基于大数据的自媒体网络舆情决策机制研究
来源:用户上传
作者:
摘要：在自媒体背景下，利用大数据对舆情治理，将大数据的舆情定量计算能力和舆情决策者的定性分析能力结合起来，建立横向联动的人机协同机制、数据驱动的舆情决策机制、精准定位的舆情疏导机制，提升网络舆情趋势预测精度，探索了基于大数据的舆情智能决策机制。
关键词：网络舆情;自媒体;大数据;舆情分析
中图分类号：G203 文献标识码：A 文章编号：1007-9416（2020）09-0218-03
0 引言
目前我国视频网站、微博、微信等社交网络迅速发展，抖音用户已经超过10亿，微信用户量已超10亿，微博活跃用户达到4.1亿。自媒体的持续高速增长，特别是以短视频为主的自媒体社区的爆发式增长，给网络舆情治理带来巨大的挑战，社会舆情进入高度复杂化、高度不确定性和高度不可控化的发展态势，以往的被动管控的维稳模式在新的舆论格局面前逐渐失去效力。在这种情况下，必须建立主动感知、主动防御的决策机制，提高自媒体舆情预见性和治理效率。
1 自媒体网络舆情特征
1.1 数据价值密度低
自媒体经由多媒体渠道产生海量数据，突显了舆情大数据的价值密度低、质量不高的特性。海量数据放大了隐藏在内的噪音和杂音，大数据环境下隐含舆情信息的数据越来越多，但也越来越零散。拥有大数据不代表就能把握住网络舆情，自媒体舆情的碎片化对数据收集、分析工作带来挑战。
1.2 舆情数据更加复杂
新媒体尤其是社交媒体的发展促生了用户自生产内容的快速增长，生产出大量的图像、音频、视频等结构性和非结构性的数据。对自媒体生产出的大量半结构化、非结构化数据的采集、分类、汇总与处理技术有待提升，舆情数据的量化效率面临挑战。
1.3 自媒體影响力增强
主流媒体影响力和关注度降低，主流媒体的受众被分流，主流媒体网络舆情管理参与度有所下降。网络媒体的运用越来越广泛，大众已脱离单纯依靠主流媒体获得信息的局面。以微视频、微博、微信为代表的自媒体，凭借其信息发布的实时性、互动性、便捷性，已经成为公众交换信息、交流意见的主要渠道。公众不仅可以利用自媒体直接主动的获取想要的信息，甚至可以自设舆情议题议程，舆论倒逼媒体不断追踪报道、政府作出回应。
2 大数据对自媒体舆情管理的影响
2.1 舆情发展可预测
大数据可以追踪公众关注的热点和焦点问题，对相关数据搜集聚类，对标准数据进行量化分析，为管理部门提供大量实时而精准的决策信息，提高管理部门对网络舆情事件的发生与程度、趋势和结果的预测能力，做到事先计划决策方案，大大提高决策效率[1]。
2.2 关系反映更精准
大数据可挖掘数据隐含的关联性，能精确勾画出舆情数据的逻辑联系和社会联系，有助于对网络舆情的分析和预测。基于大数据分析出来的网络舆情不仅可以代表公众个体的意见，更可以反映出其与身边其他个体间的互动、关系等，甚至反映出其所处的群体与其他群体之间的社会关系网和情感心理痕迹。
2.3 管理主体更多元
大数据环境下，舆情从政府主导转向公众意志的表达，推动网络舆情管理多元化化，政府部门不再是唯一管理决策者，逐渐从政府决策向大众参与的多元决策转变[2]。政府共享大数据资源和信息为协同主体、公众服务，逐步形成网络舆情管理主体协同机制，共同治理网络舆情。
3 舆情管理中大数据应用
3.1 数据采集技术获取海量数据
利用编程接口API或者网络爬虫技术，将自媒体的声音和字幕转换为文本，动态采集舆情信息。采集网络舆情数据包括网络用户名、ID列表、粉丝数、发表数、全部声音文本数据和转发评论信息等。
3.2 数据集成技术处理舆情数据
利用大数据分类、集成技术将网络舆情数据进行聚类分析和分类分析，数据按照相似性划分为多个类别，使同类相似性高的数据聚集，不同类的数据集界限清晰。过程聚类可将网民情绪变化、观点态度转变呈现，把握舆情演变过程，以防出现突然的舆情危机。观点聚类则将网络上同类观点聚集，分析其主体的态度、意见的分布和比例。分类分析是对聚类分析之后的数据信息，按照预先设立好的管理指标进行分类。
