)文本聚類技術(shù)的弊端漸漸顯露之后，許多學(xué)者近年來(lái)將研究重點(diǎn)轉(zhuǎn)向基于語(yǔ)義概念層次的文本聚類技術(shù)。如德國(guó)Karlsruhe大學(xué)的Hotho和staab(2002)提出了基于本體論(ontology)的文本聚類算法，利用wordNet創(chuàng)建文本特征向量，開(kāi)始了將本體論應(yīng)用于文本聚類的先例。(3)Hotho, A.,Maedche, A., & Staab, S.，“Ontology-Based Text Document Clustering,” KI,Vol.16,No.4,2001,16(4), pp.48-54.楊書(shū)寧(2014)在提取特征詞向量的基礎(chǔ)上，根據(jù)發(fā)布順序劃分時(shí)間窗口并歸類各微博消息，借鑒微博新聞話題檢測(cè)方法檢測(cè)突發(fā)特征詞，聚類突發(fā)特征詞表，以突發(fā)詞集合描述相應(yīng)突發(fā)事件。(4)楊書(shū)寧：《基于微博的突發(fā)事件網(wǎng)絡(luò)輿情監(jiān)測(cè)方法研究》，大連理工大學(xué)碩士論文，2014。

在輿情演化規(guī)律方面，國(guó)外學(xué)者較多利用復(fù)雜網(wǎng)絡(luò)動(dòng)力學(xué)模型和數(shù)學(xué)建模方法來(lái)研究網(wǎng)絡(luò)輿情演化規(guī)律，并提出了一些模型。如Deffuant等(2000)在Sznajd等人的研究基礎(chǔ)上提出了 Deffuant模型，該模型修正了 Sznajd模型交互規(guī)則過(guò)于簡(jiǎn)單的缺陷，通過(guò)觀點(diǎn)連續(xù)化和制定觀點(diǎn)來(lái)調(diào)整交互邊界，模擬個(gè)體對(duì)事件的態(tài)度，擴(kuò)展了早期粒子交互模型對(duì)輿情演化過(guò)程的描述能力。(5)Deffuant, G., Neau, D., Amblard, F., & Weisbuch, G., “ Mixing Beliefs Among Interacting Agents”，Advances in Complex Systems,Vol.3(01n04), pp.87-98.A.S.Elgazzar(2001)研究了如何將Sznajd模型應(yīng)用到小世界模型中，使用Newman和Watts的方法在一維Sznajd媒介模型基礎(chǔ)上構(gòu)建了小世界網(wǎng)絡(luò)模型(small-world Networks)，并對(duì)演進(jìn)規(guī)則做了定義。(6)Elgazzar, A.S.,“Application of the Sznajd Sociophysics Model to Small-World Networks,International Journal of Modern Physics C”,Vol.12,No.10,2001,pp.1537-1544.劉常昱等(2006)利用小世界網(wǎng)絡(luò)理論構(gòu)建了信息傳播的網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)，將個(gè)體心理因素和外界媒體影響引入到危機(jī)信息傳播演化模型中，同時(shí)還利用復(fù)雜系統(tǒng)多主體建模方法，構(gòu)建了危機(jī)信息互聯(lián)網(wǎng)傳播中的網(wǎng)絡(luò)輿論傳播仿真模型。(7)劉常昱、胡曉峰、司光亞、羅批：《基于小世界網(wǎng)絡(luò)的輿論傳播模型研究》，《系統(tǒng)仿真學(xué)報(bào)》2006年第12期。

不過(guò)，目前研究也存在一些值得突破的方面。從現(xiàn)有的研究來(lái)看，人文社科領(lǐng)域的研究者一般多借鑒大眾傳播理論，是從經(jīng)驗(yàn)層面對(duì)輿情演化規(guī)律進(jìn)行總結(jié)，重點(diǎn)分析了社會(huì)輿情的概念、內(nèi)涵、特征和功能等，或者分析社會(huì)輿情的演化階段與作用因素等，因而難以形成對(duì)公共危機(jī)事件社會(huì)輿情演化規(guī)律和演化機(jī)理的科學(xué)準(zhǔn)確把握。而在輿情監(jiān)測(cè)技術(shù)方面，信息技術(shù)領(lǐng)域的新技術(shù)進(jìn)步雖然非常迅猛，但卻未能與經(jīng)驗(yàn)領(lǐng)域中輿情分析研判的能力進(jìn)行有效融合。此外，從統(tǒng)計(jì)物理學(xué)和復(fù)雜系統(tǒng)的角度對(duì)輿情演化過(guò)程進(jìn)行研究所使用的數(shù)據(jù)來(lái)看，數(shù)據(jù)來(lái)源比較分散，且不系統(tǒng)，難以進(jìn)行分階段的、歷時(shí)性的研究；從結(jié)果來(lái)看，也只是給出了模擬結(jié)果，對(duì)演化機(jī)理的解析尚不夠深入?？梢哉f(shuō)，當(dāng)前利用大數(shù)據(jù)技術(shù)推動(dòng)輿情治理創(chuàng)新方面存在較大的局限性，相關(guān)研究成果大多只能在具有充分知識(shí)或數(shù)據(jù)、穩(wěn)定性、完全信息、靜態(tài)、特定領(lǐng)域與單任務(wù)的場(chǎng)景下適用。這正是單純數(shù)據(jù)驅(qū)動(dòng)所導(dǎo)致的結(jié)果，因?yàn)槠淙毕菰谟谥荒軐W(xué)習(xí)重復(fù)出現(xiàn)的片段，不能學(xué)習(xí)具有語(yǔ)義的特征。因此，創(chuàng)新大數(shù)據(jù)時(shí)代的輿情治理技術(shù)，需要將更多元化的數(shù)據(jù)、更先進(jìn)的分析技術(shù)與輿情治理中的現(xiàn)實(shí)問(wèn)題結(jié)合起來(lái)，更充分地挖掘和理解數(shù)據(jù)背后的價(jià)值，才能實(shí)現(xiàn)輿情治理的技術(shù)創(chuàng)新。

