大数据时代网络舆情管理改革探讨

大数据时代的到来对人类的生活、工作和思维产生了革命性的影响，深刻改变了商业王国和公共管理的面貌，“大数据”日益成为各行业创新的助推器。当前，我国网络舆情环境复杂，网络舆情危机时有发生。社会热点舆情事件、官政舆情事件不断涌现，造成社会民主生活与政治稳定失衡等诸多影响。大数据背景下的网络舆情正在发生巨大变化，网络舆情管理也变得日益复杂和重要。如何抓住大数据时代带来的机遇，用大数据理念改变网上舆情管理的传统思维，准确把握网上舆情的内在特征及其演化过程中的潜在规律，实现网上舆情管理在思维、模式和技术上的创新，对于新形势下引导网上舆情、加强和改进网上内容建设具有重要的理论意义。

第一，大数据时代必然要求网络舆情管理的变革。

“大数据”的概念最早是在上世纪80年代提出的。2011年，麦肯锡公司发布了其研究成果《大数据:创新、竞争和生产力的下一个前沿》，使得这一概念得到了广泛的普及。2012年3月29日，奥巴马宣布投入2亿多美元启动“大数据研究与发展倡议”，将“大数据战略”提升为国家战略。近两年来，大数据引起了学术界、产业界和政府部门的关注，成为国内外强有力的前沿词汇。大数据(Big data)又称海量数据、海量数据、大数据，是指在合理的时间内，由主流软件工具捕获、管理和处理的数据量过大的集合。是海量信息，只有通过深度挖掘、计算、分析才能创造价值。大数据在体量、复杂度、生产速度、价值密度四个方面大大超越传统数据形态，具有4V特性:体量、种类、速度、价值。大量网民通过论坛、微博、微信等渠道方便快捷地发表意见。网络舆情的规模和复杂程度迅速上升，体量巨大，价值密度低。其固有特征的改变，必然要求网络舆情管理转型，以适应大数据时代的发展。这些要求主要体现在四个“转”。

从监测到预测。大数据的核心和目标是预测。复杂网络专家芭芭拉·巴西(Barbara Brazil)认为，“人类93%的行为都是可以预测的。当我们把生活数字化、公式化、模型化的时候，会发现每个人都很相似。生活是如此抗拒随机运动，渴望向更安全更规律的方向发展。人类的行为看似非常随机和偶然，但却极其容易被预测。”[1].比如亚马逊可以推荐我们想要的书，淘宝知道我们的喜好，人人网可以猜我们认识谁。传统的网络舆情管理以监控生成的舆情信息为出发点，这种明显的滞后性使其在应对网络舆情危机中处于被动地位。目前留给处理突发事件的时间越来越少，从传统的“黄金24小时”变成了“黄金4小时”。这么短的时间使得舆情分析和决策还没来得及参与，整个事件就已经造成了爆炸效应。在大数据时代，通过挖掘数据的相关性，将数学算法应用于海量数据进行分析，在网络传播初期提前监测敏感新闻，进而建立模型模拟网络舆情的演变过程，从而预测网络舆情突发事件的可能性和倾向性。

(2)从节点到网络。从监测舆情到预测舆情，最关键的大数据技术是挖掘数据的相关性。在小数据时代，由于数据库和计算分析能力的限制，追求因果关系或相关性既费时又易受传统思维模式和特定领域隐含的固有偏见影响，舆情分析结果的准确性无法得到保证。因此，传统的网络舆情管理只注重对舆情内容的监测，通过分析个别数据节点来把握浅层的社会语义表达，比如网民说了什么。大数据在保留原始数据的同时，记录了网民“为什么这么说？”按照大数据思维，每一个数据都是一个节点，可以和其他相关数据在舆情链上无限形成乘法效应——类似微博裂变传播路径，数据的裂变相关状态蕴含着无限可能[2]。通过对海量信息的解构和重构，充分整合政府和企业的数据资产，利用一系列快速发展的新技术和新工具对节点间的关系进行描述、度量和计算，深度挖掘数据的相关性，从而消除偏见和视觉盲区，把握容易被忽视的社会动向，预测舆情发展趋势。因此，大数据时代必然要求网络舆情管理改变其监测体系，从节点到网络，把握关联性，进而分析舆情背后的社会互动，乃至网络族群之间的界限和相互联系。

