輿情研判的大數(shù)據(jù)賦能：風(fēng)險與對策

岳夢怡 陳超逸

（中國傳媒大學(xué)媒體融合與傳播國家重點實驗室，北京 100024）

輿情是指在一定的社會空間內(nèi)，圍繞中介性社會事項的發(fā)生、發(fā)展和變化，作為輿情主體的民眾對國家管理者產(chǎn)生和持有的社會政治態(tài)度。[1]由定義可以看出，輿情是一定時期內(nèi)社會心態(tài)和社會現(xiàn)狀的反映，具有自發(fā)性、情感性、動態(tài)性、開放性等特征。伴隨著融媒體時代的到來，輿情生態(tài)格局發(fā)生了變革：公眾擁有了更多的話語表達權(quán)和互動參與權(quán)，社交媒體和短視頻媒體平臺成為信息傳播和輿情表達的重要時空場所，情感化表達與圈群式傳播成為輿情擴散的關(guān)鍵因素。實時、全面地研判輿情信息有助于把握輿情發(fā)展態(tài)勢，為科學(xué)化輿情決策提供依據(jù)。

1.輿情研究方法的歷史演變

傳統(tǒng)上，輿情分析機構(gòu)往往通過發(fā)放問卷調(diào)查、電話訪談等方式來了解公眾對某一事件的看法。這種調(diào)查方式是一種介入式的信息獲取，公眾可能會出于對調(diào)查者的不信任而隱瞞其真實想法或意圖，影響調(diào)查結(jié)果的可信度。從獲取的數(shù)據(jù)類型來看，這種方式獲取到的是小樣本數(shù)據(jù)，人力、物力成本較高，且存在一定的時間滯后性。此外，這種調(diào)查方式獲取的是個體的靜態(tài)結(jié)構(gòu)屬性數(shù)據(jù)，難以把握個體在輿情傳播過程中的關(guān)系節(jié)點與位置信息。

伴隨著互聯(lián)網(wǎng)的發(fā)展，手機、電腦成為公眾閱讀新聞、發(fā)表意見的重要渠道，意見觀念的表達開始出現(xiàn)數(shù)字化特征，輿情文本能夠被在線檢索、存儲與記憶。輿情分析工作者也逐漸重視網(wǎng)絡(luò)民意的收集，主要方法包括網(wǎng)絡(luò)問卷調(diào)查法、人工監(jiān)測法、網(wǎng)絡(luò)內(nèi)容分析法等。網(wǎng)絡(luò)問卷調(diào)查方法是指通過網(wǎng)頁問卷鏈接、電子郵件問卷等信息手段獲取公眾的意見。與傳統(tǒng)調(diào)查方式相比，網(wǎng)絡(luò)問卷調(diào)查法增加了信息獲取的時間性和靈活性。另外，由于網(wǎng)絡(luò)空間信息流動性較強，大部分網(wǎng)絡(luò)問卷調(diào)查法采用的是非概率抽樣，得到的樣本也更加隨機。人工監(jiān)測法是輿情工作者通過定期瀏覽相關(guān)網(wǎng)站和有影響力的大V 或?qū)＜覍W(xué)者等的觀點、搜索相應(yīng)關(guān)鍵詞，整合分析熱點事件的意見分布，并形成相應(yīng)的輿情報告。網(wǎng)絡(luò)內(nèi)容分析法是輿情工作者通過抽取樣本、定義分析單元、建立分析類目、量化與統(tǒng)計、分析匯總[2]等環(huán)節(jié)判斷網(wǎng)絡(luò)中輿情傳播現(xiàn)狀、反映的社會問題、公眾的情緒和觀念、輿情信息的地區(qū)分布等內(nèi)容。

5G、物聯(lián)網(wǎng)、人工智能技術(shù)的發(fā)展，變革了社會連接方式和信息傳播方式。在萬物皆媒，萬物互聯(lián)的媒介生態(tài)中，個體的話語權(quán)力被激活，微?；瘋鞑ァ⑶楦械囊簯B(tài)流動、圈群式擴散建構(gòu)出新的媒介景觀。網(wǎng)絡(luò)輿情也呈現(xiàn)出隱蔽性、涌現(xiàn)性、非線性擴散等新的特征。傳統(tǒng)的輿情調(diào)查方式在應(yīng)對海量化的輿情數(shù)據(jù)規(guī)模、多樣化的數(shù)據(jù)結(jié)構(gòu)、動態(tài)變化的數(shù)據(jù)關(guān)系中存在局限。

