1998-2019年國內(nèi)輿情研究熱點及主題演化可視化分析

張?？?李玉華 莊 曉 張海艷

（1.山東科技大學圖書館 青島 266590；2.山東科技大學計算機科學與工程學院 青島 266590）

0 引言

《輿情學》中對輿情的定義為：輿，公眾也；情，情緒也[1]。傳統(tǒng)時代的輿情結(jié)構(gòu)簡單，傳播途徑單一，多以民眾街頭巷尾的議論為存在形式，而以互聯(lián)網(wǎng)平臺為依托的網(wǎng)絡(luò)輿情作為社會輿情在互聯(lián)網(wǎng)空間的映射，能夠搭載海量數(shù)據(jù)，實現(xiàn)輿情快速多維的傳播。根據(jù)中國互聯(lián)網(wǎng)絡(luò)信息中心（CNNIC）最新統(tǒng)計數(shù)據(jù)，截至2019年6月，我國網(wǎng)民規(guī)模達8.54億，互聯(lián)網(wǎng)普及率達61.2%。日新月異的科技手段和龐大的網(wǎng)民數(shù)量為網(wǎng)絡(luò)輿情的誕生和繁榮提供了保障，網(wǎng)絡(luò)輿情正以空前的速度迅猛發(fā)展，與此同時，諸如信息真假難辨、網(wǎng)絡(luò)噪音干擾等諸多社會問題接踵而至。

因此，越來越多的研究者把目光轉(zhuǎn)向了網(wǎng)絡(luò)時代輿情的監(jiān)控與防治，從新聞學、社會學、情報學等學科角度出發(fā)，探究新媒體環(huán)境下輿情治理新模式。如張寶生等[2]以CNKI數(shù)據(jù)庫為數(shù)據(jù)源，利用Citespace軟件識別出網(wǎng)絡(luò)輿情基礎(chǔ)理論、網(wǎng)絡(luò)輿情傳播渠道、網(wǎng)絡(luò)輿情政府治理和高校網(wǎng)絡(luò)輿情4類輿情研究熱點；劉巖芳等[3]使用文獻題錄工具SATI進行數(shù)據(jù)預處理，基于共詞矩陣聯(lián)合可視化技術(shù),對高頻詞共現(xiàn)矩陣進行網(wǎng)絡(luò)關(guān)系研究和聚類分析；陳葉葉等[4]對2006-2015年國內(nèi)網(wǎng)絡(luò)輿情研究的熱點研究主題及重要前沿趨勢進行挖掘；李永忠等[5]基于共詞網(wǎng)絡(luò)分析法,分階段對網(wǎng)絡(luò)輿情共詞網(wǎng)絡(luò)結(jié)構(gòu)進行研究,通過學科知識網(wǎng)絡(luò)可視化,展示并對比了國內(nèi)外網(wǎng)絡(luò)輿情各階段的研究熱點和演化情況。

基于上述情況，本文應用文獻計量學和共詞網(wǎng)絡(luò)分析方法，借助Citespace軟件對CSSCI數(shù)據(jù)庫收錄的我國1998-2019年發(fā)表的輿情研究文獻進行可視化分析，以梳理輿情領(lǐng)域研究主題發(fā)展脈絡(luò)，探究輿情領(lǐng)域研究的熱點、現(xiàn)狀及未來發(fā)展趨勢，以期對我國輿情研究領(lǐng)域的發(fā)展有更加直觀清晰的認識。

1 數(shù)據(jù)來源與研究方法

本研究選取中文社會科學引文索引數(shù)據(jù)庫（CSSCI）作為數(shù)據(jù)來源，以“輿情”為檢索詞進行全字段檢索，檢索時間范圍設(shè)置為1998-2019年，共檢測出輿情相關(guān)文獻1 742篇，經(jīng)過比對篩選、數(shù)據(jù)清洗和格式轉(zhuǎn)化，最終得到有效文獻1 697篇。

應用文獻計量學方法和Citespace可視化工具了解國內(nèi)輿情發(fā)展基本脈絡(luò)和未來發(fā)展趨勢。繪制關(guān)鍵詞共現(xiàn)網(wǎng)絡(luò)和文獻共被引網(wǎng)絡(luò)等科學知識圖譜，采用共詞分析原理和關(guān)鍵詞聚類算法挖掘當前研究熱點，梳理近年來輿情研究主題演化路徑，識別未來輿情研究的重點方向。