(3)从定性到定量。舆情分析师或解读者从自身的经验和视角出发，在传统网络舆情管理过程中进行定性分析时，必然会使其分析结果带有个人价值观和理念的主观印记，甚至不同的舆情机构会对同一舆情事件得出相互矛盾的结论。在大数据时代，所有的元数据都可以通过量化关联转化为有价值的信息，并且可以多次使用。每一次使用都是一次创新，大数据成为网络舆情量化管理的力量源泉。虽然数据的相关性决定了一些数据的潜在价值，但是新技术、新软件的出现，使得通过数学分析实现数据的价值转化成为可能。对舆情的多维度解读和新的深刻见解的揭示，使得舆情分析的结果全面客观，大大超越了传统的网络舆情管理。但是，数据的量化并不等同于简单的“数字化”，而是数据的可计算性，勋伯格称之为“数字化”，是指将现象转化为可量化的形式，并可以制表和分析的过程[3]。“数字化”将态度和情绪转化为可分析的形式，可以对网络舆情的相关信息进行深度分析。一些社交媒体，如脸书、Twitter、QQ、微博、微信等，坐拥大数据的宝藏，一旦自身数据库被深度利用，就能轻松获取几乎所有社交领域、所有用户的所有动态信息。

(四)从样本到整体。在传统的网络舆情工作模式中，收集的舆情相关数据只是样本信息，构建的数据库结构单一，数据量有限。其数据来源一般基于对关键网络站点的采样或数据抓取，只能分析小规模、结构化或类结构化的数据，标准不一，难以在不同领域使用。同时，样品分析不能保证结果的准确性。即使分析方法和操作没有问题，抽样过程中的任何差错都会使舆情分析结果与事实相差甚远。大数据体量巨大，从TB级别跃升到PB甚至ZB级别，完整记录社情民意，成为人类生存痕迹和心理变化的记录者。采样的目的是用尽可能少的数据获取尽可能多的信息，但大数据是建立在掌握所有数据的基础上的，至少是海量数据。随着数据处理技术的快速发展，需要改变传统的舆情管理思维和方法，改变抽样的惯性。利用大数据技术，建立网络舆情自动分析系统，能够全天候自动搜索和收集看似与目标舆情无关，但内在相关的信息。抓取采集页面后，自动进行信息分类，自动获取关键词，自动进行内容分析和报警。样本扩大到几乎全部，舆情分析结果更加客观可靠。

二、大数据时代网络舆情管理改革的效果展望

抓住大数据时代改变网络舆情管理的新机遇，迎接新挑战，满足大数据时代网络舆情管理的新要求。改变和创新网络舆情管理将产生良好的管理效果，实现新时期网络舆情管理的升级和转型。

(一)实现“防火”管理。由于传统的网络舆情管理无法掌握数据相关性，无法准确预测舆情未来发展趋势，因此采用“救火式”管理模式。政府通常只有在舆情产生或已经形成舆情危机时才会采取措施，如发布信息、引导舆论、满足诉求等。，从而达到“救火”的效果。在这种模式下，政府往往被动地陷入网络舆论的漩涡，形成了将网络舆论视为“敌情”的偏见。为了摆脱这种困境，政府总是试图对网络舆论进行“控制”、“引导”和“回应”，以高人一等的姿态支配和主导网民及其舆论表达。但如果网民在网络舆论中的主导地位得不到保障，网络舆论就失去了“减压阀”的功能，网络舆论的问题也就治标不治本了。大数据时代，政府将改变网络舆情管理的思维和模式，应用大数据技术对网络舆情进行关联分析、等级划分、聚类分析和趋势分析，实现从“救火”管理向“防火”管理的转变。找到“导火索”和“减压阀”的平衡点，才能发挥网络“舆论场”的作用，把网络舆论危机扼杀在摇篮里。比如中情局通过抓取海量数据，追踪恐怖分子，监测社会情绪。在阿拉伯之春中，它通过大数据分析了有多少人、哪些人的立场从温和转变为激进，并“算出”哪些人可能会采取有害行动。