伴隨著數(shù)據(jù)挖掘與算法模型的發(fā)展，以文本挖掘、情感分析、社會網(wǎng)絡(luò)分析為代表的輿情分析技術(shù)成為觀察輿情傳播過程的“顯微鏡”，輿情文本成為一種重要的輿情數(shù)據(jù)資源和生產(chǎn)要素，通過大數(shù)據(jù)獲取輿情數(shù)據(jù)成為一種新的趨勢。大規(guī)模數(shù)據(jù)集、可計算、可建模是計算傳播學(xué)的顯著特征，[3]通過對網(wǎng)絡(luò)文本、音視頻、表情符號等數(shù)據(jù)的挖掘與分析，借助統(tǒng)計方法、機器學(xué)習(xí)算法或時間序列模型（如ARIMA、LSTM 等）對輿情話題進行時間序列分析，能夠獲取“內(nèi)容+關(guān)系+情感”等多種維度輿情信息，實時跟進輿情發(fā)展的各個階段。這種輿情監(jiān)測與分析是一種實時性與動態(tài)性的信息獲取，有助于及時獲取公眾的意見和輿情信息傳播過程。

這種信息獲取方式也是一種非介入式的，這種自動化式更容易打撈公眾的真實想法，在觀念收集的真實性、客觀性上有優(yōu)勢。從輿情信息獲取的時間階段來看，區(qū)別于傳統(tǒng)輿情在輿情爆發(fā)后的被動式信息捕捉，大數(shù)據(jù)輿情分析是一種主動性的信息獲取，通過輿情的關(guān)鍵特征提取，能夠預(yù)測輿情發(fā)展態(tài)勢，提高輿情應(yīng)對效果。

此外，在信息監(jiān)測與挖掘過程中，通過將瀏覽數(shù)、閱讀數(shù)、轉(zhuǎn)發(fā)、點贊等指標(biāo)對網(wǎng)絡(luò)輿情話題熱度、演變規(guī)律、擴散程度等情況進行加工和分析推理，減少人為評估輿情現(xiàn)狀的主觀程度，為科學(xué)化決策提供依據(jù)。

2.數(shù)據(jù)化賦能：大數(shù)據(jù)技術(shù)應(yīng)用于輿情研判的實踐進路

2.1 輿情研究的數(shù)據(jù)化：輿情信息識別與規(guī)律發(fā)現(xiàn)

維克托·邁爾-舍恩伯格在其經(jīng)典著作《大數(shù)據(jù)時代》一書中提到，“有了大數(shù)據(jù)的幫助， 我們不會再將世界看作是一連串我們認為或是自然或是社會現(xiàn)象的事件， 我們會意識到本質(zhì)上世界是由信息構(gòu)成的?！盵4]人工智能技術(shù)為我們研究輿情提供了一個新的視域，作為一個社會現(xiàn)象的輿情熱點事件也能夠被量化。值得注意的是，這種量化不是一種簡單的數(shù)字化，而是數(shù)據(jù)化過程，即通過大數(shù)據(jù)算法的運算能夠整合輿情數(shù)據(jù)、發(fā)現(xiàn)輿情規(guī)律，得出相應(yīng)的結(jié)論。舍恩伯格稱之為是把現(xiàn)象轉(zhuǎn)變?yōu)榭芍票矸治龅牧炕问降倪^程。[5]

與過去相比，這種輿情規(guī)律發(fā)現(xiàn)方式和價值探索是以海量的、形式多元的數(shù)據(jù)為本體。大數(shù)據(jù)分析技術(shù)應(yīng)用于輿情研究就是通過算法技術(shù)對互聯(lián)網(wǎng)中公眾的思想、觀念進行數(shù)據(jù)化、量化分析的過程。在數(shù)據(jù)挖掘、機器學(xué)習(xí)和智能算法的驅(qū)動下，網(wǎng)站、社交媒體中的觀念表達等文本內(nèi)容被標(biāo)準(zhǔn)化計算和量化統(tǒng)計，輿情主題分布、傳播規(guī)律得以自動涌現(xiàn)?！霸谡鎸嵤澜绾茈y發(fā)現(xiàn)的用戶群組或者稀疏、分散的行為現(xiàn)象能在大數(shù)據(jù)集中被過濾出來 。[6]在結(jié)合輿情文本數(shù)據(jù)化的結(jié)果之上，輿情工作者對輿情熱點進行科學(xué)研判，把握公眾對輿情熱點事件的整體態(tài)勢。輿情治理實現(xiàn)了從小數(shù)據(jù)到大數(shù)據(jù)，從橫截面數(shù)據(jù)到過程性輿情數(shù)據(jù)的轉(zhuǎn)型。

