摘要：在大數(shù)據(jù)和人工智能時代，企業(yè)如何提升輿情監(jiān)測、分析及響應的效能與精確度成為關(guān)鍵議題。該文以中國聯(lián)通客服部互聯(lián)網(wǎng)服務運營中心為例，探討了其輿情管理實踐及對企業(yè)聲譽的維護，評估了人工智能的應用價值與潛在貢獻，旨在為電信業(yè)的輿情管理提供理論與實踐指導。

關(guān)鍵詞：大數(shù)據(jù)；人工智能；電信運營商；輿情管理

doi：10.3969/J.ISSN.1672-7274.2024.10.066

中圖分類號：TP 393 文獻標志碼：A 文章編碼：1672-7274（2024）10-0-03

Research on Public Opinion Management of Telecom Operators Based on "Big Data + Artificial Intelligence"

Abstract： In the era of big data and artificial intelligence， how enterprises can enhance the efficiency and accuracy of public opinion monitoring， analysis， and response has become a key issue. Taking the Internet Service Operation Center of the Customer Service Department of China Unicom as an example， this study explores its practices in public opinion management and the maintenance of corporate reputation， and evaluates the application value and potential contributions of artificial intelligence. The aim is to provide theoretical and practical guidance for public opinion management in the telecommunications industry.

Keywords： big data; artificial intelligence; telecom operators; public opinion management

0 引言

據(jù)CNNIC發(fā)布的第53次《中國互聯(lián)網(wǎng)發(fā)展狀況統(tǒng)計報告》統(tǒng)計，我國網(wǎng)民規(guī)模達10.92億人，互聯(lián)網(wǎng)普及率達到77.5%。電信運營商作為數(shù)字中國建設中的關(guān)鍵角色，在互聯(lián)網(wǎng)發(fā)展浪潮中發(fā)揮著“網(wǎng)絡建設者”和“服務提供者”的雙重作用。一方面，作為數(shù)字中國建設的中堅力量，電信運營商在通信基礎建設中打通互聯(lián)管道，讓海量數(shù)據(jù)流通；另一方面，在充分參與到通信企業(yè)市場化競爭的過程中，為消費者提供滿意的服務長期處于企業(yè)發(fā)展的“存量賽”中。以Chat GPT為代表的生成式人工智能（Generative AI）在2023年走進大眾視野。生成式人工智能在自然語言處理上表現(xiàn)出了顯著優(yōu)勢，具有生成能力強、少樣本零樣本性能優(yōu)越、領(lǐng)域泛化性強以及推動自然語言處理任務整合和定制化等優(yōu)勢等強大能力[1]。針對企業(yè)在輿情管理過程中面臨的大量文本數(shù)據(jù)，生成式人工智能具有天然的能力優(yōu)勢，“大數(shù)據(jù)+人工智能”將成為未來企業(yè)輿情管理的重要發(fā)展方向。

1 企業(yè)輿情管理研究與實踐現(xiàn)狀

在競爭激烈的通信市場中，企業(yè)需密切關(guān)注市場動態(tài)和消費者需求，以靈活調(diào)整策略并提高服務水平。輿情管理成為關(guān)鍵，它幫助企業(yè)監(jiān)測和了解公眾輿論，通過輿情管理維護品牌形象，強化企業(yè)口碑。通過分析網(wǎng)絡數(shù)據(jù)，企業(yè)能更好地理解消費者需求，評估服務質(zhì)量，指導市場決策。

1.1 輿情管理與企業(yè)

隨著互聯(lián)網(wǎng)技術(shù)的飛速發(fā)展，尤其是社交媒體的興起，企業(yè)輿情管理的實踐和研究逐漸成為學術(shù)界和業(yè)界關(guān)注的焦點。早期的企業(yè)輿情管理主要依賴于對傳統(tǒng)媒體的監(jiān)測，而現(xiàn)代企業(yè)輿情管理則更多地依賴于網(wǎng)絡輿情分析工具和大數(shù)據(jù)分析技術(shù)，以實現(xiàn)對網(wǎng)絡環(huán)境中輿情動態(tài)的實時監(jiān)控和有效應對[2]。學者們關(guān)注于構(gòu)建更為科學的輿情管理機制，包括輿情預警系統(tǒng)、輿情傳播模型、輿情影響力評價指標體系等。企業(yè)不僅關(guān)注輿情的監(jiān)測和分析，更注重輿情的引導和危機應對策略。研究重點逐漸從單一的輿情監(jiān)測轉(zhuǎn)向輿情的深度分析、情感計算、影響力評估以及輿情與企業(yè)戰(zhàn)略的結(jié)合。在具體企業(yè)管理實踐中，也有學者指出企業(yè)輿情管理呈現(xiàn)出復雜性、動態(tài)性和策略性的特點。

