李 國, 高敬文

一、引 言

“風險社會”是現(xiàn)代社會的主要特征，而在全球化背景下，作為一個處于高速發(fā)展和社會轉型過程之中的大國，中國面臨的風險問題更加復雜、突出和嚴峻。近年來我國各種公共危機事件，如非典、汶川地震、恐怖襲擊、新冠肺炎疫情等的不斷發(fā)生，也加大了我國的社會風險系數(shù)，使得我國面臨的風險快速升級；另外，中國作為發(fā)展中的經(jīng)濟大國，不僅要面臨發(fā)展經(jīng)濟本身可能帶來的新風險的沖擊，還要控制許多在工業(yè)化國家中已經(jīng)基本得到遏制的傳統(tǒng)風險。在這種背景下，中國要推進治理體系和治理能力的現(xiàn)代化，離不開對公共危機事件的善治。而在公共危機事件發(fā)生后，社會輿情已經(jīng)成為不可避免的伴生物，并對危機事件的處置帶來嚴峻挑戰(zhàn)。因此，在應對公共危機的過程中，除了對危機事件的處置外，還應在新的時代背景下，做好各類公共危機事件社會輿情的治理。

但面對急劇變化著的媒體生態(tài)和社會環(huán)境，我國公共危機事件中的輿情治理亟待突破技術性瓶頸。具體來說，由于互聯(lián)網(wǎng)沖擊下輿論場域結構和權力關系劇變，我國改革進入到“深水區(qū)”和“攻堅期”，在公共危機事件社會輿情治理中，傳統(tǒng)輿情監(jiān)測、分析、研判與處置技術日益捉襟見肘。正如李彪、鄭滿寧(2014)所指出的，在社交媒體時代，輿情監(jiān)測的效度和信度問題難以驗證；數(shù)據(jù)源的多寡一定程度上決定了監(jiān)測的精準度；在消重聚合環(huán)節(jié)計算機智能還暫時無法取代人工智能；監(jiān)測速度始終要慢于事件自身變化速率。(1)李彪、鄭滿寧：《社交媒體時代的網(wǎng)絡輿情——生態(tài)變化及輿情研究現(xiàn)狀、趨勢》，《新聞記者》2014年第1期。儲節(jié)旺、朱玲玲(2017)也認為應該將“有形資源”——大數(shù)據(jù)分析技術和“無形資源”——大數(shù)據(jù)分析能力兩者融合突破網(wǎng)絡輿情預警的傳統(tǒng)方式。(2)儲節(jié)旺、朱玲玲：《基于大數(shù)據(jù)分析的突發(fā)事件網(wǎng)絡輿情預警研究》，《情報理論與實踐》2017年第8期?？梢姡髷?shù)據(jù)已成為輿情治理中的核心概念與關鍵技術支撐。因此，通過梳理、歸納我國各類公共危機事件社會輿情，分析目前我國公共危機事件輿情處置工作中的技術問題，在大數(shù)據(jù)時代的背景下進行公共危機事件社會輿情治理創(chuàng)新研究，既具有重要的學術意義，又具有廣泛的應用價值。

二、文獻述評

在利用大數(shù)據(jù)技術來驅動輿情治理創(chuàng)新方面，國內外不同學科的學者基于各自的研究視角，從多個維度展開了卓有成效的研究。從研究主題來看，這些成果主要包括突發(fā)事件的監(jiān)測與預警研究，基于復雜網(wǎng)絡動力學模型和數(shù)學建模的輿情演化規(guī)律研究等方面。

突發(fā)事件輿情監(jiān)測是危機預警的前提，其本質是針對自然環(huán)境和社會活動中潛藏的輿情風險因素進行信息搜集。輿情監(jiān)測分析系統(tǒng)涉及的一些關鍵技術包括：網(wǎng)絡信息采集技術，主要包括網(wǎng)路爬蟲技術和信息檢索技術等；信息預處理技術；主要包括網(wǎng)頁凈化預處理、中文分詞詞性標注、去停用詞、文本表示，特征提取和特征降維等；文本挖掘技術，主要包括文本聚類、熱點自動發(fā)現(xiàn)、文本自動分類、文本傾向性分析等。在文本聚類技術領域基于字典的傳統(tǒng)文本聚類技術的弊端漸漸顯露之后，許多學者近年來將研究重點轉向基于語義概念層次的文本聚類技術。如德國Karlsruhe大學的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，開始了將本體論應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.楊書寧(2014)在提取特征詞向量的基礎上，根據(jù)發(fā)布順序劃分時間窗口并歸類各微博消息，借鑒微博新聞話題檢測方法檢測突發(fā)特征詞，聚類突發(fā)特征詞表，以突發(fā)詞集合描述相應突發(fā)事件。(4)楊書寧：《基于微博的突發(fā)事件網(wǎng)絡輿情監(jiān)測方法研究》，大連理工大學碩士論文，2014。