2.2 大數(shù)據(jù)網(wǎng)絡(luò)輿情研判的主要步驟與方法

大數(shù)據(jù)技術(shù)下的輿情研判主要包括信息采集、網(wǎng)絡(luò)輿情熱點發(fā)現(xiàn)、熱點評估和跟蹤、分析處理等過程。[7]

2.2.1 信息采集

信息采集主要包括對輿情信息的爬取、存儲以及清洗等，用到的技術(shù)有網(wǎng)絡(luò)爬蟲工具、數(shù)據(jù)庫存儲技術(shù)等。網(wǎng)絡(luò)爬蟲包括通用網(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)爬蟲等類型。[8]網(wǎng)絡(luò)輿情數(shù)據(jù)的爬取一般采取的是聚焦網(wǎng)絡(luò)爬蟲，主要是基于輿情主題的信息抓取。在網(wǎng)絡(luò)爬蟲之前一般需要預(yù)先設(shè)置采集條件，例如關(guān)鍵詞和目標(biāo)網(wǎng)站等。爬取的數(shù)據(jù)源包括社交媒體數(shù)據(jù)、新聞報道、論壇討論、博客文章等。爬取的數(shù)據(jù)維度包括網(wǎng)頁的內(nèi)容數(shù)據(jù)、結(jié)構(gòu)數(shù)據(jù)、頁面訪問者的使用行為數(shù)據(jù)。在設(shè)置好相應(yīng)參數(shù)后，輿情軟件對網(wǎng)絡(luò)信息采取7×24 小時實時監(jiān)測。

由于網(wǎng)絡(luò)爬蟲獲取的數(shù)據(jù)中不僅有高價值密度信息，還有大量的噪聲和冗余數(shù)據(jù)，因此需要對采集的數(shù)據(jù)進行清洗整理，對不相關(guān)、重復(fù)、不規(guī)范以及垃圾信息進行標(biāo)準(zhǔn)化處理。通過對數(shù)據(jù)的預(yù)處理，與輿情事件相關(guān)的內(nèi)容數(shù)據(jù)形成了初步的數(shù)據(jù)集。這一環(huán)節(jié)有助于明晰輿情地圖邊界，避免信息過載對輿情分析的干擾，提高數(shù)據(jù)分析價值。

2.2.2 網(wǎng)絡(luò)輿情熱點發(fā)現(xiàn)

網(wǎng)絡(luò)輿情熱點發(fā)現(xiàn)是基于一定的算法判定熱點輿情話題的重要程度，對輿情熱點話題進行識別和持續(xù)跟蹤，提供熱點話題在網(wǎng)絡(luò)空間的傳播發(fā)展路徑等。輿情熱點的發(fā)現(xiàn)過程是一個主題聚類的過程，這種算法技術(shù)的開發(fā)與應(yīng)用能夠應(yīng)對傳統(tǒng)輿情研究方法中輿情監(jiān)測的實時與全面監(jiān)控難題。[9]目前較為有名的輿情熱點發(fā)現(xiàn)研究是美國的TDT（Topic Detection and Tracking）研究項目。[10]該項目起初是為解決“接觸獲得的信息越多，真正能有效利用的知識反而越少”的悖論問題，希望通過開發(fā)算法技術(shù)實現(xiàn)在海量數(shù)據(jù)中的話題內(nèi)容自動識別與跟蹤。主要技術(shù)包括Single-Pass 聚類算法、K-means 算法等。目前我國部分輿情監(jiān)測系統(tǒng)能夠?qū)崿F(xiàn)對網(wǎng)絡(luò)輿情熱點的自動發(fā)現(xiàn)，例如方正智思輿情預(yù)警輔助決策支持系統(tǒng)能夠基于輿情主題、屬地輿情及已配置的關(guān)鍵詞等內(nèi)容自動從海量數(shù)據(jù)中識別、匹配與事件相關(guān)的互聯(lián)網(wǎng)信息。[11]