1.2 輿情管理與人工智能

人工智能參與到企業(yè)輿情管理中推動了新一輪研究與實踐。有學者從技術(shù)流變和輿情管理轉(zhuǎn)型視角切入，指出“以技治技”的策略，倡導利用智能化算法推薦技術(shù)、構(gòu)建大數(shù)據(jù)輿情監(jiān)控和預警模型，以及建立專業(yè)化媒體數(shù)據(jù)庫，以提升輿情治理的智能化水平[3]。在應用層面，不同學者對人工智能參與到各領(lǐng)域輿情管理中持有不同意見。支持者認為人工智能有助于網(wǎng)絡輿情治理的現(xiàn)代化，通過技術(shù)手段的創(chuàng)新，實現(xiàn)全過程的動態(tài)監(jiān)測，提前預警潛在的輿情風險，為決策提供科學依據(jù)，從而優(yōu)化輿情應對策略[4]。質(zhì)疑者則表示類ChatGPT人工智能在網(wǎng)絡輿情安全中的風險樣態(tài)，包括循環(huán)式反轉(zhuǎn)輿情、彌散性復合輿情等，強調(diào)在人工智能介入輿情管理時需警惕技術(shù)風險和倫理挑戰(zhàn)[5]。因此，在當前企業(yè)普遍認識到輿情管理的重要性的背景下，探討如何借助人工智能技術(shù)提升輿情管理效能，已成為各管理主體亟待解決的關(guān)鍵議題。人工智能技術(shù)為現(xiàn)代企業(yè)輿情管理提供了創(chuàng)新的工具與方法，然而，其應用也伴隨著一系列新興挑戰(zhàn)。

2 運營商輿情管理模式實踐

2.1 智能輿情管理：中國聯(lián)通CEM系統(tǒng)的功

能與應用

CEM（Customer Experience Management）系統(tǒng)是中國聯(lián)通客服部互聯(lián)網(wǎng)服務運營中心自主研發(fā)的數(shù)字化網(wǎng)絡輿情智能管理平臺，通過互聯(lián)網(wǎng)信息采集、大數(shù)據(jù)處理、自然語言處理等技術(shù)，幫助企業(yè)實現(xiàn)7×24小時實時監(jiān)測、高效預警、快速分析、有效處置，實時捕捉負面輿情苗頭、洞察輿情發(fā)展趨勢，迅速處置風險輿情、避免事態(tài)惡化。區(qū)別于單一的輿情監(jiān)測系統(tǒng)，該系統(tǒng)深度融合企業(yè)業(yè)務特征和網(wǎng)絡輿情監(jiān)測業(yè)務要求，構(gòu)建數(shù)據(jù)、模型、應用的三層功能結(jié)構(gòu)，具有全面性、及時性、準確性特點，其主要功能包括輿情監(jiān)測、自動預警、智能處理、自助分析、可視化大屏等。

2.1.1 大數(shù)據(jù)信息監(jiān)控，全面監(jiān)測網(wǎng)絡態(tài)勢

依托先進的大數(shù)據(jù)平臺、高效的網(wǎng)絡爬蟲技術(shù)、深入的文本挖掘算法以及智能檢索系統(tǒng)，實現(xiàn)了毫秒級響應的7×24小時不間斷數(shù)據(jù)采集服務。該服務專注于收集運營商用戶的正負向口碑信息、競品動態(tài)以及行業(yè)最新發(fā)展態(tài)勢，覆蓋范圍廣泛，涵蓋了微博、微信公眾號、小紅書、抖音等關(guān)鍵社交媒體渠道。此外，利用OCR（光學字符識別）和ASR（自動語音識別）技術(shù)，對圖片、音視頻內(nèi)容進行精準轉(zhuǎn)譯和解析，確保信息的全面性和準確性，從而實現(xiàn)了對網(wǎng)絡輿情的全方位、深層次監(jiān)測，為企業(yè)決策提供堅實的數(shù)據(jù)支撐。

2.1.2 智能分類，快速獲取有效信息

通過整合高級數(shù)據(jù)建模、文本聚類技術(shù)、尖端自然語言處理能力以及智能信息過濾機制，構(gòu)建了一個先進的信息分類平臺。該平臺能夠迅速識別和提取與運營商緊密相關(guān)的信息內(nèi)容，并有效地標注出正面或負面的情感傾向、業(yè)務類型等關(guān)鍵屬性標簽。該系統(tǒng)專注于幫助運營商排除無關(guān)的輿論噪音，快速定位熱點話題和突發(fā)事件。同時，還打造了一套包含8個主要類別及其子類別的數(shù)據(jù)模型和標簽管理系統(tǒng)，為各種應用模塊提供強有力的數(shù)據(jù)支持服務。

