岳夢(mèng)怡 陳超逸

（中國傳媒大學(xué)媒體融合與傳播國家重點(diǎn)實(shí)驗(yàn)室，北京 100024）

輿情是指在一定的社會(huì)空間內(nèi)，圍繞中介性社會(huì)事項(xiàng)的發(fā)生、發(fā)展和變化，作為輿情主體的民眾對(duì)國家管理者產(chǎn)生和持有的社會(huì)政治態(tài)度。[1]由定義可以看出，輿情是一定時(shí)期內(nèi)社會(huì)心態(tài)和社會(huì)現(xiàn)狀的反映，具有自發(fā)性、情感性、動(dòng)態(tài)性、開放性等特征。伴隨著融媒體時(shí)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(dá)權(quán)和互動(dòng)參與權(quán)，社交媒體和短視頻媒體平臺(tái)成為信息傳播和輿情表達(dá)的重要時(shí)空?qǐng)鏊?，情感化表達(dá)與圈群式傳播成為輿情擴(kuò)散的關(guān)鍵因素。實(shí)時(shí)、全面地研判輿情信息有助于把握輿情發(fā)展態(tài)勢(shì)，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(jī)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(duì)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(huì)出于對(duì)調(diào)查者的不信任而隱瞞其真實(shí)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(shí)間滯后性。此外，這種調(diào)查方式獲取的是個(gè)體的靜態(tài)結(jié)構(gòu)屬性數(shù)據(jù)，難以把握個(gè)體在輿情傳播過程中的關(guān)系節(jié)點(diǎn)與位置信息。

伴隨著互聯(lián)網(wǎng)的發(fā)展，手機(jī)、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(dá)開始出現(xiàn)數(shù)字化特征，輿情文本能夠被在線檢索、存儲(chǔ)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(cè)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(shí)間性和靈活性。另外，由于網(wǎng)絡(luò)空間信息流動(dòng)性較強(qiáng)，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(jī)。人工監(jiān)測(cè)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(diǎn)、搜索相應(yīng)關(guān)鍵詞，整合分析熱點(diǎn)事件的意見分布，并形成相應(yīng)的輿情報(bào)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(jì)、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(huì)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(huì)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(gè)體的話語權(quán)力被激活，微?；瘋鞑?、情感的液態(tài)流動(dòng)、圈群式擴(kuò)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(kuò)散等新的特征。傳統(tǒng)的輿情調(diào)查方式在應(yīng)對(duì)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(dòng)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(huì)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(shì)。大規(guī)模數(shù)據(jù)集、可計(jì)算、可建模是計(jì)算傳播學(xué)的顯著特征，[3]通過對(duì)網(wǎng)絡(luò)文本、音視頻、表情符號(hào)等數(shù)據(jù)的挖掘與分析，借助統(tǒng)計(jì)方法、機(jī)器學(xué)習(xí)算法或時(shí)間序列模型（如ARIMA、LSTM 等）對(duì)輿情話題進(jìn)行時(shí)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(shí)時(shí)跟進(jìn)輿情發(fā)展的各個(gè)階段。這種輿情監(jiān)測(cè)與分析是一種實(shí)時(shí)性與動(dòng)態(tài)性的信息獲取，有助于及時(shí)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(dòng)化式更容易打撈公眾的真實(shí)想法，在觀念收集的真實(shí)性、客觀性上有優(yōu)勢(shì)。從輿情信息獲取的時(shí)間階段來看，區(qū)別于傳統(tǒng)輿情在輿情爆發(fā)后的被動(dòng)式信息捕捉，大數(shù)據(jù)輿情分析是一種主動(dòng)性的信息獲取，通過輿情的關(guān)鍵特征提取，能夠預(yù)測(cè)輿情發(fā)展態(tài)勢(shì)，提高輿情應(yīng)對(duì)效果。

此外，在信息監(jiān)測(cè)與挖掘過程中，通過將瀏覽數(shù)、閱讀數(shù)、轉(zhuǎn)發(fā)、點(diǎn)贊等指標(biāo)對(duì)網(wǎng)絡(luò)輿情話題熱度、演變規(guī)律、擴(kuò)散程度等情況進(jìn)行加工和分析推理，減少人為評(píng)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(shí)踐進(jìn)路