在輿情演化規(guī)律方面，國外學者較多利用復雜網(wǎng)絡動力學模型和數(shù)學建模方法來研究網(wǎng)絡輿情演化規(guī)律，并提出了一些模型。如Deffuant等(2000)在Sznajd等人的研究基礎上提出了 Deffuant模型，該模型修正了 Sznajd模型交互規(guī)則過于簡單的缺陷，通過觀點連續(xù)化和制定觀點來調整交互邊界，模擬個體對事件的態(tài)度，擴展了早期粒子交互模型對輿情演化過程的描述能力。(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媒介模型基礎上構建了小世界網(wǎng)絡模型(small-world Networks)，并對演進規(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)絡理論構建了信息傳播的網(wǎng)絡拓撲結構，將個體心理因素和外界媒體影響引入到危機信息傳播演化模型中，同時還利用復雜系統(tǒng)多主體建模方法，構建了危機信息互聯(lián)網(wǎng)傳播中的網(wǎng)絡輿論傳播仿真模型。(7)劉常昱、胡曉峰、司光亞、羅批：《基于小世界網(wǎng)絡的輿論傳播模型研究》，《系統(tǒng)仿真學報》2006年第12期。

不過，目前研究也存在一些值得突破的方面。從現(xiàn)有的研究來看，人文社科領域的研究者一般多借鑒大眾傳播理論，是從經(jīng)驗層面對輿情演化規(guī)律進行總結，重點分析了社會輿情的概念、內涵、特征和功能等，或者分析社會輿情的演化階段與作用因素等，因而難以形成對公共危機事件社會輿情演化規(guī)律和演化機理的科學準確把握。而在輿情監(jiān)測技術方面，信息技術領域的新技術進步雖然非常迅猛，但卻未能與經(jīng)驗領域中輿情分析研判的能力進行有效融合。此外，從統(tǒng)計物理學和復雜系統(tǒng)的角度對輿情演化過程進行研究所使用的數(shù)據(jù)來看，數(shù)據(jù)來源比較分散，且不系統(tǒng)，難以進行分階段的、歷時性的研究；從結果來看，也只是給出了模擬結果，對演化機理的解析尚不夠深入。可以說，當前利用大數(shù)據(jù)技術推動輿情治理創(chuàng)新方面存在較大的局限性，相關研究成果大多只能在具有充分知識或數(shù)據(jù)、穩(wěn)定性、完全信息、靜態(tài)、特定領域與單任務的場景下適用。這正是單純數(shù)據(jù)驅動所導致的結果，因為其缺陷在于只能學習重復出現(xiàn)的片段，不能學習具有語義的特征。因此，創(chuàng)新大數(shù)據(jù)時代的輿情治理技術，需要將更多元化的數(shù)據(jù)、更先進的分析技術與輿情治理中的現(xiàn)實問題結合起來，更充分地挖掘和理解數(shù)據(jù)背后的價值，才能實現(xiàn)輿情治理的技術創(chuàng)新。

三、公共危機事件輿情治理中的技術瓶頸

(一)海量社會輿情數(shù)據(jù)讓傳統(tǒng)的輿情監(jiān)測技術捉襟見肘，致使難以摸清主流民意，難以實現(xiàn)對公共危機事件中風險決策的有效技術支持。