2.1.3 高效預警，自動預警突發(fā)輿情

中心改變輿情粗放管理狀況，對內(nèi)建立分類分級的全渠道輿情預警體系，精細化劃分不同預警類型，科學定義各渠道信息源的預警方式、預警閾值、預警頻次和后續(xù)處理流程。針對智能分類中的負面輿情，結(jié)合歷史數(shù)據(jù)及過往案例分析，動態(tài)調(diào)優(yōu)預警閾值，實現(xiàn)在監(jiān)測命中時以短信或網(wǎng)頁彈窗形式自動觸發(fā)預警，幫助運營人員及時發(fā)現(xiàn)突發(fā)事件，從容應對并化解危機。

2.2 運營商輿情監(jiān)測分析系統(tǒng)應用成效

CEM系統(tǒng)實現(xiàn)了全天候不間斷的信息聚合，快速收集互聯(lián)網(wǎng)上的用戶反饋和熱點議題。它通過文本聚類和語義分析等高級數(shù)據(jù)模型，不斷進行機器學習優(yōu)化，垃圾信息過濾和情感分析的準確度高達90%。這為運營商在海量信息中精確識別輿情提供了有力支持，確保了負面信息的高效預警和深入分析。以2023年12月為例，CEM系統(tǒng)監(jiān)測了全網(wǎng)359萬條運營商相關(guān)輿論信息，篩選出10.2萬條負面有效信息，其中3.9萬條涉及中國聯(lián)通。對于中國聯(lián)通每月百萬級的網(wǎng)絡輿論，CEM系統(tǒng)的預警時間平均僅需25分鐘，比傳統(tǒng)人工預警流程快65分鐘。

2.3 當前運營商輿情監(jiān)測系統(tǒng)仍存在不足

以CEM系統(tǒng)為例，電信運營商輿情監(jiān)測系統(tǒng)能夠有效地提升全網(wǎng)監(jiān)測、分析效率，但在生成式人工智能快速發(fā)展的當下，也暴露出了需要提升優(yōu)化之處。一是復雜情感表達仍然無法準確識別。NLP模型需要大量的語言數(shù)據(jù)進行模型訓練才能保證其分類的準確性，但涉及運營商的輿情每月以數(shù)十萬量級更新產(chǎn)生，若某些語言的數(shù)據(jù)在歷史訓練中較少出現(xiàn)或語義包含復雜的情感表達，則模型輸出效果將大打折扣。二是面對一些專題的輿情分析，在臨時性、高效性的要求下，往往還需精確統(tǒng)計到具體的問題投訴點、問題場景，使得訓練一個能夠處理所有語言的通用模型成為挑戰(zhàn)。該局限性使得在預警及分析環(huán)節(jié)中，針對系統(tǒng)自動觸發(fā)的預警及分析內(nèi)容，仍需一線人員審核信息正確性，對影響范圍、重要程度等內(nèi)容進行判別，自動預警覆蓋率、準確率有待提高。三是現(xiàn)有輿情監(jiān)測系統(tǒng)缺乏橫向?qū)Ρ扰c分析能力，歷史發(fā)生輿情無法連點成線，對當下發(fā)生的輿情無法提供歷史經(jīng)驗參考，對未來可能發(fā)生的輿情缺乏基于歷史輿情的預知能力。

3 人工智能在運營商輿情管理中的實踐

電信運營商每日需處理龐大的互聯(lián)網(wǎng)輿情數(shù)據(jù)。傳統(tǒng)的輿情監(jiān)測模式依賴人工操作，面對日益復雜的輿論環(huán)境，其效率和準確性受限。生成式人工智能技術(shù)的引入，以其顛覆性的技術(shù)特性，為電信運營商的輿情管理提供了創(chuàng)新的解決方案。生成式人工智能在輿情監(jiān)測、分析和管理的全流程中發(fā)揮著關(guān)鍵作用，顯著提升了工作的精確性和效率。