三、公共危機(jī)事件輿情治理中的技術(shù)瓶頸

(一)海量社會(huì)輿情數(shù)據(jù)讓傳統(tǒng)的輿情監(jiān)測(cè)技術(shù)捉襟見(jiàn)肘，致使難以摸清主流民意，難以實(shí)現(xiàn)對(duì)公共危機(jī)事件中風(fēng)險(xiǎn)決策的有效技術(shù)支持。

為了運(yùn)用大數(shù)據(jù)技術(shù)輔助突發(fā)事件應(yīng)急管理，近年來(lái)學(xué)界與業(yè)界共同努力，對(duì)社會(huì)輿情監(jiān)測(cè)進(jìn)行了大量研究，從預(yù)測(cè)性、全面性、關(guān)聯(lián)性、可量化等方面，涵蓋社會(huì)輿情傳播源、媒介環(huán)境、傳播渠道、內(nèi)容價(jià)值等多個(gè)維度，構(gòu)建了多套網(wǎng)絡(luò)輿情監(jiān)測(cè)指標(biāo)體系。但在實(shí)踐中，基于大數(shù)據(jù)的輿情監(jiān)測(cè)和分析平臺(tái)仍存在較大的局限性，實(shí)用性不高。第一，信息采集質(zhì)量不高，來(lái)源全面性不足，整合度不夠。從目前主流的輿情監(jiān)測(cè)系統(tǒng)來(lái)說(shuō)，主要采集的信息來(lái)源為新聞網(wǎng)站、論壇、貼吧、微博、微信公眾號(hào)、新聞APP等，個(gè)別可以實(shí)現(xiàn)部分QQ群的信息監(jiān)測(cè)。但從輿情發(fā)酵的規(guī)律來(lái)看，知乎、簡(jiǎn)書(shū)、豆瓣等作為輿情信息的發(fā)源地，在近年來(lái)的公共危機(jī)事件中，顯示出越來(lái)越突出的作用，卻極少被輿情平臺(tái)納入監(jiān)測(cè)范圍之中。這種信息源監(jiān)測(cè)的不完整性，制約了輿情預(yù)警的效果。此外，輿情監(jiān)測(cè)整合度較低的問(wèn)題也比較突出。主流輿情監(jiān)測(cè)系統(tǒng)抓取算法較為簡(jiǎn)單，依據(jù)關(guān)鍵詞抓取到的相關(guān)信息去重技術(shù)不過(guò)關(guān)，存在著大量重復(fù)的、非相關(guān)的信息，給后續(xù)的輿情研判分析帶來(lái)極大困擾。第二，輿情分析智能化水平不高，對(duì)歷史數(shù)據(jù)的深度挖掘不夠?，F(xiàn)有輿情監(jiān)測(cè)系統(tǒng)在信息處理方面，主要是可以提供一定時(shí)間段內(nèi)的走勢(shì)分析、信源占比分析、信息類型占比分析、信息來(lái)源地域分析、詞頻分析、情感傾向判定等。從時(shí)間上來(lái)看，具有借鑒意義的歷史數(shù)據(jù)一般無(wú)法提供；從技術(shù)上來(lái)看，研究者欠缺先進(jìn)的數(shù)據(jù)分析工具以及不熟悉標(biāo)準(zhǔn)的社會(huì)科學(xué)方法，無(wú)法凸顯關(guān)鍵的傳播節(jié)點(diǎn)，無(wú)法追蹤呈現(xiàn)有效的傳播鏈條，系統(tǒng)智能化程度不高。不僅如此，受限于情感分析技術(shù)，即便當(dāng)下的輿情系統(tǒng)已經(jīng)基本將信息的情感判斷作為系統(tǒng)分析的標(biāo)配，但實(shí)際上誤差極大，特別是系統(tǒng)標(biāo)注為中性的判斷，容易遺漏重要負(fù)面輿情。第三，輿情研判功能較弱，無(wú)法提供可靠的決策支持。輿情研判的重點(diǎn)在于真?zhèn)畏治?、指向分析和趨?shì)預(yù)警。但現(xiàn)有主流的輿情系統(tǒng)由于分析功能粗糙，自然無(wú)法對(duì)真?zhèn)畏治龊椭赶蚍治鎏峁┯行е?，而就趨?shì)預(yù)警而言，由于當(dāng)下的主流輿情監(jiān)測(cè)系統(tǒng)主要通過(guò)自動(dòng)輿情分析報(bào)告提供較為粗糙的預(yù)警，后續(xù)還需要依靠人工經(jīng)驗(yàn)進(jìn)行研判，因此存在較大誤差?？偠灾?，由于存在上述諸多缺陷，目前的主流輿情監(jiān)測(cè)系統(tǒng)更多的是發(fā)揮了“警報(bào)器”功能，而對(duì)突發(fā)事件中輿情多樣性和復(fù)雜性信息缺乏全面的抓取和系統(tǒng)的分析，導(dǎo)致難以摸清主流民意，使得理論上構(gòu)建的社會(huì)輿情監(jiān)測(cè)指標(biāo)和研判體系不接地氣，難以發(fā)揮作用，輿情研判仍然主要靠經(jīng)驗(yàn)和感覺(jué)。