2 研究結(jié)果與可視化分析

2.1 發(fā)文量年度分布

文獻發(fā)文數(shù)量的變化可以直觀的反映某學科在特定時間段內(nèi)研究熱度的變化，是衡量該學科在該時間段內(nèi)發(fā)展態(tài)勢的重要指標[6]。根據(jù)發(fā)文時間對輿情領(lǐng)域1 967篇文獻進行統(tǒng)計整理，繪制1999-2019年輿情研究領(lǐng)域年度發(fā)文量趨勢圖，如圖1所示。

圖1 1999-2019年輿情研究領(lǐng)域發(fā)文量年度統(tǒng)計

由圖1可知，我國輿情研究在2008年以前發(fā)展緩慢，2009-2014年處于快速上升期，2015年以后處于長期的平穩(wěn)發(fā)展階段。2003年之前關(guān)于輿情研究的文獻極少，多以新聞報道為主要表達形式，并未有學者對輿情進行系統(tǒng)的理論研究，而2003年非典的爆發(fā)使得研究界注意到輿情領(lǐng)域的空白。南京大學杜駿飛在《流言的流變：SARS輿情的傳播學分析》一文中提到了以“手機短信”為代表的新媒體勢力對傳統(tǒng)主流媒體的推動作用。此后的幾年間，中國網(wǎng)民數(shù)量呈現(xiàn)逐年快速增長的趨勢，關(guān)于輿情研究的文獻也逐步增多。直至2008年，中國的網(wǎng)民數(shù)量超過美國，躍居世界第一，加之同年北京奧運會、汶川大地震等重大事件的發(fā)生，輿情領(lǐng)域的研究文獻實現(xiàn)了翻倍式增長，2009年新浪微博的普及為網(wǎng)絡(luò)輿情的發(fā)展提供了廣闊的平臺。此后五年間，各界學者對輿情的研究熱情空前高漲，發(fā)表的文獻數(shù)量呈高速發(fā)展，2014年，僅收錄在CSSCI來源期刊中的輿情文獻已達到207篇。2015年至今，輿情領(lǐng)域研究趨于平穩(wěn)，文獻發(fā)表數(shù)量隨當年有無熱點事件發(fā)生而上下波動，但總體維持在一個較高水平，進入長期穩(wěn)定的發(fā)展階段。

2.2 作者發(fā)文與合作情況

論文作者是研究領(lǐng)域產(chǎn)出主體的最小單元[7]，也是某一科學領(lǐng)域研究的直接貢獻者。運用Preiss定律[8]計算輿情研究領(lǐng)域的核心作者，即高產(chǎn)作者群中最低產(chǎn)作者的發(fā)文數(shù)量（MP）為最高產(chǎn)作者發(fā)文數(shù)量（NPMAX） 平方根的0.749倍,計算公式為1999-2019年輿情研究領(lǐng)域作者發(fā)文量最大為47篇,取整后為5，因此本文將論文發(fā)表量在5篇以上的作者認定為輿情研究領(lǐng)域的核心作者。

輿情研究文獻中共有作者458人，發(fā)表5篇以上文章的作者52人，占作者總?cè)藬?shù)的11.4%，核心作者累計發(fā)文量552篇，占總發(fā)文量的32.5%，距離50%仍有較大差距，因此，我國輿情研究領(lǐng)域尚未形成嚴格意義上的核心作者群[9]。導出發(fā)文量排在前十位的核心作者統(tǒng)計表，如表1所示。為進一步展現(xiàn)作者間的合作關(guān)系，利用Citespace軟件繪制輿情研究領(lǐng)域作者合作網(wǎng)絡(luò)知識圖譜，如圖2所示。

表1 輿情研究領(lǐng)域高發(fā)文量作者（前十位）

圖2 輿情研究領(lǐng)域作者合作網(wǎng)絡(luò)