3.1 賦能互聯(lián)網(wǎng)復雜語料分析

電信運營商在互聯(lián)網(wǎng)環(huán)境中常常面臨諸多輿情挑戰(zhàn)，尤其是消費者投訴問題，這些數(shù)據(jù)往往涉及網(wǎng)絡覆蓋、速率、服務質(zhì)量、資費等多個關(guān)鍵業(yè)務領(lǐng)域，具有鮮明的行業(yè)特色和復雜性。生成式人工智能的大型模型展現(xiàn)出了高效解析復雜情感文本的能力，通過預訓練可以精確識別和分類客戶所面臨的問題，甚至能夠解讀文本中的反諷和幽默元素。這一能力得益于對海量文本的深入學習，使得人工智能在揭示文本情感和立場方面更加精準。相較于傳統(tǒng)的基于詞向量的自然語言處理技術(shù)，生成式人工智能在文本理解上實現(xiàn)了質(zhì)的飛躍。

3.2 為整合歷史經(jīng)驗提供研判依據(jù)

生成式人工智能憑借整合全網(wǎng)資源的強大能力，實現(xiàn)了輿情監(jiān)控的深度與廣度的雙重擴展。它不僅涵蓋了公域數(shù)據(jù)，還深入挖掘私域數(shù)據(jù)，為輿情分析平臺增添了“歷史回顧”與“未來預測”的雙重功能?；谪S富的歷史數(shù)據(jù)，該平臺能夠提供準確可靠的預警信息，助力電信運營商及時識別潛在風險。通過實時監(jiān)控社交媒體、各類論壇及新聞源，人工智能系統(tǒng)能夠敏銳捕捉消費者的情緒變化與需求動態(tài)，為電信運營商提供寶貴的市場洞察功能。這使得電信運營商能夠迅速調(diào)整策略、優(yōu)化服務，以更有效地預防輿情危機的發(fā)生，確保在競爭激烈的市場環(huán)境中保持穩(wěn)健的運營態(tài)勢與良好的公眾形象。

3.3 提升輿情分析流程效率

生成式人工智能如今已能自主生成詳盡且深入的輿情分析報告，極大地優(yōu)化了電信運營商的輿情管理效能。通過輸入預處理的數(shù)據(jù)集與特定的提示詞，該系統(tǒng)能夠定制化地生成滿足各種特定需求的報告。它不僅整合了實時的網(wǎng)絡輿情數(shù)據(jù)，還深入挖掘了歷史資料，針對網(wǎng)絡中斷、資費爭議、服務質(zhì)量等核心議題進行全面剖析。借助先進的分析算法，人工智能能夠識別出輿情趨勢中的關(guān)鍵要素，進而提出切實可行的處置建議。這些建議涵蓋了從危機應對策略到長期品牌維護的多個方面，助力電信運營商更加科學、高效地管理其公眾形象與市場口碑，從而在競爭激烈的行業(yè)中保持穩(wěn)健的發(fā)展態(tài)勢。

4 結(jié)束語

本文系統(tǒng)性分析了互聯(lián)網(wǎng)時代下電信運營商的輿情管理，特別關(guān)注了在人工智能技術(shù)輔助下，企業(yè)如何提升輿情監(jiān)測、分析與響應的效率與準確性。以中國聯(lián)通客服部互聯(lián)網(wǎng)服務運營中心的輿情監(jiān)控與分析系統(tǒng)為案例，深入探討了電信運營商執(zhí)行輿情管理、維護企業(yè)聲譽的有效策略，并評估了人工智能在實踐中的應用價值與潛在貢獻。本文旨在為電信行業(yè)乃至更廣泛領(lǐng)域的輿情管理提供理論支持與實踐指導，助力企業(yè)在數(shù)字化時代有效應對輿情挑戰(zhàn)。未來研究需進一步關(guān)注技術(shù)倫理與隱私保護，確保人工智能在輿情分析中的正當與透明應用，同時強調(diào)跨界合作與協(xié)同創(chuàng)新，以提升輿情管理效能。

參考文獻

[1] 車萬翔，竇志成，馮巖松，等．大模型時代的自然語言處理：挑戰(zhàn)、機遇與發(fā)展[J]．中國科學：信息科學，2023，53（09）：1645-1687．

[2] 王樂，劉彤．智媒時代通信企業(yè)的輿情管理[J]．通信企業(yè)管理，2023（12）：73-75．

[3] 張新平，金夢涵．人工智能時代輿情治理的轉(zhuǎn)型與創(chuàng)新[J]．情報雜志，2021，40（10）：66-73+165．

[4] 安娜，林建成．人工智能在網(wǎng)絡輿情治理中的現(xiàn)實問題與應對策略[J]．思想理論教育，2020（12）：91-95．

[5] 李明德，鄺巖．大數(shù)據(jù)與人工智能背景下的網(wǎng)絡輿情治理：作用、風險和路徑[J]．北京工業(yè)大學學報（社會科學版），2021，21（06）：1-10．