(2)打捞“沉声”。大数据源于互联网的共享性和开放性，但“数字鸿沟”的存在将“信息穷人”隔离在网络之外。虽然互联网的发展使得这部分人群的比例越来越低，但是发展不均衡的扩大意味着还有一个群体是不可忽视的，将无法提供任何数据。即使是能充分利用网络的人，也可能在某些情况下成为舆论中的弱势群体，或者因为在舆论主流中的异质思维而选择不在网络上发声。当然，这种选择可以是主动的，也可以是被动的。正如美国哲学家埃里克·霍弗所说，“一个国家最不活跃的人是中层。他们是体面的人，在城市工作，在农村务农。然而，他们的命运被社会光谱两端的少数人——最好的人和最坏的人——所主宰。”[4].显然，单靠技术体系搭建的大数据平台，并不能真正获得“全部数据”。要通过改革网络舆情管理，打捞那些可能代表某个群体或某个数量级的“沉没声音”。因此，全面思考和厘清大数据时代网络舆情管理面临的机遇和挑战，通过“大舆情”理念的构建，改变网络舆情管理的工作理念和模式，将有利于打捞“沉没的声音”。比如，将舆情服务与社会调查相结合，注重实地调查和第一手材料收集，而不是将网络舆情管理与技术捆绑在一起，会避免得到不完整的舆情或做出误导性决策。

(3)识破“虚假舆论”。目前备受关注的网络舆论，越来越成为以影视明星学者、影视明星记者、影视明星商人、影视明星政客为中心的“伪舆论”[5]。重大敏感事件发生后，一些网络管理者和有影响力的舆论机构迅速屏蔽自己主观认为的“有害信息”，有选择地编制舆情报告，以片面、虚假的“伪舆论”影响决策者对形势的判断，使其做出符合自身利益的决策。一些利益集团精心扶植和培养自己的网络代言人，引导网民思考内容和方向。于是，这些意见领袖对关键事件和问题的看法在网络上大行其道，其他异质意见被淹没，使得人们对真相的认知出现了很大偏差。当舆论被各种利益集团的政治和经济力量操纵时，它就失去了独立性。“伪民意”一旦被发现，民意机构就可能失去公信力。基于全网的完整、准确、快速的信息抓取，有利于为舆情分析报告提供第一手材料和纯粹的事实，从而获得真实、全面的舆情，使网民在不知道“为什么”的情况下，仍然能够公正、客观地了解“是什么”，从而有助于引导网络舆论。同时，通过改变网络舆情管理的体制和机制，保持舆情管理的独立性，有效识破“虚假舆情”，消除“杂音”和“噪音”，让大数据时代的网络舆情真正成为现实世界的“镜像”。

(4)克服“盲人摸象”和“信息孤岛”。海量信息的无限增长与网民有限的关注和分析能力之间的矛盾，造成了“数据爆炸”和“知识匮乏”的怪现象，加剧了舆论的“盲人摸象”效应。大数据时代，网络媒体促进了信息的开放性和传播的便捷性，人们对公共事件的参与达到了前所未有的高度。然而，聚焦传播和个性化传播的凸显，以及信息的碎片化，使得全面而深刻地关注和分析事件变得越来越困难。网民非理性、易激动的特点导致网络舆论极端化、情绪化，网络“群体极化”被放大。大数据时代的舆情监测是基于传统人工和软件做不到的全网舆情信息采集，样本扩大到所有。利用大数据技术，建立网络舆情自动分析系统，避免因数据来源不全导致的重要信息监控缺失，有助于消除“盲人摸象”现象。同时，由于信息化应用水平参差不齐，政府不同部门与企业之间存在“信息孤岛”问题:部门有多少，信息系统就有多少，每个系统都有自己的数据库、应用软件和用户界面，完全独立，阻碍了数据的互联互通[6]。改变大数据时代网络舆情管理的工作模式，统一舆情行业技术标准，实现数据共享，建立网络舆情服务联盟，统筹政府、企业、媒体和社会力量，实现网络舆情多元治理，有助于解决“信息孤岛”问题。