(二)后真相時(shí)代，紛繁復(fù)雜的多元思潮使得公共危機(jī)事件社會(huì)輿情演化過(guò)程中的話語(yǔ)競(jìng)爭(zhēng)激烈，導(dǎo)致難以實(shí)現(xiàn)有效的社會(huì)動(dòng)員與價(jià)值引領(lǐng)。

2016年11月，“后真相(Post-truth)”被英國(guó)《牛津詞典》選為“2016年年度英文詞匯”，該詞在特朗普成為美國(guó)總統(tǒng)候選人時(shí)熱度飆升，一經(jīng)問(wèn)世，便引起了學(xué)者們的廣泛討論。目前，“后真相”已超越了政治領(lǐng)域，深入到了人們的日常生活中。在社交媒體時(shí)代，由于權(quán)力和資本對(duì)技術(shù)的熟練運(yùn)用，各種謠言在網(wǎng)絡(luò)上肆意流傳成爆款熱文，而真相卻變得面目可疑。在“后真相”時(shí)代，人們似乎更傾向于把立場(chǎng)、情感和利益置于真相和真理之前。(8)阮凱、杜運(yùn)泉：《多維視野中的后真相時(shí)代:問(wèn)題與對(duì)策》，《探索與爭(zhēng)鳴》2017年第4期。還有研究者認(rèn)為，“后真相”時(shí)代為網(wǎng)絡(luò)謠言提供了更適合傳播的“溫床”，但也將“真相”的解釋權(quán)還給了民眾，而不再是只由權(quán)力精英合謀建構(gòu)表達(dá)。(9)李彪、喻國(guó)明：《“后真相”時(shí)代網(wǎng)絡(luò)謠言的話語(yǔ)空間與傳播場(chǎng)域研究——基于微信朋友圈4160條謠言的分析》，《新聞大學(xué)》2018年第2期。可以說(shuō)，這是一個(gè)立場(chǎng)先于真相的時(shí)代，也就是被媒體高呼的“后真相”時(shí)代。雖然“后真相時(shí)代”的提法未必準(zhǔn)確，但這種鮮明的時(shí)代特質(zhì)確實(shí)給公共危機(jī)事件的社會(huì)輿情治理造成新的挑戰(zhàn)。