為了運用大數(shù)據(jù)技術輔助突發(fā)事件應急管理，近年來學界與業(yè)界共同努力，對社會輿情監(jiān)測進行了大量研究，從預測性、全面性、關聯(lián)性、可量化等方面，涵蓋社會輿情傳播源、媒介環(huán)境、傳播渠道、內容價值等多個維度，構建了多套網(wǎng)絡輿情監(jiān)測指標體系。但在實踐中，基于大數(shù)據(jù)的輿情監(jiān)測和分析平臺仍存在較大的局限性，實用性不高。第一，信息采集質量不高，來源全面性不足，整合度不夠。從目前主流的輿情監(jiān)測系統(tǒng)來說，主要采集的信息來源為新聞網(wǎng)站、論壇、貼吧、微博、微信公眾號、新聞APP等，個別可以實現(xiàn)部分QQ群的信息監(jiān)測。但從輿情發(fā)酵的規(guī)律來看，知乎、簡書、豆瓣等作為輿情信息的發(fā)源地，在近年來的公共危機事件中，顯示出越來越突出的作用，卻極少被輿情平臺納入監(jiān)測范圍之中。這種信息源監(jiān)測的不完整性，制約了輿情預警的效果。此外，輿情監(jiān)測整合度較低的問題也比較突出。主流輿情監(jiān)測系統(tǒng)抓取算法較為簡單，依據(jù)關鍵詞抓取到的相關信息去重技術不過關，存在著大量重復的、非相關的信息，給后續(xù)的輿情研判分析帶來極大困擾。第二，輿情分析智能化水平不高，對歷史數(shù)據(jù)的深度挖掘不夠?，F(xiàn)有輿情監(jiān)測系統(tǒng)在信息處理方面，主要是可以提供一定時間段內的走勢分析、信源占比分析、信息類型占比分析、信息來源地域分析、詞頻分析、情感傾向判定等。從時間上來看，具有借鑒意義的歷史數(shù)據(jù)一般無法提供；從技術上來看，研究者欠缺先進的數(shù)據(jù)分析工具以及不熟悉標準的社會科學方法，無法凸顯關鍵的傳播節(jié)點，無法追蹤呈現(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，即便當下的輿情系統(tǒng)已經(jīng)基本將信息的情感判斷作為系統(tǒng)分析的標配，但實際上誤差極大，特別是系統(tǒng)標注為中性的判斷，容易遺漏重要負面輿情。第三，輿情研判功能較弱，無法提供可靠的決策支持。輿情研判的重點在于真?zhèn)畏治?、指向分析和趨勢預警。但現(xiàn)有主流的輿情系統(tǒng)由于分析功能粗糙，自然無法對真?zhèn)畏治龊椭赶蚍治鎏峁┯行е?，而就趨勢預警而言，由于當下的主流輿情監(jiān)測系統(tǒng)主要通過自動輿情分析報告提供較為粗糙的預警，后續(xù)還需要依靠人工經(jīng)驗進行研判，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)測系統(tǒng)更多的是發(fā)揮了“警報器”功能，而對突發(fā)事件中輿情多樣性和復雜性信息缺乏全面的抓取和系統(tǒng)的分析，導致難以摸清主流民意，使得理論上構建的社會輿情監(jiān)測指標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)驗和感覺。

(二)后真相時代，紛繁復雜的多元思潮使得公共危機事件社會輿情演化過程中的話語競爭激烈，導致難以實現(xiàn)有效的社會動員與價值引領。

2016年11月，“后真相(Post-truth)”被英國《牛津詞典》選為“2016年年度英文詞匯”，該詞在特朗普成為美國總統(tǒng)候選人時熱度飆升，一經(jīng)問世，便引起了學者們的廣泛討論。目前，“后真相”已超越了政治領域，深入到了人們的日常生活中。在社交媒體時代，由于權力和資本對技術的熟練運用，各種謠言在網(wǎng)絡上肆意流傳成爆款熱文，而真相卻變得面目可疑。在“后真相”時代，人們似乎更傾向于把立場、情感和利益置于真相和真理之前。(8)阮凱、杜運泉：《多維視野中的后真相時代:問題與對策》，《探索與爭鳴》2017年第4期。還有研究者認為，“后真相”時代為網(wǎng)絡謠言提供了更適合傳播的“溫床”，但也將“真相”的解釋權還給了民眾，而不再是只由權力精英合謀建構表達。(9)李彪、喻國明：《“后真相”時代網(wǎng)絡謠言的話語空間與傳播場域研究——基于微信朋友圈4160條謠言的分析》，《新聞大學》2018年第2期?？梢哉f，這是一個立場先于真相的時代，也就是被媒體高呼的“后真相”時代。雖然“后真相時代”的提法未必準確，但這種鮮明的時代特質確實給公共危機事件的社會輿情治理造成新的挑戰(zhàn)。