在作者合作網(wǎng)絡(luò)中，節(jié)點大小代表論文產(chǎn)出數(shù)量，作者之間的連線表示合作關(guān)系。從核心作者發(fā)文量來看，福州大學陳福集教授在輿情研究領(lǐng)域發(fā)表的文獻最多，總發(fā)文量達到47篇，其主要研究方向為網(wǎng)絡(luò)輿情和數(shù)據(jù)挖掘，中國人民警察大學蘭月新教授總發(fā)文量為45篇，主要研究方向為網(wǎng)絡(luò)輿情；重慶大學曾潤喜教授發(fā)文35篇、吉林大學黃微教授發(fā)文30篇、中國人民警察大學夏一雪教授發(fā)文量25篇。從高產(chǎn)作者之間的合作關(guān)系上來看，陳福集教授僅與華僑大學郭韌教授形成合作關(guān)系，蘭月新教授與夏一雪教授合作關(guān)系較為密切，而與曾潤喜教授之間的合作關(guān)系較微弱。對輿情研究領(lǐng)域作者的中心度進行計算后發(fā)現(xiàn)，蘭月新和曾潤喜兩位教授的中心度為0.01，其余作者均為0，這說明在作者共現(xiàn)合作網(wǎng)絡(luò)中，以上述兩位作者為中心形成的學術(shù)研究聯(lián)盟相對緊密，而其他作者之間的聯(lián)系較弱，大多未形成科研合作團隊。對作者所屬機構(gòu)分析可知，盡管高校為輿情研究的主陣地，但目前各高校之間的聯(lián)系較弱，我國輿情研究領(lǐng)域尚未形成規(guī)模較大的研究機構(gòu)和科研團隊。

2.3 作者共被引分析

借助Citespace軟件繪制我國輿情領(lǐng)域文獻作者共被引知識圖譜，可視化結(jié)果如圖3所示。對輿情領(lǐng)域作者被引頻次進行統(tǒng)計，排在前十位的作者如表2所示。由表2和圖3可知，重慶大學曾潤喜教授總被引次數(shù)達到246次，為輿情研究領(lǐng)域被引頻次最高的作者，其主要研究方向為政治傳播和網(wǎng)絡(luò)輿情。高被引作者排在第二位的是唐山學院劉毅，其總被引頻次為239次，研究方向為新聞與傳媒；天津社會科學院王來華被引159次，位于高被引作者第三位，排在第四位和第五位的分別是中國人民警察大學蘭月新153次、北京師范大學喻國明131次。綜合作者發(fā)文情況來看，同為高產(chǎn)和高被引作者的共有五位，分別是曾潤喜、蘭月新、陳福集、王國華和朱恒民，可以認為上述作者為輿情研究的權(quán)威性作者，而從突變強度來看，夏一雪、黃薇、張鵬等作者突變強度較高，成為輿情研究的新興力量。

表2 輿情研究領(lǐng)域高被引作者（前十位）

圖3 輿情研究領(lǐng)域作者共被引網(wǎng)絡(luò)

2.4 文獻共被引分析

在一段時期內(nèi)被引的次數(shù)可以反應出該文獻在相關(guān)領(lǐng)域內(nèi)的重要性和影響力，被引頻次高，說明文獻占據(jù)著重要位置或得出過重要結(jié)論[10]。Citespace可以提供科學直觀的可視化引文文獻信息,使研究者直觀地辨別出學科前沿的奠基性文獻與核心文獻[11]。經(jīng)統(tǒng)計可知，與輿情主題相關(guān)的1 696篇論文共引用了17 822篇參考文獻，以參考文獻為節(jié)點，提取1999-2019年每一年中被引TOP 50的論文，構(gòu)建由615條參考文獻和1 494條共被引關(guān)系組成的共被引網(wǎng)絡(luò)，以此挖掘參考文獻中由于成對引用而形成的共被引關(guān)系。圖4所示的引文網(wǎng)絡(luò)中展示了被引頻次不少于10次的文獻信息，包括作者和發(fā)表時間，表3列出了被引頻次排在前十位的參考文獻。

表3 輿情研究領(lǐng)域高被引作者（前十位）

圖4 輿情研究領(lǐng)域文獻共被引網(wǎng)絡(luò)