2.2.3 熱點評估和跟蹤

熱點評估和跟蹤是“意見挖掘”過程，即根據(jù)輿情算法指標(biāo)評估熱點事件中的議題屬性、情感傾向、輿情傳播擴散等內(nèi)容。大數(shù)據(jù)分析技術(shù)通過對網(wǎng)頁正文、微博評論等文本信息進行分詞、特征詞提取、主題發(fā)現(xiàn)和分類，幫助輿情工作者把握熱點事件中公眾關(guān)注的主題分布、議題屬性等關(guān)鍵信息。

在公共輿情空間中，個體的話語表述呈現(xiàn)出情感化特征，情感動員在輿情擴散演變中發(fā)揮重要作用。在輿論的研究里， 情感已經(jīng)成為一個重要的分析角度。[12]情感分析技術(shù)是對各種新聞資源、社會化媒體評論和用戶生成的內(nèi)容進行情感極性和情感強度計算，判斷網(wǎng)民對熱點事件的情感傾向。目前情感分析技術(shù)不僅能識別文本信息，還能夠?qū)σ曈X數(shù)據(jù)進行分析判斷。關(guān)于情感分析方法主要有基于情感詞典與規(guī)則、基于傳統(tǒng)機器學(xué)習(xí)和基于深度學(xué)習(xí)三種文本情感分析方法。[13]

意見領(lǐng)袖是輿情信息的加工者與擴散者，能夠影響公眾對輿情話題的認知與態(tài)度，在輿情傳播過程中發(fā)揮著重要作用。在社交媒體賦權(quán)的時代下，需要從多元化的公眾群體構(gòu)成中找出意見領(lǐng)袖。目前，大數(shù)據(jù)分析技術(shù)通過對網(wǎng)民自身影響力與活躍度、網(wǎng)民社會網(wǎng)絡(luò)關(guān)系、發(fā)帖內(nèi)容、網(wǎng)民交互行為（回帖、轉(zhuǎn)發(fā)、點贊次數(shù)）等指標(biāo)的綜合研判和集成分析判定輿情傳播過程中的關(guān)鍵節(jié)點。

2.2.4 分析處理

分析處理環(huán)節(jié)是輿情分析的重要環(huán)節(jié)，也是定量研判與定性研判，動態(tài)性研判與深度性研判相結(jié)合的過程。在這一步驟中，大數(shù)據(jù)分析技術(shù)對獲取的元數(shù)據(jù)指標(biāo)數(shù)據(jù)、關(guān)系數(shù)據(jù)、公眾關(guān)注度數(shù)據(jù)、情感指數(shù)數(shù)據(jù)等內(nèi)容分析判斷后，用圖表等可視化形式呈現(xiàn)，并通過交叉分析將輿情主體的性別、地域、職業(yè)等指標(biāo)與輿情觀念態(tài)度關(guān)聯(lián)起來，挖掘出隱藏的輿情認知規(guī)律。

另一方面，輿情工作者要在把握輿情傳播規(guī)律的基礎(chǔ)上，結(jié)合數(shù)據(jù)分析結(jié)果和當(dāng)下的時代背景、社會心理、利益訴求等內(nèi)容，分析輿情背后的動力機制，對輿情走勢作出可能性判斷，為下一步的輿情引導(dǎo)與科學(xué)決策提供建議。

3.大數(shù)據(jù)輿情分析技術(shù)應(yīng)用于輿情研判的局限

大數(shù)據(jù)技術(shù)賦能輿情研究加速了基于海量數(shù)據(jù)資源的輿情實踐。在實踐應(yīng)用過程中，輿情工作者一方面需要了解大數(shù)據(jù)輿情分析的優(yōu)勢，同時，也應(yīng)了解其局限，警惕其存在的風(fēng)險問題。

3.1 技術(shù)工具層面的輿情測量偏差

即使大數(shù)據(jù)實現(xiàn)了輿情信息數(shù)據(jù)的實時、自動抓取過程，但在抓取全樣本數(shù)據(jù)、結(jié)論的信度效度驗證方面仍然存在局限。