2.1 輿情研究的數(shù)據(jù)化：輿情信息識(shí)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(shí)代》一書中提到，“有了大數(shù)據(jù)的幫助， 我們不會(huì)再將世界看作是一連串我們認(rèn)為或是自然或是社會(huì)現(xiàn)象的事件， 我們會(huì)意識(shí)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(gè)新的視域，作為一個(gè)社會(huì)現(xiàn)象的輿情熱點(diǎn)事件也能夠被量化。值得注意的是，這種量化不是一種簡(jiǎn)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(yùn)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(jià)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(duì)互聯(lián)網(wǎng)中公眾的思想、觀念進(jìn)行數(shù)據(jù)化、量化分析的過程。在數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)和智能算法的驅(qū)動(dòng)下，網(wǎng)站、社交媒體中的觀念表達(dá)等文本內(nèi)容被標(biāo)準(zhǔn)化計(jì)算和量化統(tǒng)計(jì)，輿情主題分布、傳播規(guī)律得以自動(dòng)涌現(xiàn)?！霸谡鎸?shí)世界很難發(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(duì)輿情熱點(diǎn)進(jìn)行科學(xué)研判，把握公眾對(duì)輿情熱點(diǎn)事件的整體態(tài)勢(shì)。輿情治理實(shí)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(diǎn)發(fā)現(xiàn)、熱點(diǎn)評(píng)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(duì)輿情信息的爬取、存儲(chǔ)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(chǔ)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(bào)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(duì)網(wǎng)絡(luò)信息采取7×24 小時(shí)實(shí)時(shí)監(jiān)測(cè)。

由于網(wǎng)絡(luò)爬蟲獲取的數(shù)據(jù)中不僅有高價(jià)值密度信息，還有大量的噪聲和冗余數(shù)據(jù)，因此需要對(duì)采集的數(shù)據(jù)進(jìn)行清洗整理，對(duì)不相關(guān)、重復(fù)、不規(guī)范以及垃圾信息進(jìn)行標(biāo)準(zhǔn)化處理。通過對(duì)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(duì)輿情分析的干擾，提高數(shù)據(jù)分析價(jià)值。

2.2.2 網(wǎng)絡(luò)輿情熱點(diǎn)發(fā)現(xiàn)

網(wǎng)絡(luò)輿情熱點(diǎn)發(fā)現(xiàn)是基于一定的算法判定熱點(diǎn)輿情話題的重要程度，對(duì)輿情熱點(diǎn)話題進(jìn)行識(shí)別和持續(xù)跟蹤，提供熱點(diǎn)話題在網(wǎng)絡(luò)空間的傳播發(fā)展路徑等。輿情熱點(diǎn)的發(fā)現(xiàn)過程是一個(gè)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(duì)傳統(tǒng)輿情研究方法中輿情監(jiān)測(cè)的實(shí)時(shí)與全面監(jiān)控難題。[9]目前較為有名的輿情熱點(diǎn)發(fā)現(xiàn)研究是美國的TDT（Topic Detection and Tracking）研究項(xiàng)目。[10]該項(xiàng)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(shí)反而越少”的悖論問題，希望通過開發(fā)算法技術(shù)實(shí)現(xiàn)在海量數(shù)據(jù)中的話題內(nèi)容自動(dòng)識(shí)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(cè)系統(tǒng)能夠?qū)崿F(xiàn)對(duì)網(wǎng)絡(luò)輿情熱點(diǎn)的自動(dòng)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(dòng)從海量數(shù)據(jù)中識(shí)別、匹配與事件相關(guān)的互聯(lián)網(wǎng)信息。[11]

2.2.3 熱點(diǎn)評(píng)估和跟蹤

熱點(diǎn)評(píng)估和跟蹤是“意見挖掘”過程，即根據(jù)輿情算法指標(biāo)評(píng)估熱點(diǎn)事件中的議題屬性、情感傾向、輿情傳播擴(kuò)散等內(nèi)容。大數(shù)據(jù)分析技術(shù)通過對(duì)網(wǎng)頁正文、微博評(píng)論等文本信息進(jìn)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(diǎn)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(gè)體的話語表述呈現(xiàn)出情感化特征，情感動(dòng)員在輿情擴(kuò)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(gè)重要的分析角度。[12]情感分析技術(shù)是對(duì)各種新聞資源、社會(huì)化媒體評(píng)論和用戶生成的內(nèi)容進(jìn)行情感極性和情感強(qiáng)度計(jì)算，判斷網(wǎng)民對(duì)熱點(diǎn)事件的情感傾向。目前情感分析技術(shù)不僅能識(shí)別文本信息，還能夠?qū)σ曈X數(shù)據(jù)進(jìn)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(jī)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(kuò)散者，能夠影響公眾對(duì)輿情話題的認(rèn)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(shí)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(duì)網(wǎng)民自身影響力與活躍度、網(wǎng)民社會(huì)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(diǎn)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(diǎn)。

