信息網(wǎng)絡(luò)視角的社會輿情分析引導(dǎo)研究

上海立信會計金融學(xué)院 上海 201209

1 引言

1.1 國內(nèi)外研究綜述 網(wǎng)絡(luò)輿情作為社會輿論的主要載體，是群眾思想情感的反映，當(dāng)前我國正處于社會轉(zhuǎn)型期和矛盾凸顯期，因此必須高度重視網(wǎng)絡(luò)輿情，建立網(wǎng)絡(luò)輿情管控工作機制[1]。有學(xué)者認為，由于乘數(shù)效應(yīng)，網(wǎng)絡(luò)中的事件往往容易掀起更為強烈的社會反映，在事件沒有及時、正確的做出應(yīng)對時，輿情危機就可能在極短時間內(nèi)演變成一場包含觀點和行動沖突的群體性突發(fā)事件[2]；也有學(xué)者持不同意見，認為由于網(wǎng)站用戶自產(chǎn)生內(nèi)容十分便利，更有助于形成大規(guī)模、強力度的網(wǎng)絡(luò)輿情，面對社會突發(fā)事件時，能起到積極的推動作用。[3]這兩種觀點的差別，正體現(xiàn)出了網(wǎng)絡(luò)輿情的雙面性。

在網(wǎng)絡(luò)輿情傳播領(lǐng)域，國內(nèi)外許多學(xué)者已進行了相關(guān)研究，提出了各式的網(wǎng)絡(luò)輿情傳播模型，包括有網(wǎng)絡(luò)議題升級模型[4]，“四段三關(guān)”模型[5]，網(wǎng)絡(luò)輿情生命周期模型[6]等等，學(xué)者們從不同角度闡述了網(wǎng)絡(luò)輿情的傳播特點，為其進一步研究提供了良好思路。董琦將網(wǎng)絡(luò)輿情的傳播分為了潛伏、成長、蔓延、爆發(fā)、衰退和死亡六個階段，并對傳播過程作出了實證分析[7]；武潔瓊針對企業(yè)污染行為誘發(fā)的網(wǎng)絡(luò)輿情危機進行了研究，并分析了企業(yè)行為導(dǎo)致的環(huán)境網(wǎng)絡(luò)輿情危機的成因[8]；王德魯引入了基本企業(yè)突發(fā)事件輿情擴散模型、社會網(wǎng)絡(luò)中考慮直接傳播的擴散模型和同時考慮直接與間接傳播的擴散模型，并采用系統(tǒng)仿真法分析和比較了三個模型模擬結(jié)果之間的差異[9]；張勝鵬搭建了“輿情預(yù)警-內(nèi)部管理查漏補缺-改進完善管理措施-跟蹤相關(guān)輿情動態(tài)-總結(jié)提升”的輿情管理模型，將傳統(tǒng)的“危機應(yīng)對型”的被動處置途徑，轉(zhuǎn)變成了“風(fēng)險管控型”主動提升途徑[10]；辜麗瓊結(jié)合評論對象抽取和基于Word2vec的Canopy+K-means聚類模型，得到網(wǎng)民的情感狀態(tài)，評估了企業(yè)危機輿情的應(yīng)對效果[11]。

2 相關(guān)工作

2.1 短文本分類 在自媒體平臺、論壇互動、微博等等社交網(wǎng)絡(luò)載體中，文本數(shù)據(jù)往往呈現(xiàn)出篇幅短，數(shù)量多，增長快的趨勢，面對海量短文本數(shù)據(jù)，如何從文本特征中得到結(jié)構(gòu)化的數(shù)字特征，將其準(zhǔn)確分類便成為了文本挖掘工作者面對的首要問題。不同于一般文本分類問題，社交媒體中的文本數(shù)據(jù)往往特征稀疏，不易被準(zhǔn)確分類，傳統(tǒng)方法中常采用特征擴展方法，如引入搜索引擎或維基百科等外部文本數(shù)據(jù)集作為背景知識，以獲取更多的語義信息，然而引入外部數(shù)據(jù)源也意味著干擾信息的增多，因此對模型的提升效果也有限。目前最主流的文本表示模型是向量空間模型，通過將對每個給定文檔的處理視為向量空間中的向量運算，并用余弦距離表達語義相似度，能夠有效將文本切割成特征項的表示?，F(xiàn)階段，Bayes、SVM、CNN、RNN、LSTM等一系列模型紛紛涌現(xiàn)，從語義向量角度對文本的深層語義特征進行了挖掘，在各個領(lǐng)域均取得了良好應(yīng)用。