要在這種“后真相”時代背景下理解人們對危機事件的認知，則離不開從社會思潮傳播視角關照下對人們社會關系、價值立場和利益關聯(lián)的全面把握。以微信為代表的移動應用中的輿情傳播基于強關系的熟人社交圈，相關信息的傳播將比在公共平臺更為迅捷。同時基于社交圈本身相互的高信任感度，對于態(tài)度認知轉變的影響力更強，并加速“態(tài)度同步”到“行為協(xié)同”的轉變過程，從而提升社會動員的力量。這將對公共危機事件的傳播以及線上到線下的演化產(chǎn)生巨大的推動力。在公共危機事件全網(wǎng)擴散、多傳播節(jié)點爆發(fā)態(tài)勢背后，是各種社會思潮的交鋒和激蕩，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”的被動局面。新媒體下的社群組織出于各自利益考量，以社交平臺為基礎在社會動員和輿論引導下的不同階段制造輿論壓力，擴大事件影響力，渲染社會沖突。由于思潮本身具有的流變性、公共性、自主性、群發(fā)性及符號性等特征，受其支配的社會輿情脈動往往令人難以把握。(10)人民論壇問卷調查中心：《公眾關注的重大思潮調查》，《人民論壇》2011年第1期。在這種背景下，各種矛盾和風險的交織涌現(xiàn)，使得當下我國公共危機事件社會輿情呈現(xiàn)出典型的復合型特點，經(jīng)濟、政治、思想、生態(tài)等多領域交織，國內問題與國際經(jīng)濟政治問題雜糅。以2015年8月的天津塘沽港爆炸事件為例，這場安全生產(chǎn)重大事故舉世關注，并且圍繞事故原因、救援方式、災難報道模式等引發(fā)激烈的話語競爭。因此，在公共危機事件的社會輿情處置中，要想進行廣泛的情感動員以推動共渡難關，并持續(xù)獲得公眾價值認同的難度空前加大。

(三)移動互聯(lián)網(wǎng)的快速發(fā)展使輿論場域分化和謠言泛濫，復雜的傳播機制致使難以找準關鍵節(jié)點實施有效的網(wǎng)絡干預。

媒介發(fā)展史的經(jīng)驗表明，一種新媒介的出現(xiàn)必然會改變傳統(tǒng)的社會結構和權力關系，而隨著新媒體的發(fā)展，意見平臺的多樣化與輿論主體的多元化必然會沖擊傳統(tǒng)政府和社會輿情間的關系結構。由于互聯(lián)網(wǎng)興起帶來的媒介生態(tài)變化，中國的輿論場域本已聚集了相當復雜的利益群體，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雜?？梢哉f，基于所依托的不同的互聯(lián)網(wǎng)應用，聚攏了不同的輿論主體，形成了不同的輿論焦點議題，使得輿論場的分化成為近年來我國輿論演化中的一個典型特征。不僅如此，輿論場的分化更呈縱深發(fā)展之勢。以微博、微信、APP為代表的移動互聯(lián)網(wǎng)應用作為“信息廣播臺”、“言論裂變機”、“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)應用工具主導下的一個個專門化群體，不僅豐富了互聯(lián)網(wǎng)信息內容，也改變了輿論的傳播格局，使輿論場域的碎片化趨勢更趨明顯。正因如此，移動輿論場的特點不僅在于其跨地域、全時空，更在于移動互聯(lián)技術助推下形成的社群分化，由此形成的輿論主體分化必將會沖擊現(xiàn)有的話語權力格局。日益分化的輿論場域給輿情治理帶來嚴峻挑戰(zhàn)。結合前述對社會思潮的分析可以看出，輿論場分化從本質上來說是利益訴求、價值觀念的分化，進而推動群體分化，又進一步推動社會分化。如此一來，輿論場分化最終導致社會共同意識弱化，難以達成社會共識。(11)湯景泰：《新媒體語境下突發(fā)事件輿論引導中的整合議題管理》，《中國應急管理》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士長時間加班，結果卻招致部分網(wǎng)民質疑，認為孕婦加班本就不應該。輿論場的分化，由此可見一斑。