要在這種“后真相”時(shí)代背景下理解人們對(duì)危機(jī)事件的認(rèn)知，則離不開(kāi)從社會(huì)思潮傳播視角關(guān)照下對(duì)人們社會(huì)關(guān)系、價(jià)值立場(chǎng)和利益關(guān)聯(lián)的全面把握。以微信為代表的移動(dòng)應(yīng)用中的輿情傳播基于強(qiáng)關(guān)系的熟人社交圈，相關(guān)信息的傳播將比在公共平臺(tái)更為迅捷。同時(shí)基于社交圈本身相互的高信任感度，對(duì)于態(tài)度認(rèn)知轉(zhuǎn)變的影響力更強(qiáng)，并加速“態(tài)度同步”到“行為協(xié)同”的轉(zhuǎn)變過(guò)程，從而提升社會(huì)動(dòng)員的力量。這將對(duì)公共危機(jī)事件的傳播以及線上到線下的演化產(chǎn)生巨大的推動(dòng)力。在公共危機(jī)事件全網(wǎng)擴(kuò)散、多傳播節(jié)點(diǎn)爆發(fā)態(tài)勢(shì)背后，是各種社會(huì)思潮的交鋒和激蕩，各類事件都難逃網(wǎng)民“法眼”，官方處置往往遭致部分網(wǎng)民“毒舌”的被動(dòng)局面。新媒體下的社群組織出于各自利益考量，以社交平臺(tái)為基礎(chǔ)在社會(huì)動(dòng)員和輿論引導(dǎo)下的不同階段制造輿論壓力，擴(kuò)大事件影響力，渲染社會(huì)沖突。由于思潮本身具有的流變性、公共性、自主性、群發(fā)性及符號(hào)性等特征，受其支配的社會(huì)輿情脈動(dòng)往往令人難以把握。(10)人民論壇問(wèn)卷調(diào)查中心：《公眾關(guān)注的重大思潮調(diào)查》，《人民論壇》2011年第1期。在這種背景下，各種矛盾和風(fēng)險(xiǎn)的交織涌現(xiàn)，使得當(dāng)下我國(guó)公共危機(jī)事件社會(huì)輿情呈現(xiàn)出典型的復(fù)合型特點(diǎn)，經(jīng)濟(jì)、政治、思想、生態(tài)等多領(lǐng)域交織，國(guó)內(nèi)問(wèn)題與國(guó)際經(jīng)濟(jì)政治問(wèn)題雜糅。以2015年8月的天津塘沽港爆炸事件為例，這場(chǎng)安全生產(chǎn)重大事故舉世關(guān)注，并且圍繞事故原因、救援方式、災(zāi)難報(bào)道模式等引發(fā)激烈的話語(yǔ)競(jìng)爭(zhēng)。因此，在公共危機(jī)事件的社會(huì)輿情處置中，要想進(jìn)行廣泛的情感動(dòng)員以推動(dòng)共渡難關(guān)，并持續(xù)獲得公眾價(jià)值認(rèn)同的難度空前加大。

(三)移動(dòng)互聯(lián)網(wǎng)的快速發(fā)展使輿論場(chǎng)域分化和謠言泛濫，復(fù)雜的傳播機(jī)制致使難以找準(zhǔn)關(guān)鍵節(jié)點(diǎn)實(shí)施有效的網(wǎng)絡(luò)干預(yù)。

媒介發(fā)展史的經(jīng)驗(yàn)表明，一種新媒介的出現(xiàn)必然會(huì)改變傳統(tǒng)的社會(huì)結(jié)構(gòu)和權(quán)力關(guān)系，而隨著新媒體的發(fā)展，意見(jiàn)平臺(tái)的多樣化與輿論主體的多元化必然會(huì)沖擊傳統(tǒng)政府和社會(huì)輿情間的關(guān)系結(jié)構(gòu)。由于互聯(lián)網(wǎng)興起帶來(lái)的媒介生態(tài)變化，中國(guó)的輿論場(chǎng)域本已聚集了相當(dāng)復(fù)雜的利益群體，使得輿論主體更加多元，議題更加豐富，傳播演化方式更加復(fù)雜?？梢哉f(shuō)，基于所依托的不同的互聯(lián)網(wǎng)應(yīng)用，聚攏了不同的輿論主體，形成了不同的輿論焦點(diǎn)議題，使得輿論場(chǎng)的分化成為近年來(lái)我國(guó)輿論演化中的一個(gè)典型特征。不僅如此，輿論場(chǎng)的分化更呈縱深發(fā)展之勢(shì)。以微博、微信、APP為代表的移動(dòng)互聯(lián)網(wǎng)應(yīng)用作為“信息廣播臺(tái)”、“言論裂變機(jī)”、“真相探照燈”與“謠言孵化器”，由于其社交形態(tài)和信息獲取特征，顯著強(qiáng)化了互聯(lián)網(wǎng)用戶的群體化特征，使得網(wǎng)民成為各類互聯(lián)網(wǎng)應(yīng)用工具主導(dǎo)下的一個(gè)個(gè)專門(mén)化群體，不僅豐富了互聯(lián)網(wǎng)信息內(nèi)容，也改變了輿論的傳播格局，使輿論場(chǎng)域的碎片化趨勢(shì)更趨明顯。正因如此，移動(dòng)輿論場(chǎng)的特點(diǎn)不僅在于其跨地域、全時(shí)空，更在于移動(dòng)互聯(lián)技術(shù)助推下形成的社群分化，由此形成的輿論主體分化必將會(huì)沖擊現(xiàn)有的話語(yǔ)權(quán)力格局。日益分化的輿論場(chǎng)域給輿情治理帶來(lái)嚴(yán)峻挑戰(zhàn)。結(jié)合前述對(duì)社會(huì)思潮的分析可以看出，輿論場(chǎng)分化從本質(zhì)上來(lái)說(shuō)是利益訴求、價(jià)值觀念的分化，進(jìn)而推動(dòng)群體分化，又進(jìn)一步推動(dòng)社會(huì)分化。如此一來(lái)，輿論場(chǎng)分化最終導(dǎo)致社會(huì)共同意識(shí)弱化，難以達(dá)成社會(huì)共識(shí)。(11)湯景泰：《新媒體語(yǔ)境下突發(fā)事件輿論引導(dǎo)中的整合議題管理》，《中國(guó)應(yīng)急管理》2015年第7期。例如在新冠肺炎疫情防治中，一些媒體廣泛宣傳孕婦護(hù)士長(zhǎng)時(shí)間加班，結(jié)果卻招致部分網(wǎng)民質(zhì)疑，認(rèn)為孕婦加班本就不應(yīng)該。輿論場(chǎng)的分化，由此可見(jiàn)一斑。