3.3 数据挖掘技术分析网络舆情动态
利用数据挖掘技术从海量的、随机数据中，发掘信息价值。数据挖掘利用数据库、人工智能和统计技术进行关联分析、预测、研判和误差分析，提高数据提取、利用的效率，最大的限度的分析出蕴涵在数据里的舆情走势，把握处理网络舆情的最好时机[3]。数据挖掘还能从以往的数据中总结出可适用于同类事件的规律，通过专门的模型可对今后该类事件的舆情演变准确把握。
4 基于大数据的舆情决策机制
4.1 横向联动的人机协同机制
建立舆情大数据指挥中心，整合舆情大数据分析平台，实施统一决策调度实施，各部门共享数据，建立人机协同舆情智能预警机制。通过集成统一舆情大数据平台，扩大舆情数据资源获取范围和管理调控范围，节省管理成本，提高管理效率。舆情协作机制采用横向联动的扁平化管理结构模式，舆情大数据指挥中心作为唯一的决策机构，启动网络舆情决策机制，各类舆情机构和参与主体在网络舆情管理过程中协同互动。横向联动的舆情主体协作机制（如图1）使综合领域相近的管理主体形成合力，政府各职能部门之间以及与社会公共力量横向联合，利用大数据打破数据信息壁垒，各管理部门高效互通，形成基于大数据的舆情工作网[4]。
4.2 数据驱动的舆情决策机制
以大数据驱动的网络舆情决策机制，按网络舆情的生命周期划分：第一阶段为对舆情酝酿期，通过大数据平台对网络舆情进行实时跟踪监测，利用大数据对舆情数据资源实现全量分析，将收集到的舆情数据进行解构与重构，充分整合网络舆情数据资源;第二阶段是舆情爆发期，对快速发酵的网络舆情进行信号甄别，利用数据模型进行风险预警。第三阶段是舆情演化期，对舆情的受众、内容和影响程度进行聚合分析，研判舆情发展态势，启动控制机制和疏导机制。第四阶段是舆情转折期，各部门针对性深度介入，利用大数据进行精准持续疏导，推动舆情进入衰减。第五阶段舆情终结期，对舆情处置方式回溯和总结，对舆情数据建档（如图2）。
4.3 精准定位的舆情疏导机制
以数据精准定位的舆情疏导机制，利用大数据技术获取全网相应的人口统计特征和行为信息，基于数据的情感分析和心理侧写，建立舆情个体的网民数据档案[5]。个体数据档案是根据个体的社会属性、行为轨迹和情感变化等产生的标签化信息。利用大数据平台对自媒体、网络购物等人口社会数据进行挖掘，掌握网民的人口属性、收入、家庭结构、社交关系、活动轨迹、兴趣爱好、行为喜好、上网习惯、媒介使用习惯、社会道德观念等，实现大数据下的“个体画像”。利用大数据技术精准定位舆情个体，也可以由个人数据去定位舆情人群，利用大数据技术手段实施精准疏导，提升网络舆情引导机制效率和效果。
5 结语
自媒体爆发性增长，改变了我国的主流媒介格局，对信息传播和舆情表达产生了颠覆性影响。在加强自媒体网络舆情监控的同时，管理主体应积极地和公众进行网络空间上的良性互动。大数据时代下，信息开放与分享是必然趋势，数据的开放能够使数据更好的服务于网络舆情管理工作，激发社会公众和市场相关主体协同参与舆情管理的热情和创造力。借助自媒体，开通微博、微信、视频公众号与网民进行交流和沟通，营造良好的舆论表达氛围，能够化解网络舆情。
参考文献
[1] 谢雪梅，杨洋洋.地方政府网络舆情应对能力评价及提升路径研究[J].现代情报，2020，40（1）：144-151.
[2] 赖胜强，唐雪梅.舆情事件中网民评论的社会影响研究[J].情报杂志，2020，39（2）：103-107+115.
[3] 何颖，魏绿子.自媒体环境下网络舆情的应对与引导策略研究[J].传播与版权，2020（4）：173-175.
[4] 尚红利.自媒体时代网络舆情政府治理的困境及其消解[J].行政论坛，2016，23（2）：59-62.
[5] 李天龙.突发事件舆情的阶段应对策略[J].情报杂志，2018，37（12）：106-111.
转载注明来源:https://www.xzbu.com/8/view-15348156.htm