把關機制弱化的網(wǎng)絡輿論場給公共危機事件中的謠言傳播提供了溫床。在危機事件中，虛假信息的泛濫傳播，對事態(tài)的發(fā)展產(chǎn)生了難以估量的負面影響。從目前公共危機事件中的謠言傳播來看，主要有以下特點：第一，微博、微信等社交媒體平臺，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。第二，有意制造的煽動性謠言大行其道。在危機事件中，為了挾裹民意，制造官民對立，一些別有用心者往往制造謠言，大肆傳播。例如，2017年8月，澳門特別行政區(qū)遭受幾十年未遇之強臺風“天鴿”襲擊，造成了重大人員傷亡和財產(chǎn)損失。應澳門特別行政區(qū)政府行政長官和政府請求，澳門特別行政區(qū)駐軍協(xié)助澳門政府和市民一起進行災后的各項援助和建設工作。但在駐澳部隊救災的過程中出現(xiàn)網(wǎng)絡謠言，聲稱“駐澳部隊在當?shù)負尳俚赇?，打死多人”的謠言，造成極其惡劣的影響。無論是打通分化的輿論場還是控制謠言傳播，都需要對當下社會輿情的傳播結構有科學把握。只有找準網(wǎng)絡節(jié)點，才能通過實施網(wǎng)絡干預鏈接分化的輿論場或者切斷謠言傳播的路徑。但從目前已有研究來看，這一點仍然需要重點突破。

四、公共危機事件輿情治理中的數(shù)據(jù)洞察

在社會輿情研究與應用方面，大數(shù)據(jù)技術與方法雖然遠未成熟，但卻已經(jīng)顯示出巨大的價值和深遠的發(fā)展?jié)摿?。運用大數(shù)據(jù)技術，可以實現(xiàn)對公眾意見、態(tài)度、情感的可視化分析。不僅如此，業(yè)已實現(xiàn)多關系社交網(wǎng)絡的輿情傳播，對于研究網(wǎng)絡輿情傳播規(guī)律，提供輿情服務也具有實質性的指導價值。因此，在公共危機事件的輿情治理中通過數(shù)據(jù)驅動，一方面可以拓展輿情信息體量，進行全網(wǎng)及線下多源異構數(shù)據(jù)的收集，另一方面運用大數(shù)據(jù)思維模式，豐富輿情分析緯度，可以精準把握輿情走勢，打撈民間沉沒的聲音，從而更準確地呈現(xiàn)主流民意。

(一)借助大數(shù)據(jù)技術建設社會輿情監(jiān)測與研判的技術平臺，給輿情治理提供技術平臺和數(shù)據(jù)基礎，解決多源異構的輿情數(shù)據(jù)存儲和智能分析的難題。為了給公共危機事件輿情處置提供技術平臺和數(shù)據(jù)基礎，需要根據(jù)社會輿情的發(fā)生、發(fā)展、演變和衰退的機理，設計社會輿情監(jiān)測指標，進一步完善大數(shù)據(jù)環(huán)境下的社會輿情監(jiān)測與研判方法，通過整合社會調查技術、網(wǎng)絡搜索技術及信息智能處理技術，實現(xiàn)對社會輿情海量信息的自動抓取，自動分類聚類、熱點發(fā)現(xiàn)和分析、專題聚焦、敏感信息監(jiān)控與預警，實現(xiàn)大數(shù)據(jù)環(huán)境下社會輿情的全生命周期的監(jiān)測。此外，還要高度重視歷史數(shù)據(jù)的價值，不斷累積公共危機事件的歷史案例庫，為主管部門全面掌握社會輿情、爭取社會輿情預警與應對的主動權提供有效的分析依據(jù)?；谏鲜鰞煞N路徑，解決社會輿情信息采集困難、獲取信息不及時、獲取的信息不精準、信息應用不便利等問題，從而推動社會輿情大數(shù)據(jù)應用的重點實現(xiàn)從輿情信息采集轉向數(shù)據(jù)加工、數(shù)據(jù)挖掘、數(shù)據(jù)處理和可視化等；實現(xiàn)數(shù)據(jù)庫支持從簡單的、有限的數(shù)據(jù)庫轉向非結構化的大數(shù)據(jù)庫；實現(xiàn)從注重輿情監(jiān)測轉向注重輿情預警、從單向度的危機應對轉向各個領域的綜合信息服務。在此基礎上，根據(jù)社會輿情治理目標，研究其分析模式，分析在社交媒體上輿情涉及的話題、事件、公民個體行為和群體行為，實現(xiàn)對社會輿情信息的深度挖掘，并預測輿情的發(fā)展趨勢。