把關(guān)機(jī)制弱化的網(wǎng)絡(luò)輿論場(chǎng)給公共危機(jī)事件中的謠言傳播提供了溫床。在危機(jī)事件中，虛假信息的泛濫傳播，對(duì)事態(tài)的發(fā)展產(chǎn)生了難以估量的負(fù)面影響。從目前公共危機(jī)事件中的謠言傳播來(lái)看，主要有以下特點(diǎn)：第一，微博、微信等社交媒體平臺(tái)，因其用戶數(shù)量大且朋友圈式的傳播，使其極易成為假消息迅速而廣泛傳播的平臺(tái)。第二，有意制造的煽動(dòng)性謠言大行其道。在危機(jī)事件中，為了挾裹民意，制造官民對(duì)立，一些別有用心者往往制造謠言，大肆傳播。例如，2017年8月，澳門(mén)特別行政區(qū)遭受幾十年未遇之強(qiáng)臺(tái)風(fēng)“天鴿”襲擊，造成了重大人員傷亡和財(cái)產(chǎn)損失。應(yīng)澳門(mén)特別行政區(qū)政府行政長(zhǎng)官和政府請(qǐng)求，澳門(mén)特別行政區(qū)駐軍協(xié)助澳門(mén)政府和市民一起進(jìn)行災(zāi)后的各項(xiàng)援助和建設(shè)工作。但在駐澳部隊(duì)救災(zāi)的過(guò)程中出現(xiàn)網(wǎng)絡(luò)謠言，聲稱“駐澳部隊(duì)在當(dāng)?shù)負(fù)尳俚赇?，打死多人”的謠言，造成極其惡劣的影響。無(wú)論是打通分化的輿論場(chǎng)還是控制謠言傳播，都需要對(duì)當(dāng)下社會(huì)輿情的傳播結(jié)構(gòu)有科學(xué)把握。只有找準(zhǔn)網(wǎng)絡(luò)節(jié)點(diǎn)，才能通過(guò)實(shí)施網(wǎng)絡(luò)干預(yù)鏈接分化的輿論場(chǎng)或者切斷謠言傳播的路徑。但從目前已有研究來(lái)看，這一點(diǎn)仍然需要重點(diǎn)突破。

四、公共危機(jī)事件輿情治理中的數(shù)據(jù)洞察

在社會(huì)輿情研究與應(yīng)用方面，大數(shù)據(jù)技術(shù)與方法雖然遠(yuǎn)未成熟，但卻已經(jīng)顯示出巨大的價(jià)值和深遠(yuǎn)的發(fā)展?jié)摿?。運(yùn)用大數(shù)據(jù)技術(shù)，可以實(shí)現(xiàn)對(duì)公眾意見(jiàn)、態(tài)度、情感的可視化分析。不僅如此，業(yè)已實(shí)現(xiàn)多關(guān)系社交網(wǎng)絡(luò)的輿情傳播，對(duì)于研究網(wǎng)絡(luò)輿情傳播規(guī)律，提供輿情服務(wù)也具有實(shí)質(zhì)性的指導(dǎo)價(jià)值。因此，在公共危機(jī)事件的輿情治理中通過(guò)數(shù)據(jù)驅(qū)動(dòng)，一方面可以拓展輿情信息體量，進(jìn)行全網(wǎng)及線下多源異構(gòu)數(shù)據(jù)的收集，另一方面運(yùn)用大數(shù)據(jù)思維模式，豐富輿情分析緯度，可以精準(zhǔn)把握輿情走勢(shì)，打撈民間沉沒(méi)的聲音，從而更準(zhǔn)確地呈現(xiàn)主流民意。