從信息抓取環(huán)節(jié)來看，監(jiān)測數(shù)據(jù)源的準(zhǔn)入性問題會帶來結(jié)果偏差。輿情數(shù)據(jù)類型包括總體數(shù)據(jù)、局部數(shù)據(jù)、樣本數(shù)據(jù)等?？傮w數(shù)據(jù)是全部的數(shù)據(jù)集，局部數(shù)據(jù)是總體數(shù)據(jù)中的部分?jǐn)?shù)據(jù)，樣本數(shù)據(jù)是指通過調(diào)查問卷方式，經(jīng)過嚴(yán)謹(jǐn)科學(xué)的抽樣獲得的數(shù)據(jù)類型。祝建華教授認為，如果只考慮質(zhì)量， 不計成本、效率等其他因素， 總體數(shù)據(jù)最靠譜， 其次是樣本數(shù)據(jù)，最不靠譜的是局部數(shù)據(jù)。從理論上講，大數(shù)據(jù)指的是總體數(shù)據(jù)，但實際上能夠獲取的大數(shù)據(jù)指的是局部數(shù)據(jù)。[14]目前，部分平臺未開放API 接口，輿情監(jiān)測平臺往往把部分關(guān)鍵的輿情發(fā)酵平臺作為搜索源[15]，這是一種局部的數(shù)據(jù)源監(jiān)測，存在數(shù)據(jù)監(jiān)測遺漏風(fēng)險，結(jié)論的信度與效度也有待進一步驗證。

從數(shù)據(jù)識別來看，大數(shù)據(jù)分析技術(shù)的智能化程度有待提升。在輿情空間中充斥著大量的文本、圖片、HTML、音頻/視頻等半結(jié)構(gòu)化數(shù)據(jù)與非結(jié)構(gòu)化數(shù)據(jù)。這類數(shù)據(jù)往往規(guī)模比較大，數(shù)據(jù)的價值就隱藏在這些形式中。但目前大數(shù)據(jù)技術(shù)在多層次、多維度地識別這些非結(jié)構(gòu)化數(shù)據(jù)中存在一定的局限。

從數(shù)據(jù)分析結(jié)果的有效性來看，大數(shù)據(jù)輿情分析結(jié)果可能會與真實民意存在偏差。近年來，互聯(lián)網(wǎng)在我國得到了普及，截至2022 年12 月，我國網(wǎng)民規(guī)模達10.67 億，較2021 年12 月增長3549 萬，互聯(lián)網(wǎng)普及率達75.6%。[16]但即使在社交媒體嵌入日常生活的全媒體時代，公眾聲音也交織在線上與線下雙重場域之中。因此，不使用互聯(lián)網(wǎng)和未在互聯(lián)網(wǎng)中發(fā)表意見的少數(shù)群體的輿情數(shù)據(jù)難以獲取，分析的結(jié)論能在多大程度上代表民意也有待進一步驗證，用戶、參與度及活躍度三者之間的關(guān)系仍需要仔細研究。[17]另一方面，目前我國有各種類型的網(wǎng)絡(luò)輿情監(jiān)測機構(gòu)，但各自有不同的算法模型指標(biāo)與比重，不同算法可能在處理同一輿情熱點話題時會得到不同的結(jié)論[18]，哪個結(jié)論更有現(xiàn)實說服力也難以驗證。

3.2 輿情生態(tài)系統(tǒng)的混沌性

輿情生態(tài)有一定的混沌性?；煦缧允侵冈谝粋€容易變動的系統(tǒng)中，人們難以認識和把握其形態(tài)與性質(zhì)。[19]隨著社交媒體與互聯(lián)網(wǎng)平臺媒體的興起，輿論場域中多元話語不斷交織與博弈，輿情在傳播擴散中的閾值與重要關(guān)鍵點難以預(yù)測和把握。