三、大数据时代网络舆情管理的转型路径

当大数据给各行各业带来革命性影响的时候，整个世界还没有为这场工业革命做好准备。但与英美等发达国家相比，中国更像是大数据时代的前夜。中国的人口和经济规模决定了中国大数据的规模是世界上最大的，这为中国抓住时代脉搏进行改革提供了难得的机遇。在此背景下，大数据也对传统的舆情管理产生了深刻的影响。要使网络舆情管理改革取得预期效果，适应时代发展要求，必须从思维理念、方法手段、体制机制、技术支撑和人才建设等方面入手。

(一)树立舆论观念。大数据时代网络舆情管理的变革在于树立大舆情理念。这里的大舆论包括两层意思。第一，强调“大数据观”，即充分实现网络数据平台的开放性和享用性。按照“一切都可以量化”的大数据逻辑，一个新的关联数据的产生，通常会带来一个新的分析结果。因此，只有形成“大数据观”，实现数据的动态共享，才能有效防止信息碎片化，最大限度地消除“盲人摸象”、“信息孤岛”等现象。第二，强调线上线下数据的融合。网络民意与社会调查结合不够，可能会降低民意的真实性，误导决策。比如，对于节假日调整方案的选择，民意机构组织的网络投票结果是不一样的，他们做出的舆情分析报告也和真实的民意不一样。因此，只有真正把握“大民意”，打捞“沉没的声音”，才能做出正确的决策，建设更安全、更高效的社会。树立大舆情概念，首先要实现数据动态分析，打破数据垄断，统一标准，享受数据，防止孤立的舆情机构闭门造车做出片面或错误的舆情分析报告。其次，要整合线上线下各方面数据，挖掘网络舆情与社会动态的深层关系，实现网络舆情管理与社会治理的紧密联动、同步推进[7]。最后，完善和创新网络舆情管理的各个环节，包括舆情捕捉、预警、研判、决策和评估，使舆情管理功能不仅限于危机处理，还能起到辅助决策的作用。

(二)改变网络舆论的引导策略。做好舆论引导工作，要把握好及时性、适度性和有效性。然而，目前许多地方和部门对如何引导网络舆论仍缺乏正确的认识。他们无法把握好“时间”中的“黄金四小时”，把握好保证网络舆论引导实际质量的“温度”和“效率”。大数据因其自身特点，有利于改变网络舆论的引导策略，变“封杀”、“鸵鸟战术”为“网上引导，网上哪里倒”，使“伪舆论”失去生存土壤。因此，应充分发挥大数据优势，提高舆论引导能力。第一，利用大数据提高网络舆论引导的预见性和目的性。通过数据抓取和关联分析，构建网民意见倾向分析模型，了解网民偏好和特点，建设和完善政府网站和官方微博，培育和依靠“会说话、会说话、接地气、办实事”的意见领袖。二是通过数据的价值转化，实现网络舆论的价值引导。在充分收集相关数据的基础上，运用图表等数据可视化技术揭示事件的前因后果，让数据“发声”，让网民“知其然”、“知其所以然”，从而360度无死角地了解事件的前因后果，杜绝“盲人摸象”现象。第三，增强舆论引导的公信力。一方面，加强新老媒体互动，发挥各自优势与公众沟通，破解谣言和谣言，实现时效性和权威性的双重保障；另一方面，要防止舆情分析师在处理数据的过程中受到经验偏好的影响，防止大数据成为一些机构和个人更方便地操纵舆情的手段。