(一)借助大數(shù)據(jù)技術(shù)建設(shè)社會(huì)輿情監(jiān)測(cè)與研判的技術(shù)平臺(tái)，給輿情治理提供技術(shù)平臺(tái)和數(shù)據(jù)基礎(chǔ)，解決多源異構(gòu)的輿情數(shù)據(jù)存儲(chǔ)和智能分析的難題。為了給公共危機(jī)事件輿情處置提供技術(shù)平臺(tái)和數(shù)據(jù)基礎(chǔ)，需要根據(jù)社會(huì)輿情的發(fā)生、發(fā)展、演變和衰退的機(jī)理，設(shè)計(jì)社會(huì)輿情監(jiān)測(cè)指標(biāo)，進(jìn)一步完善大數(shù)據(jù)環(huán)境下的社會(huì)輿情監(jiān)測(cè)與研判方法，通過(guò)整合社會(huì)調(diào)查技術(shù)、網(wǎng)絡(luò)搜索技術(shù)及信息智能處理技術(shù)，實(shí)現(xiàn)對(duì)社會(huì)輿情海量信息的自動(dòng)抓取，自動(dòng)分類聚類、熱點(diǎn)發(fā)現(xiàn)和分析、專題聚焦、敏感信息監(jiān)控與預(yù)警，實(shí)現(xiàn)大數(shù)據(jù)環(huán)境下社會(huì)輿情的全生命周期的監(jiān)測(cè)。此外，還要高度重視歷史數(shù)據(jù)的價(jià)值，不斷累積公共危機(jī)事件的歷史案例庫(kù)，為主管部門(mén)全面掌握社會(huì)輿情、爭(zhēng)取社會(huì)輿情預(yù)警與應(yīng)對(duì)的主動(dòng)權(quán)提供有效的分析依據(jù)?；谏鲜鰞煞N路徑，解決社會(huì)輿情信息采集困難、獲取信息不及時(shí)、獲取的信息不精準(zhǔn)、信息應(yīng)用不便利等問(wèn)題，從而推動(dòng)社會(huì)輿情大數(shù)據(jù)應(yīng)用的重點(diǎn)實(shí)現(xiàn)從輿情信息采集轉(zhuǎn)向數(shù)據(jù)加工、數(shù)據(jù)挖掘、數(shù)據(jù)處理和可視化等；實(shí)現(xiàn)數(shù)據(jù)庫(kù)支持從簡(jiǎn)單的、有限的數(shù)據(jù)庫(kù)轉(zhuǎn)向非結(jié)構(gòu)化的大數(shù)據(jù)庫(kù)；實(shí)現(xiàn)從注重輿情監(jiān)測(cè)轉(zhuǎn)向注重輿情預(yù)警、從單向度的危機(jī)應(yīng)對(duì)轉(zhuǎn)向各個(gè)領(lǐng)域的綜合信息服務(wù)。在此基礎(chǔ)上，根據(jù)社會(huì)輿情治理目標(biāo)，研究其分析模式，分析在社交媒體上輿情涉及的話題、事件、公民個(gè)體行為和群體行為，實(shí)現(xiàn)對(duì)社會(huì)輿情信息的深度挖掘，并預(yù)測(cè)輿情的發(fā)展趨勢(shì)。

(二)依據(jù)情感分析技術(shù)，全面準(zhǔn)確把握社會(huì)輿情內(nèi)蘊(yùn)的情感和思想內(nèi)核，把握公共危機(jī)事件社會(huì)輿情博弈的內(nèi)在規(guī)律，解決情感動(dòng)員和價(jià)值引領(lǐng)的難題。后真相時(shí)代的本質(zhì)特征是“情緒的影響力超過(guò)事實(shí)”，這樣一個(gè)新的時(shí)代背景要求在公共危機(jī)事件處置中，必須高度關(guān)注社會(huì)輿情中的情感內(nèi)核和社會(huì)情感的流動(dòng)。從近年來(lái)的公共危機(jī)事件社會(huì)輿情表現(xiàn)來(lái)看，精心選擇熱點(diǎn)事件，抓住公眾心理“痛點(diǎn)”，引發(fā)大規(guī)模的社交媒體分享行為，進(jìn)而制造社會(huì)熱點(diǎn)話題的方式極為流行(12)湯景泰：《情感動(dòng)員與話語(yǔ)協(xié)同:新媒體事件中的行動(dòng)邏輯》，《探索與爭(zhēng)鳴》2016年第11期。。在這類事件中爆款熱文的產(chǎn)生，也是一個(gè)情感動(dòng)員的過(guò)程。

由于社會(huì)輿情演化空間具有開(kāi)放性，尤其是在網(wǎng)絡(luò)上，輿情演化過(guò)程會(huì)不斷有新的個(gè)體加入，已經(jīng)存在個(gè)體也會(huì)受各種內(nèi)在或外在因素的影響而不斷流失，這就構(gòu)成了網(wǎng)絡(luò)輿情的信息擴(kuò)散過(guò)程。社會(huì)輿情演化中的觀點(diǎn)聚合與情感動(dòng)員并不是兩個(gè)相互獨(dú)立的進(jìn)程，它們相互影響、相互作用，以一種非線性的關(guān)系形態(tài)協(xié)同合作，共同推動(dòng)每一個(gè)網(wǎng)絡(luò)輿情的演化與發(fā)展。社會(huì)輿情的整個(gè)演化過(guò)程實(shí)質(zhì)上是輿情觀點(diǎn)聚合及輿情信息擴(kuò)散這樣兩個(gè)進(jìn)程交融性與分階性的統(tǒng)一。在演化過(guò)程中，當(dāng)特定的輿情熱點(diǎn)事件進(jìn)入個(gè)人的感知空間時(shí)，人們會(huì)從自己的經(jīng)驗(yàn)結(jié)構(gòu)出發(fā)形成一定的態(tài)度、情感和意見(jiàn)傾向，并最終以個(gè)體觀點(diǎn)的形式呈現(xiàn)在虛擬的網(wǎng)絡(luò)空間里，經(jīng)由個(gè)體之間的關(guān)系網(wǎng)絡(luò)，原本雜亂紛呈的個(gè)體觀點(diǎn)隨著個(gè)體間的交互行為不斷收斂、聚合，進(jìn)而逐漸消解個(gè)體觀點(diǎn)之間的差異性，最終以相對(duì)一致的觀點(diǎn)構(gòu)成網(wǎng)絡(luò)輿情。