2.2 情感極性分析 情感分析或意見挖掘是關(guān)于人們對問題、事件、主題及其屬性的情緒、評價和態(tài)度的定量計算研究。在金融領(lǐng)域，為了研究群眾情緒，把握輿論趨勢，往往需要進行數(shù)據(jù)挖掘和特征提取，如自媒體平臺、論壇、博客等進行情緒趨勢分析。文本情感分析是對情感詞、句子甚至文檔進行分析和總結(jié)的過程。早期情感分析一般是基于文本輿情語料庫構(gòu)建情感詞典，將情感趨勢詞作為語料庫進行人工標(biāo)注，然后利用分類器如向量機、最大熵、樸素貝葉斯等進行訓(xùn)練。訓(xùn)練好的分類器到位后，就可以對新輸入的評論數(shù)據(jù)進行預(yù)測，獲得其情感偏好。近年來，隨著深度學(xué)習(xí)的愈發(fā)流行，神經(jīng)網(wǎng)絡(luò)模型也正覆蓋著情感分析領(lǐng)域，在情感分析任務(wù)中取得了良好表現(xiàn)。

3 網(wǎng)絡(luò)輿情預(yù)測引導(dǎo)研究

3.1 網(wǎng)絡(luò)輿情預(yù)測 在網(wǎng)絡(luò)社交平臺中，由于不同用戶面對社會話題時的偏好、立場，影響力存在諸多差異，其傳播言論的方向、廣度也不盡相同，為此，在公眾聲音愈來愈受重視的今天，準(zhǔn)確挖掘到存在負面輿情爆發(fā)概率的用戶特征群，對可能存在的輿情風(fēng)險點做出及時的預(yù)測與防控，已成為政府、企業(yè)勢在必行的一件要務(wù)。通過將用戶畫像進行特征提取量化，將動態(tài)復(fù)雜的信息抽象為具體場景的事件標(biāo)簽，結(jié)合用戶情感傾向、情感煽動性等偏置特征，刻畫出高危用戶群，從而實現(xiàn)輿情風(fēng)向的實時預(yù)測，進而防治規(guī)模負面輿情爆發(fā)現(xiàn)象。

圖1 輿情監(jiān)測平臺應(yīng)用層

3.2 網(wǎng)絡(luò)輿情引導(dǎo) 隨著互聯(lián)網(wǎng)的普及和發(fā)展，重大突發(fā)事件所造成的社會輿情風(fēng)向越來越受到國家關(guān)注，對網(wǎng)絡(luò)輿情的正確應(yīng)對與積極引導(dǎo)方案也被提上了日程。

在這樣的大背景下，政府正面臨著更加嚴峻的輿論危機挑戰(zhàn)，這就要求政府在紛繁復(fù)雜的信息中把握輿論走向，及時、有效地對突發(fā)網(wǎng)絡(luò)輿情作出控制和管理，堅持主動公開、實事求是、高效研判的原則，建立和完善政府信息公開與輿情應(yīng)對相協(xié)調(diào)的工作機制。要充分發(fā)揮政府在新聞宣傳和輿論引導(dǎo)中的作用，把輿情應(yīng)對工作貫穿于全過程。除了政府外，媒體也極大的影響著人們對突發(fā)事件的態(tài)度和看法。因此，媒體也應(yīng)采取相應(yīng)的輿情應(yīng)對策略，發(fā)揮輿論引導(dǎo)作用，如加強主流媒體的領(lǐng)導(dǎo)，加強互聯(lián)網(wǎng)管理團隊的宣傳，、發(fā)揮本土優(yōu)勢向外界披露信息等。

4 結(jié)語

輿情研究是一門由社會科學(xué)和自然科學(xué)復(fù)合而成的新興研究領(lǐng)域，作為熱點問題之一的網(wǎng)絡(luò)輿情更是備受政企重視，從信息網(wǎng)絡(luò)的角度對社會輿情進行分析研究有助于監(jiān)管部門制定相應(yīng)的政策以維持社會的和諧穩(wěn)定?；谏鐣浨楸O(jiān)測系統(tǒng)，需要做到宏觀把握，微觀著手，建立健全網(wǎng)絡(luò)輿情爆發(fā)時迅速反應(yīng)的機制，從而做到發(fā)現(xiàn)敏感點、預(yù)警熱點和掌控爆發(fā)點。但目前存在著網(wǎng)絡(luò)輿情分析指標(biāo)體系欠缺，理論和實際相互脫節(jié)等問題。因此，需要進一步挖掘計算機技術(shù)和網(wǎng)絡(luò)信息可視化技術(shù)，構(gòu)建社會網(wǎng)絡(luò)輿情可視化分析方法和框架，這對于監(jiān)控輿情發(fā)展情況，整合數(shù)據(jù)分析報告都有積極作用。