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(dòng)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(duì)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(rèn)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(shí)代背景、社會(huì)心理、利益訴求等內(nèi)容，分析輿情背后的動(dòng)力機(jī)制，對(duì)輿情走勢(shì)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(shí)踐。在實(shí)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(shì)，同時(shí)，也應(yīng)了解其局限，警惕其存在的風(fēng)險(xiǎn)問題。

3.1 技術(shù)工具層面的輿情測(cè)量偏差

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

從信息抓取環(huán)節(jié)來看，監(jiān)測(cè)數(shù)據(jù)源的準(zhǔn)入性問題會(huì)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。總體數(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(rèn)為，如果只考慮質(zhì)量， 不計(jì)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(shí)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(tái)未開放API 接口，輿情監(jiān)測(cè)平臺(tái)往往把部分關(guān)鍵的輿情發(fā)酵平臺(tái)作為搜索源[15]，這是一種局部的數(shù)據(jù)源監(jiān)測(cè)，存在數(shù)據(jù)監(jiān)測(cè)遺漏風(fēng)險(xiǎn)，結(jié)論的信度與效度也有待進(jìn)一步驗(yàn)證。

從數(shù)據(jù)識(shí)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(jià)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(shí)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(huì)與真實(shí)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(dá)10.67 億，較2021 年12 月增長(zhǎng)3549 萬，互聯(lián)網(wǎng)普及率達(dá)75.6%。[16]但即使在社交媒體嵌入日常生活的全媒體時(shí)代，公眾聲音也交織在線上與線下雙重場(chǎng)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(jìn)一步驗(yàn)證，用戶、參與度及活躍度三者之間的關(guān)系仍需要仔細(xì)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(cè)機(jī)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(diǎn)話題時(shí)會(huì)得到不同的結(jié)論[18]，哪個(gè)結(jié)論更有現(xiàn)實(shí)說服力也難以驗(yàn)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€(gè)容易變動(dòng)的系統(tǒng)中，人們難以認(rèn)識(shí)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(tái)媒體的興起，輿論場(chǎng)域中多元話語不斷交織與博弈，輿情在傳播擴(kuò)散中的閾值與重要關(guān)鍵點(diǎn)難以預(yù)測(cè)和把握。

從輿情主體來看，輿情主體呈現(xiàn)出多元化的特點(diǎn)。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(dòng)寫作機(jī)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(xì)從“海量意見”的形成與表達(dá)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(duì)這些噪聲數(shù)據(jù)進(jìn)行識(shí)別和清洗。目前機(jī)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(huì)模擬受眾點(diǎn)贊、關(guān)注、轉(zhuǎn)發(fā)、評(píng)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(shí)別的難度。