近年來(lái)，對(duì)輿論主題和情感分析進(jìn)行科學(xué)研究的技術(shù)發(fā)展迅猛。在分析輿論觀點(diǎn)方面，概率主題模型(Probabilistic Topic Models)應(yīng)用日益廣泛。這是一種用于發(fā)現(xiàn)文檔集合中出現(xiàn)的抽象“主題”的統(tǒng)計(jì)模型。作為一種常用的文本挖掘工具，常用于發(fā)現(xiàn)文本主體中隱含的語(yǔ)義結(jié)構(gòu)。直觀地說(shuō)，如果一個(gè)文檔是關(guān)于某個(gè)特定主題的，那么人們就會(huì)期望在文檔中出現(xiàn)特定的詞或多或少；一份文檔通常涉及不同比例的多個(gè)主題。由主題模型技術(shù)產(chǎn)生的“主題”就是相關(guān)詞的集合及其出現(xiàn)頻率。通過(guò)檢查一組文檔，并根據(jù)每個(gè)文檔中的詞匯統(tǒng)計(jì)數(shù)據(jù)，發(fā)現(xiàn)可能存在的主題以及每個(gè)文檔屬于特定主題的概率。在各種概率主題模型當(dāng)中，出現(xiàn)最早的潛在狄利克雷分配模型(LDA model)應(yīng)用最為廣泛，其在近年來(lái)基于突飛猛進(jìn)的計(jì)算能力提升，出現(xiàn)了很多針對(duì)擴(kuò)大主題數(shù)(從經(jīng)典的幾十個(gè)到目前基于深度學(xué)習(xí)的上百萬(wàn)個(gè))的改進(jìn)版版本，如SparseLDA,、AliasLDA、LightLDA、WarpLDA等。其他一些在特定情況下被證明行之有效的模型包括：更適合短文本分類，通過(guò)對(duì)詞共現(xiàn)關(guān)系進(jìn)行統(tǒng)計(jì)以提升識(shí)別準(zhǔn)確度的雙詞主題模型(Biterm Topic Model)；引入多級(jí)主題的細(xì)粒度主題模型(Multi-Grain Topic ModelTopic)；加入先驗(yàn)知識(shí)的基于最小領(lǐng)域知識(shí)的主題模型(Topic Modeling with Minimal Domain Knowledge)；考慮作者寫(xiě)作偏好的作者主題模型(Author-Topic Model)；考慮主題內(nèi)涵隨時(shí)間變遷的動(dòng)態(tài)主題模型(Dynamic Topic Models)以及融入詞嵌入特性的嵌入式主題模型(Embedded Topic Model)。此外，針對(duì)情感分析任務(wù)，為了提升準(zhǔn)確度和實(shí)用性，從機(jī)器學(xué)習(xí)到深度學(xué)習(xí)，相關(guān)的方法和技術(shù)也得到了長(zhǎng)足的發(fā)展。早期基于機(jī)器學(xué)習(xí)的方法分為有監(jiān)督和無(wú)監(jiān)督兩大類，其中監(jiān)督式方法包括支持向量機(jī)(Support Vector Machine，SVM)、最大熵、樸素貝葉斯等；無(wú)監(jiān)督方法則包括利用情感詞匯、語(yǔ)法分析和句法模式等。近十年來(lái)，深度學(xué)習(xí)作為一種強(qiáng)大的機(jī)器學(xué)習(xí)技術(shù)，在許多應(yīng)用領(lǐng)域產(chǎn)生了最先進(jìn)的成果，將深度學(xué)習(xí)應(yīng)用于情感分析也變得非常流行，從最基礎(chǔ)的前饋神經(jīng)網(wǎng)絡(luò)(Feedforward Neural Network，F(xiàn)NN)、由Google提出的詞向量(Word2Vec)方法及在其基礎(chǔ)上添加了段落向量的文檔向量(Doc2Vec)方法，到基于降噪自編碼器(Denoising Auto Encoder，DAE)的預(yù)訓(xùn)練模型如BERT等，方法的涌現(xiàn)和被應(yīng)用于實(shí)際工程的便利程度和速度都在不斷提升。迅速消化吸收掌握這些在自然語(yǔ)言處理領(lǐng)域被證明有效的經(jīng)典方法、最新學(xué)術(shù)成果和作為其工程實(shí)現(xiàn)的通用的工具，盡快將其應(yīng)用于輿情治理領(lǐng)域，改變流行的輿情分析工具中情感模塊失之粗率近乎無(wú)用的現(xiàn)狀，是當(dāng)前值得努力的方向。