從輿情主體來看，輿情主體呈現(xiàn)出多元化的特點。除了有廣大草根群體參與公共領(lǐng)域話題討論，媒介組織、專業(yè)組織、網(wǎng)絡(luò)水軍、自動寫作機器人等主體都加入到多元話語的建構(gòu)與生產(chǎn)中。意見的增多并不能等同于輿論繁榮，需要仔細從“海量意見”的形成與表達中甄選“輿論”的成分。[20]多元化的主體在網(wǎng)絡(luò)空間中生產(chǎn)各類信息，大量后真相信息和冗余信息充斥其中。要想有效研判，首先需要對這些噪聲數(shù)據(jù)進行識別和清洗。目前機器人水軍不僅在內(nèi)容上與真人差距越來越小，在社交行為方面會模擬受眾點贊、關(guān)注、轉(zhuǎn)發(fā)、評論等常規(guī)社交行為[21]，這種類人化表現(xiàn)加大了大數(shù)據(jù)技術(shù)識別的難度。

從輿情本體來看，公眾通過短文本、感嘆詞、標(biāo)點符號、表情包等敘事話語表達意見，并通過多重解碼、二度創(chuàng)作的方式使輿情多次擴散，熱點事件傳播力和社會影響力可能會在這個過程中被進一步放大。這類話語敘述是輿情擴散的重要推動力，需在輿情分析研判時引起重視。大數(shù)據(jù)分析技術(shù)即使在一定程度上解放了人力，但其分析的機械化、簡單化也難以應(yīng)對多元化、復(fù)雜的文本內(nèi)容。

3.3 輿情研判過程中的局限

輿情是一種意義的表達，是具體社會時代情境下建構(gòu)的產(chǎn)物。對于輿情的分析與理解需要考慮社會情境因素，將社會問題、時代背景、具體輿情時空場域等內(nèi)容結(jié)合起來研判。例如，2023 年3 月5 日“一本院校招聘會現(xiàn)多家酒店招洗碗工”事件引發(fā)公眾廣泛關(guān)注。在該輿情熱點事件中，公眾圍繞學(xué)歷貶值，招聘企業(yè)是否給予求職者重視，就業(yè)焦慮，人才的浪費，職業(yè)鄙視鏈，市場供需失衡等話題展開討論。[22]由此來看，輿情熱點不僅是對社會問題的反映，還映射了當(dāng)下的社會心態(tài)和利益訴求。大數(shù)據(jù)技術(shù)在將內(nèi)容觀點量化的同時，難以解釋該話題成為輿情熱點的原因。這就需要輿情分析師結(jié)合定量的分析數(shù)據(jù)和輿情處理經(jīng)驗對輿情進行深度研判和前瞻性判斷，確定輿情事件的類別，分析網(wǎng)民心態(tài)，結(jié)合過去案例經(jīng)驗對輿情的下一步可能性走勢進行預(yù)警判斷，給出較為科學(xué)的決策建議。

在目前的輿情研判實踐中，一方面，大部分輿情數(shù)據(jù)庫的建立并不完善，過去輿情應(yīng)對中豐富的經(jīng)驗成果難以應(yīng)用到對當(dāng)下的輿情研判與決策中。此外，輿情分析處理環(huán)節(jié)是定量研究和定性研判相結(jié)合的過程，研判和分析結(jié)果會受到輿情分析師的主觀經(jīng)驗影響。這一過程對研判人員的新聞敏感性、社會心態(tài)洞察力、社會現(xiàn)實的把控能力等有較高的要求。但目前輿情研判人員的層次良莠不齊，影響輿情研判決策效果。

4.結(jié)論與建議

4.1 數(shù)據(jù)管理：細?；浨閿?shù)據(jù)庫建設(shè)

從輿情的發(fā)展規(guī)律來看，很多輿情都是以話題的形式呈現(xiàn)，且存在一定的時空發(fā)展規(guī)律。例如，李彪在對近十年來網(wǎng)絡(luò)輿論議題的演變進行歷時性考察后發(fā)現(xiàn)，公權(quán)力、民生話題、社會分配不合理以及涉及國家利益、民族自豪感等議題容易成為公眾關(guān)注的熱點。從時空分布來看，輿論議題全年分布集中在春夏之交與年尾兩個重要節(jié)點。[23]這說明，對過去的輿情案例進行梳理總結(jié)能夠?qū)浨橹卫韺嵺`提供思路。因此，要想更好地發(fā)揮大數(shù)據(jù)輿情數(shù)據(jù)的價值，需加強輿情案例庫建設(shè)，發(fā)揮輿情案例庫的知識智庫功能。