(三)完善大数据舆情管理体制机制。目前网上舆情管理的体制机制还不完善，很多地区没有系统规范的舆情应对和处理管理制度。舆情分析预测手段落后、危机应对体系缺失、舆情管理机构不完善不稳定、多头管理等问题十分普遍。完善大数据舆情管理的体制机制，对于从源头上解决网络舆情管理过程中的问题和困难，实现标本兼治具有决定性作用。因此，为了使网络舆情管理行之有效，提高网络舆情工作的规范化和科学化水平，我国应加快建立和完善大数据舆情管理的体制和机制。首先，建立网络舆情多元管理的互动机制。国家将出台大数据发展战略规划，产学研结合，政府、企业、社会、公民共同努力，形成合力，实现* * *治理。其次，改变网上舆情管理的机构设置，改变以往通过临时成立领导小组或临时办公室，或以宣传部门为“消防队”被动应对舆情危机的模式，通过常态化的机构设置和专业人员的配备，使网上舆情管理专业化、精细化。再次，建立明确的责任机制，通过加快数据立法进程，明确包括政府部门、企业媒体、人民团体在内的各级各部门的权利义务；通过建立网信部门主导的大数据舆情管理系统，改变多头管理的局面，建立政府首席信息官负责制。最后，完善大数据网络舆情管理的资源保障机制。大数据时代，网络舆情管理转型面临初期成本高、短期效益不显著等问题，需要加大资金、技术、物资、人力等资源投入。

(4)创新大数据网络舆情管理的方法和技术。大数据时代的到来，要求网络舆情管理必须采用更先进的技术，主要表现在各种相关软件的广泛应用和大数据技术的支撑平台。目前比较有代表性的中国舆情监测采集软件有TRS互联网舆情信息监测系统、北大方正智思舆情监测系统、军犬网络舆情监测系统、乐思网络舆情监测系统等。此外，还应完善和创新大数据技术支撑平台的五大基石——数据监测技术、数据挖掘技术、数据存储技术、数据分析技术和数据安全技术，让大数据在不超出我们控制的情况下服务于网络舆情管理。同时，不能陷入“技术万能”的误区，盲目依赖技术，更不能因为相信大数据强大的预测功能而导致“数据独裁”，成为数据的奴隶。因此，网络舆情管理还需要依靠其他方法和手段，相辅相成，共同努力。法律因其最大的强制性和权威性而成为最有效的管理和控制手段。法律和道德是相互关联的，在具有极大复杂性和特殊性的虚拟空间中，教育和自律被置于重要位置。比如欧美发达国家，比如美国、英国、加拿大等。，都倡导用户自律、自我管理，以提高网民的媒介素养，加强自我控制能力。此外，我们可以效仿韩国和新加坡，用行政手段要求网络用户在获得国家有关部门颁发的许可证后，才能访问政府严格控制的信息。

(5)培养大数据时代的网络舆情管理人才。大数据时代的网络舆情会形成多维度的研究，比如对社会话语表达、社会心理描述、社会关系呈现、社会诉求预测等方面的分析研究。网络舆情将真正成为一门多学科交叉的社会科学，对人才的综合性要求很高。我国教育的学科划分和培养体系，客观上使得培养出来的人才难以跨界。换句话说，真正进入这个行业的门槛是很高的。正因如此，各国越来越重视数据科学家的培养。比如美国在大学里专门开设了研究大数据技术的课程，通过严格的业务培训和职业资格认证来培养下一代数据科学家。2013年9月，中国人力资源和社会保障部、人民网启动“网络舆情分析师职业培训计划”，“网络舆情分析师”成为官方认可的职业。然而，我国现有舆情工作人员的水平仍然严重滞后，许多舆情机构特别是地方政府没有专业的数据处理和分析团队以及专门的网络舆情管理部门。为了突破大数据时代改变网络舆情管理的人才瓶颈，短期内可以通过招聘和聘用的方式引进数据挖掘和分析人才，通过委托培养和在线培训的方式加强现有专业人才的力量，通过购买服务的方式短期租用大数据舆情管理的高素质人才。从长远来看，要系统梳理网络舆情管理所需人才清单，培养壮大精通数据挖掘和数学建模，具有较高学习能力、分析能力和知识水平，横跨统计学、社会学、计算机科学、传播学、管理学等学科的复合型人才，建设大数据网络舆情管理专业人才队伍。

以上是边肖论述大数据时代网络舆情管理变革的相关内容。更多信息可以关注环球常春藤分享更多干货。