(三)依據(jù)復(fù)雜網(wǎng)絡(luò)理論和深度學(xué)習(xí)算法，深入把握社會(huì)輿情的傳播結(jié)構(gòu)和動(dòng)態(tài)演化規(guī)律，解決網(wǎng)絡(luò)干預(yù)的難題。

面對(duì)急劇分化的輿論場(chǎng)，在突發(fā)事件管理中要實(shí)現(xiàn)有效的社會(huì)輿情處置，除了前述的價(jià)值引領(lǐng)之外，還需要厘清突發(fā)事件在不同輿論場(chǎng)中的傳播路徑與模式，為有效干預(yù)的時(shí)、度、效提供科學(xué)的理論支撐。其中復(fù)雜網(wǎng)絡(luò)相關(guān)技術(shù)是個(gè)不可或缺的方法。復(fù)雜網(wǎng)絡(luò)研究正滲透到不同的學(xué)科領(lǐng)域，對(duì)復(fù)雜網(wǎng)絡(luò)的定量與定性特征的科學(xué)理解依舊是一項(xiàng)挑戰(zhàn)性課題。網(wǎng)絡(luò)結(jié)構(gòu)特性對(duì)輿論傳播和演化的過(guò)程和結(jié)果都具有重要的影響，并且復(fù)雜網(wǎng)絡(luò)的自組織、自適應(yīng)的特點(diǎn)使得輿論演化過(guò)程作用于網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)并產(chǎn)生合作演化的結(jié)果。因此，復(fù)雜網(wǎng)絡(luò)中的輿論動(dòng)力學(xué)模型、元胞自動(dòng)機(jī)網(wǎng)絡(luò)輿情傳播模型(13)王艦、王志宏、張樂(lè)君：《復(fù)雜網(wǎng)絡(luò)演化的輿論動(dòng)力學(xué)模型及仿真分析》，《計(jì)算機(jī)應(yīng)用》2018年第4期。、謠言抑制算法(14)田伯凱、岳躍振：《基于復(fù)雜網(wǎng)絡(luò)的在線社交網(wǎng)絡(luò)特征與謠言抑制》，《山東工業(yè)技術(shù)》2017年第23期。等復(fù)雜網(wǎng)絡(luò)模型有效研究了輿論傳播網(wǎng)絡(luò)形成和演化過(guò)程的動(dòng)力學(xué)行為、網(wǎng)絡(luò)用戶拓?fù)涮卣鲗?duì)群體觀點(diǎn)演化的影響，以及社交網(wǎng)絡(luò)謠言抑制算法識(shí)別社群輿論領(lǐng)袖提高謠言控制效率，都可以為公共危機(jī)事件中社會(huì)輿情演化規(guī)律研究，提供不可替代的幫助。

特別值得重視的是網(wǎng)絡(luò)干預(yù)，即在維護(hù)公共價(jià)值的前提下，有目的地運(yùn)用社會(huì)網(wǎng)絡(luò)或社會(huì)網(wǎng)絡(luò)數(shù)據(jù)來(lái)產(chǎn)生社會(huì)影響、加速行為的改變、改進(jìn)性能，從而達(dá)到對(duì)個(gè)人、社團(tuán)、組織以及群體的影響。(15)唐明、劉宗華：《網(wǎng)絡(luò)科學(xué):網(wǎng)絡(luò)化時(shí)代的思維范式》，《科學(xué)》2018年第3期。在近年來(lái)頻發(fā)的突發(fā)事件中，個(gè)體情緒極易感染擴(kuò)散至整個(gè)群體進(jìn)而帶來(lái)次生危害的可能，而情緒感染干預(yù)模型的建立為突發(fā)事件下應(yīng)對(duì)負(fù)面情緒提出了合理化建議。(16)賈杰：《基于傳染病模型的突發(fā)事件情緒感染規(guī)則及其干預(yù)研究》，燕山大學(xué)碩士學(xué)位論文，2016年。目前的輿論控制策略有基于輿論傳播網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)的度控制、節(jié)點(diǎn)控制等，也有基于公眾權(quán)威度的控制策略等研究，為復(fù)雜網(wǎng)絡(luò)的控制提供了策略上的指導(dǎo)和幫助。然而當(dāng)對(duì)一個(gè)復(fù)雜網(wǎng)絡(luò)系統(tǒng)進(jìn)行控制時(shí)，目前重點(diǎn)在于研究輿論在復(fù)雜網(wǎng)絡(luò)中傳播和演化的實(shí)質(zhì)，揭示網(wǎng)絡(luò)結(jié)構(gòu)與控制之間的關(guān)系。相關(guān)研究對(duì)于把握突發(fā)事件社會(huì)輿情演化的關(guān)鍵節(jié)點(diǎn)，進(jìn)而在維護(hù)公眾利益的前提下實(shí)施有效的網(wǎng)絡(luò)干預(yù)具有不可替代的價(jià)值。