(二)依據(jù)情感分析技術，全面準確把握社會輿情內蘊的情感和思想內核，把握公共危機事件社會輿情博弈的內在規(guī)律，解決情感動員和價值引領的難題。后真相時代的本質特征是“情緒的影響力超過事實”，這樣一個新的時代背景要求在公共危機事件處置中，必須高度關注社會輿情中的情感內核和社會情感的流動。從近年來的公共危機事件社會輿情表現(xiàn)來看，精心選擇熱點事件，抓住公眾心理“痛點”，引發(fā)大規(guī)模的社交媒體分享行為，進而制造社會熱點話題的方式極為流行(12)湯景泰：《情感動員與話語協(xié)同:新媒體事件中的行動邏輯》，《探索與爭鳴》2016年第11期。。在這類事件中爆款熱文的產(chǎn)生，也是一個情感動員的過程。

由于社會輿情演化空間具有開放性，尤其是在網(wǎng)絡上，輿情演化過程會不斷有新的個體加入，已經(jīng)存在個體也會受各種內在或外在因素的影響而不斷流失，這就構成了網(wǎng)絡輿情的信息擴散過程。社會輿情演化中的觀點聚合與情感動員并不是兩個相互獨立的進程，它們相互影響、相互作用，以一種非線性的關系形態(tài)協(xié)同合作，共同推動每一個網(wǎng)絡輿情的演化與發(fā)展。社會輿情的整個演化過程實質上是輿情觀點聚合及輿情信息擴散這樣兩個進程交融性與分階性的統(tǒng)一。在演化過程中，當特定的輿情熱點事件進入個人的感知空間時，人們會從自己的經(jīng)驗結構出發(fā)形成一定的態(tài)度、情感和意見傾向，并最終以個體觀點的形式呈現(xiàn)在虛擬的網(wǎng)絡空間里，經(jīng)由個體之間的關系網(wǎng)絡，原本雜亂紛呈的個體觀點隨著個體間的交互行為不斷收斂、聚合，進而逐漸消解個體觀點之間的差異性，最終以相對一致的觀點構成網(wǎng)絡輿情。

近年來，對輿論主題和情感分析進行科學研究的技術發(fā)展迅猛。在分析輿論觀點方面，概率主題模型(Probabilistic Topic Models)應用日益廣泛。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義結構。直觀地說，如果一個文檔是關于某個特定主題的，那么人們就會期望在文檔中出現(xiàn)特定的詞或多或少；一份文檔通常涉及不同比例的多個主題。由主題模型技術產(chǎn)生的“主題”就是相關詞的集合及其出現(xiàn)頻率。通過檢查一組文檔，并根據(jù)每個文檔中的詞匯統(tǒng)計數(shù)據(jù)，發(fā)現(xiàn)可能存在的主題以及每個文檔屬于特定主題的概率。在各種概率主題模型當中，出現(xiàn)最早的潛在狄利克雷分配模型(LDA model)應用最為廣泛，其在近年來基于突飛猛進的計算能力提升，出現(xiàn)了很多針對擴大主題數(shù)(從經(jīng)典的幾十個到目前基于深度學習的上百萬個)的改進版版本，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，通過對詞共現(xiàn)關系進行統(tǒng)計以提升識別準確度的雙詞主題模型(Biterm Topic Model)；引入多級主題的細粒度主題模型(Multi-Grain Topic ModelTopic)；加入先驗知識的基于最小領域知識的主題模型(Topic Modeling with Minimal Domain Knowledge)；考慮作者寫作偏好的作者主題模型(Author-Topic Model)；考慮主題內涵隨時間變遷的動態(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，針對情感分析任務，為了提升準確度和實用性，從機器學習到深度學習，相關的方法和技術也得到了長足的發(fā)展。早期基于機器學習的方法分為有監(jiān)督和無監(jiān)督兩大類，其中監(jiān)督式方法包括支持向量機(Support Vector Machine，SVM)、最大熵、樸素貝葉斯等；無監(jiān)督方法則包括利用情感詞匯、語法分析和句法模式等。近十年來，深度學習作為一種強大的機器學習技術，在許多應用領域產(chǎn)生了最先進的成果，將深度學習應用于情感分析也變得非常流行，從最基礎的前饋神經(jīng)網(wǎng)絡(Feedforward Neural Network，F(xiàn)NN)、由Google提出的詞向量(Word2Vec)方法及在其基礎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)的預訓練模型如BERT等，方法的涌現(xiàn)和被應用于實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言處理領域被證明有效的經(jīng)典方法、最新學術成果和作為其工程實現(xiàn)的通用的工具，盡快將其應用于輿情治理領域，改變流行的輿情分析工具中情感模塊失之粗率近乎無用的現(xiàn)狀，是當前值得努力的方向。