從案例庫的建設(shè)來看，輿情案例庫應(yīng)包括輿情傳播溯源數(shù)據(jù)、輿情時空數(shù)據(jù)、話題屬性數(shù)據(jù)、話題熱度、傳播擴散數(shù)據(jù)、輿情應(yīng)對數(shù)據(jù)等維度。通過對這些數(shù)據(jù)的深度提取，挖掘出傳統(tǒng)數(shù)據(jù)方法中難以捕捉或測量到的關(guān)鍵宏觀變量，在此基礎(chǔ)上通過時間序列模型、仿真建模等方法對輿情發(fā)展規(guī)律進行可視化的呈現(xiàn)，促進輿情治理的科學(xué)化。此外，通過相關(guān)領(lǐng)域?qū)＜覍浨閭鞑ミ^程的輿情興奮點、輿情拐點等內(nèi)容進行深度把控和歸納總結(jié)，分析輿情在不同發(fā)展階段的規(guī)律特征，把握各類事件的聯(lián)系，發(fā)現(xiàn)輿情話題潛在的輿論風(fēng)險與價值訴求。

大數(shù)據(jù)輿情規(guī)律的呈現(xiàn)是基于海量的數(shù)據(jù)。只有多方位掌握社交媒體中的輿情行為數(shù)據(jù)，才能更客觀、準(zhǔn)確地呈現(xiàn)輿情態(tài)勢。目前數(shù)據(jù)資源主要掌握在政府和企業(yè)手里，輿情監(jiān)測機構(gòu)由于技術(shù)壁壘和資源局限，存在“巧婦難為無米之炊”的數(shù)據(jù)資源匱乏困境，難以掌握全面的輿情信息。要想打破這種困局，首先各部門需要樹立大數(shù)據(jù)意識， 充分意識到輿情數(shù)據(jù)的資源價值和豐富內(nèi)涵。其次，打通數(shù)據(jù)庫的斷層，健全并完善大數(shù)據(jù)在輿情治理中的協(xié)同性。具體路徑包括：建立一個“物理分散，資源共享”的輿情數(shù)據(jù)整合與管理平臺，廣泛匯集元數(shù)據(jù)信息，將政府?dāng)?shù)據(jù)、企業(yè)數(shù)據(jù)、研究機構(gòu)數(shù)據(jù)進行深度整合和互通共享，更好地發(fā)揮輿情研究的“數(shù)據(jù)化”優(yōu)勢，提升輿情研判的效果。

4.2 方法并用：多種研究方法的融合

大數(shù)據(jù)分析技術(shù)為輿情治理研究提供了新的思路、方法，使我們對輿情規(guī)律有了更加科學(xué)的理解。但輿情治理是一個融合多學(xué)科的領(lǐng)域，在實踐應(yīng)用中需融入政治學(xué)、新聞傳播學(xué)、公共管理學(xué)、情報學(xué)等多學(xué)科的研究視角，建構(gòu)一個以輿情數(shù)據(jù)為基礎(chǔ)，融合社會場景的輿情解釋框架。

對大數(shù)據(jù)輿情分析的應(yīng)用也摒棄“大數(shù)據(jù)技術(shù)萬能論”的觀念，將多種研究視角與研究方法融合并用，增加輿情數(shù)據(jù)的解釋力。正如拉澤爾等人指出，相比關(guān)注大數(shù)據(jù)，我們更應(yīng)該關(guān)注全數(shù)據(jù)革命（All Data Revolution），即綜合利用各種數(shù)據(jù)來獲得對世界更加深刻、清晰的認識。[24]目前大數(shù)據(jù)輿情分析技術(shù)在獲取全量的輿情數(shù)據(jù)，打撈真實的民意等方面存在局限。而傳統(tǒng)的問卷調(diào)查往往經(jīng)過嚴(yán)謹(jǐn)科學(xué)的樣本抽樣和信效度檢驗，在數(shù)據(jù)代表性上有一定的優(yōu)勢，能夠?qū)Υ髷?shù)據(jù)輿情分析結(jié)論進行補充驗證。此外，在問卷調(diào)查中還能獲取相對完整的個體屬性數(shù)據(jù)，通過相關(guān)分析、多元回歸分析等數(shù)據(jù)分析方法，能夠判定不同的社會結(jié)構(gòu)群體對某一輿情熱點的態(tài)度觀點。