從輿情本體來看，公眾通過短文本、感嘆詞、標(biāo)點(diǎn)符號(hào)、表情包等敘事話語表達(dá)意見，并通過多重解碼、二度創(chuàng)作的方式使輿情多次擴(kuò)散，熱點(diǎn)事件傳播力和社會(huì)影響力可能會(huì)在這個(gè)過程中被進(jìn)一步放大。這類話語敘述是輿情擴(kuò)散的重要推動(dòng)力，需在輿情分析研判時(shí)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(jī)械化、簡(jiǎn)單化也難以應(yīng)對(duì)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(dá)，是具體社會(huì)時(shí)代情境下建構(gòu)的產(chǎn)物。對(duì)于輿情的分析與理解需要考慮社會(huì)情境因素，將社會(huì)問題、時(shí)代背景、具體輿情時(shí)空?qǐng)鲇虻葍?nèi)容結(jié)合起來研判。例如，2023 年3 月5 日“一本院校招聘會(huì)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(diǎn)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(fèi)，職業(yè)鄙視鏈，市場(chǎng)供需失衡等話題展開討論。[22]由此來看，輿情熱點(diǎn)不僅是對(duì)社會(huì)問題的反映，還映射了當(dāng)下的社會(huì)心態(tài)和利益訴求。大數(shù)據(jù)技術(shù)在將內(nèi)容觀點(diǎn)量化的同時(shí)，難以解釋該話題成為輿情熱點(diǎn)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(yàn)對(duì)輿情進(jìn)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(yàn)對(duì)輿情的下一步可能性走勢(shì)進(jìn)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(shí)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(duì)中豐富的經(jīng)驗(yàn)成果難以應(yīng)用到對(duì)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(huì)受到輿情分析師的主觀經(jīng)驗(yàn)影響。這一過程對(duì)研判人員的新聞敏感性、社會(huì)心態(tài)洞察力、社會(huì)現(xiàn)實(shí)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(xì)粒化輿情數(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(shí)空發(fā)展規(guī)律。例如，李彪在對(duì)近十年來網(wǎng)絡(luò)輿論議題的演變進(jìn)行歷時(shí)性考察后發(fā)現(xiàn)，公權(quán)力、民生話題、社會(huì)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(diǎn)。從時(shí)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(gè)重要節(jié)點(diǎn)。[23]這說明，對(duì)過去的輿情案例進(jìn)行梳理總結(jié)能夠?qū)浨橹卫韺?shí)踐提供思路。因此，要想更好地發(fā)揮大數(shù)據(jù)輿情數(shù)據(jù)的價(jià)值，需加強(qiáng)輿情案例庫建設(shè)，發(fā)揮輿情案例庫的知識(shí)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(shí)空數(shù)據(jù)、話題屬性數(shù)據(jù)、話題熱度、傳播擴(kuò)散數(shù)據(jù)、輿情應(yīng)對(duì)數(shù)據(jù)等維度。通過對(duì)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(cè)量到的關(guān)鍵宏觀變量，在此基礎(chǔ)上通過時(shí)間序列模型、仿真建模等方法對(duì)輿情發(fā)展規(guī)律進(jìn)行可視化的呈現(xiàn)，促進(jìn)輿情治理的科學(xué)化。此外，通過相關(guān)領(lǐng)域?qū)＜覍?duì)輿情傳播過程的輿情興奮點(diǎn)、輿情拐點(diǎn)等內(nèi)容進(jìn)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(xiǎn)與價(jià)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(shì)。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(cè)機(jī)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(shí)， 充分意識(shí)到輿情數(shù)據(jù)的資源價(jià)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(gè)“物理分散，資源共享”的輿情數(shù)據(jù)整合與管理平臺(tái)，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(jī)構(gòu)數(shù)據(jù)進(jìn)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(shì)，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(duì)輿情規(guī)律有了更加科學(xué)的理解。但輿情治理是一個(gè)融合多學(xué)科的領(lǐng)域，在實(shí)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(bào)學(xué)等多學(xué)科的研究視角，建構(gòu)一個(gè)以輿情數(shù)據(jù)為基礎(chǔ)，融合社會(huì)場(chǎng)景的輿情解釋框架。

對(duì)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(duì)世界更加深刻、清晰的認(rèn)識(shí)。[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(shí)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(yàn)，在數(shù)據(jù)代表性上有一定的優(yōu)勢(shì)，能夠?qū)Υ髷?shù)據(jù)輿情分析結(jié)論進(jìn)行補(bǔ)充驗(yàn)證。此外，在問卷調(diào)查中還能獲取相對(duì)完整的個(gè)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(huì)結(jié)構(gòu)群體對(duì)某一輿情熱點(diǎn)的態(tài)度觀點(diǎn)。

另一方面，輿情本身是意見的集合，是一種社會(huì)文化現(xiàn)象，背后反映的是社會(huì)心態(tài)和社會(huì)思潮，有階段性和情感多樣性的特征。輿情治理也是社會(huì)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(shí)，不僅需要對(duì)外顯的輿情數(shù)據(jù)文本進(jìn)行討論分析，也需更深層次地挖掘輿情熱點(diǎn)背后公眾的認(rèn)知框架及其影響因素。在今后的工作實(shí)踐中，輿情工作者一方面需要借助機(jī)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(huì)意義，理解輿情議題在不同群體中的認(rèn)知框架和社會(huì)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(qiáng)對(duì)輿情工作者的培訓(xùn)

網(wǎng)絡(luò)輿情源頭、潛在風(fēng)險(xiǎn)識(shí)別、網(wǎng)絡(luò)社會(huì)生態(tài)和制度環(huán)境分析、多種可能趨勢(shì)預(yù)測(cè)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(yàn)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(qiáng)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(duì)的搭建上，既鼓勵(lì)博學(xué)多能，又堅(jiān)持術(shù)業(yè)有專攻。[27]這意味著，輿情研判人員既要有對(duì)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(qiáng)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(xiǎn)；二是具有對(duì)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(huì)轉(zhuǎn)型期的“痛點(diǎn)”，對(duì)社會(huì)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(shí)?？傊?，在豐富的業(yè)界實(shí)踐經(jīng)驗(yàn)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(shí)踐應(yīng)用必然會(huì)經(jīng)歷一個(gè)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(shí)踐來看，其在捕捉全量的輿情信息、預(yù)測(cè)輿情發(fā)展態(tài)勢(shì)，提高輿情應(yīng)對(duì)效果等方面具備優(yōu)勢(shì)。但也存在技術(shù)工具層面的輿情測(cè)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(xiǎn)。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(duì)其技術(shù)局限進(jìn)行深入探索，提升輿情治理決策效果。