(三)依據(jù)復雜網(wǎng)絡理論和深度學習算法，深入把握社會輿情的傳播結構和動態(tài)演化規(guī)律，解決網(wǎng)絡干預的難題。

面對急劇分化的輿論場，在突發(fā)事件管理中要實現(xiàn)有效的社會輿情處置，除了前述的價值引領之外，還需要厘清突發(fā)事件在不同輿論場中的傳播路徑與模式，為有效干預的時、度、效提供科學的理論支撐。其中復雜網(wǎng)絡相關技術是個不可或缺的方法。復雜網(wǎng)絡研究正滲透到不同的學科領域，對復雜網(wǎng)絡的定量與定性特征的科學理解依舊是一項挑戰(zhàn)性課題。網(wǎng)絡結構特性對輿論傳播和演化的過程和結果都具有重要的影響，并且復雜網(wǎng)絡的自組織、自適應的特點使得輿論演化過程作用于網(wǎng)絡拓撲結構并產(chǎn)生合作演化的結果。因此，復雜網(wǎng)絡中的輿論動力學模型、元胞自動機網(wǎng)絡輿情傳播模型(13)王艦、王志宏、張樂君：《復雜網(wǎng)絡演化的輿論動力學模型及仿真分析》，《計算機應用》2018年第4期。、謠言抑制算法(14)田伯凱、岳躍振：《基于復雜網(wǎng)絡的在線社交網(wǎng)絡特征與謠言抑制》，《山東工業(yè)技術》2017年第23期。等復雜網(wǎng)絡模型有效研究了輿論傳播網(wǎng)絡形成和演化過程的動力學行為、網(wǎng)絡用戶拓撲特征對群體觀點演化的影響，以及社交網(wǎng)絡謠言抑制算法識別社群輿論領袖提高謠言控制效率，都可以為公共危機事件中社會輿情演化規(guī)律研究，提供不可替代的幫助。

特別值得重視的是網(wǎng)絡干預，即在維護公共價值的前提下，有目的地運用社會網(wǎng)絡或社會網(wǎng)絡數(shù)據(jù)來產(chǎn)生社會影響、加速行為的改變、改進性能，從而達到對個人、社團、組織以及群體的影響。(15)唐明、劉宗華：《網(wǎng)絡科學:網(wǎng)絡化時代的思維范式》，《科學》2018年第3期。在近年來頻發(fā)的突發(fā)事件中，個體情緒極易感染擴散至整個群體進而帶來次生危害的可能，而情緒感染干預模型的建立為突發(fā)事件下應對負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)則及其干預研究》，燕山大學碩士學位論文，2016年。目前的輿論控制策略有基于輿論傳播網(wǎng)絡拓撲結構的度控制、節(jié)點控制等，也有基于公眾權威度的控制策略等研究，為復雜網(wǎng)絡的控制提供了策略上的指導和幫助。然而當對一個復雜網(wǎng)絡系統(tǒng)進行控制時，目前重點在于研究輿論在復雜網(wǎng)絡中傳播和演化的實質，揭示網(wǎng)絡結構與控制之間的關系。相關研究對于把握突發(fā)事件社會輿情演化的關鍵節(jié)點，進而在維護公眾利益的前提下實施有效的網(wǎng)絡干預具有不可替代的價值。