另一方面，輿情本身是意見的集合，是一種社會文化現(xiàn)象，背后反映的是社會心態(tài)和社會思潮，有階段性和情感多樣性的特征。輿情治理也是社會心態(tài)調(diào)適的過程，需要把握、回應(yīng)公眾的利益訴求。輿情研究者使用大數(shù)據(jù)分析方法時，不僅需要對外顯的輿情數(shù)據(jù)文本進行討論分析，也需更深層次地挖掘輿情熱點背后公眾的認知框架及其影響因素。在今后的工作實踐中，輿情工作者一方面需要借助機器學(xué)習(xí)挖掘海量輿情文本數(shù)據(jù)中的語言學(xué)特征分類，另一方面需要通過網(wǎng)絡(luò)民族志、話語分析、修辭分析等研究方法把握輿情數(shù)據(jù)背后的社會意義，理解輿情議題在不同群體中的認知框架和社會邏輯，更好地分析輿情主體心態(tài)與訴求。

4.3 人才建設(shè)：加強對輿情工作者的培訓(xùn)

網(wǎng)絡(luò)輿情源頭、潛在風(fēng)險識別、網(wǎng)絡(luò)社會生態(tài)和制度環(huán)境分析、多種可能趨勢預(yù)測等都需要借助人腦才能完美解決。[25]要想科學(xué)有效地研判，需形成系統(tǒng)化思維，將輿情理論、數(shù)據(jù)資源和研判經(jīng)驗三者結(jié)合起來。輿情分析師在輿情研判中發(fā)揮重要作用。2013年9 月，人社部將輿情分析師納入國家職業(yè)培訓(xùn)序列，參加相關(guān)培訓(xùn)并考試合格者可以獲得人社部頒發(fā)的人社部CETTIC 證書——《網(wǎng)絡(luò)輿情分析師職業(yè)培訓(xùn)合格證》。[26]但這并非是一種強制要求。目前輿情分析師在能力、素養(yǎng)等方面依然存在參差不齊的狀況。有學(xué)者指出，在輿情研判人才梯隊的搭建上，既鼓勵博學(xué)多能，又堅持術(shù)業(yè)有專攻。[27]這意味著，輿情研判人員既要有對數(shù)據(jù)的分析、把握能力，也要掌握輿論傳播規(guī)律。在今后，應(yīng)通過多種途徑提升輿情分析者的勝任力：一是高度政治敏感和自覺，在復(fù)雜的網(wǎng)絡(luò)輿論空間中保持清醒，增強輿論引導(dǎo)的敏銳力和判斷力，把握正確的輿論導(dǎo)向，防范化解網(wǎng)絡(luò)輿情風(fēng)險；二是具有對輿情分析工作的濃厚興趣和高度責(zé)任心的職業(yè)態(tài)度；三是精湛的專業(yè)水準(zhǔn)和理論水平，掌握網(wǎng)絡(luò)輿情理論，熟悉網(wǎng)絡(luò)傳播規(guī)律，具備網(wǎng)絡(luò)輿情數(shù)據(jù)分析的基本能力；四是掌握社會轉(zhuǎn)型期的“痛點”，對社會心理、網(wǎng)絡(luò)文化有一定的理解與把握。此外，還應(yīng)掌握互聯(lián)網(wǎng)法規(guī)、網(wǎng)絡(luò)安全知識?？傊?，在豐富的業(yè)界實踐經(jīng)驗和敏銳的輿情判斷力下，輿情工作者才能做出科學(xué)有效的判斷。

大數(shù)據(jù)技術(shù)在輿情領(lǐng)域的實踐應(yīng)用必然會經(jīng)歷一個從初步嘗試到成熟完善的發(fā)展過程。從目前大數(shù)據(jù)技術(shù)賦能輿情研判實踐來看，其在捕捉全量的輿情信息、預(yù)測輿情發(fā)展態(tài)勢，提高輿情應(yīng)對效果等方面具備優(yōu)勢。但也存在技術(shù)工具層面的輿情測量偏差，輿情生態(tài)系統(tǒng)的混沌性，輿情研判過程中的局限等風(fēng)險。在未來，我們一方面應(yīng)秉持積極開放的態(tài)度擁抱大數(shù)據(jù)分析技術(shù)。另一方面，也要對其技術(shù)局限進行深入探索，提升輿情治理決策效果。