由文獻共被引網(wǎng)絡(luò)和被引頻次表可以看出，被引頻次排在第一位的是曾潤喜于2009年9月發(fā)表的《網(wǎng)絡(luò)輿情管控工作機制研究》，文章提出健全網(wǎng)絡(luò)輿情管控工作機制[12]，加快制定應急預警法案、利用網(wǎng)絡(luò)輿情規(guī)律不斷完善網(wǎng)絡(luò)監(jiān)控體制、改善國家社會關(guān)系，為后續(xù)學者思考輿情監(jiān)測和輿論管控提供了研究方向。排在第二位的是劉毅在2007年發(fā)表的《略論網(wǎng)絡(luò)輿情的概念、特點、表達與傳播》，該文獻對輿情的定義、特征和傳播方式進行了系統(tǒng)梳理[13]，奠定了輿情研究的理論基石。陳波在2011年發(fā)表的《泛在媒體環(huán)境下的網(wǎng)絡(luò)輿情傳播控制模型》中，提出建立SEIR輿情傳播控制模型[14],從網(wǎng)絡(luò)輿情傳播環(huán)境入手,在輿情形成初期進行干預，該文獻引用量為29次，位于第三位。排在第四位的是張一文于2010年發(fā)表的《網(wǎng)絡(luò)輿情與非常規(guī)突發(fā)事件作用機制——基于系統(tǒng)動力學建模分析》，該文利用系統(tǒng)動力學建模認識非常規(guī)突發(fā)事件漲落規(guī)律，分析系統(tǒng)中作用主體之間的相互影響關(guān)系[15], 從而控制非常規(guī)突發(fā)事件網(wǎng)絡(luò)擴散和輿情傳播。曾潤喜2009年發(fā)表的《網(wǎng)絡(luò)輿情突發(fā)事件預警系統(tǒng)、指標與機制》引用頻次排在第五位，他提出在建立網(wǎng)絡(luò)輿情分級預警機制的基礎(chǔ)上,構(gòu)建警源、警兆、警情三類指標體系[16]，同時建立網(wǎng)絡(luò)輿情突發(fā)事件預警機制的組織體系和制度體系。

對輿情文獻共被引網(wǎng)絡(luò)進行聚類分析，文本挖掘算法選擇LLR，提取各聚類施引文獻的關(guān)鍵詞中能夠表征對應參考文獻的術(shù)語，作為聚類標簽。據(jù)聚類中所含文獻數(shù)量進行排名，選取前20個聚類，如圖5所示。輪廓（silhouette）取值范圍為[-1，1]，越接近1，說明這個聚類的主題越明確，聚類內(nèi)文章內(nèi)容越相近，網(wǎng)絡(luò)的同質(zhì)性越高。由表4可知，本次聚類中mean silhouette取值均大于0.7，說明聚類主題較明確，聚類結(jié)果具有高信度。

表4 輿情研究共被引文獻聚類信息

?

圖5 輿情研究文獻共被引聚類圖譜

從高被引文獻的聚類結(jié)果看，被引頻次較高的文獻研究重點主要集中在以下三個方面：（1）利用挖掘算法等先進手段，從社會輿情中識別當前輿論熱點，對輿情的傳播規(guī)律進行探究。如聚類#1、#2、#3,代表性關(guān)鍵詞包括web日志、垂直搜索、情景模型；（2）探討輿情監(jiān)管機制，加強網(wǎng)絡(luò)輿情治理，建立多方評價機制，對網(wǎng)絡(luò)中的言論進行甄別和篩選，代表性聚類#8、#9、#13，相關(guān)關(guān)鍵詞如風險預警、謠言治理、引控系統(tǒng)等。（3）從輿情治理研究的參與主體及其相互間關(guān)系入手，對新媒體、大學生、政府等輿情參與對象展開研究，如聚類#6、#14、#17，代表關(guān)鍵詞如政府網(wǎng)媒、自媒體、網(wǎng)絡(luò)推手。

3 輿情領(lǐng)域研究熱點與前沿

3.1 研究熱點分析

共詞分析法屬于內(nèi)容分析法的一種,通常用來分析某一個學科或研究領(lǐng)域內(nèi)不同的專業(yè)詞匯在同一篇文獻里面的共現(xiàn)情況,其共現(xiàn)頻次和關(guān)聯(lián)程度成正相關(guān),能夠反映出該學科或領(lǐng)域的研究熱點和發(fā)展趨勢[17]。選取文獻數(shù)據(jù)中的關(guān)鍵詞作為節(jié)點，分別構(gòu)建輿情領(lǐng)域關(guān)鍵詞共現(xiàn)網(wǎng)絡(luò)和關(guān)鍵詞聚類知識圖譜，如圖6和圖7所示，表5為輿情領(lǐng)域排在前20位的關(guān)鍵詞詞頻統(tǒng)計結(jié)果。

表5 輿情領(lǐng)域關(guān)鍵詞詞頻統(tǒng)計表（前20）

圖6 輿情研究領(lǐng)域關(guān)鍵詞共現(xiàn)網(wǎng)絡(luò)

圖7 輿情研究領(lǐng)域關(guān)鍵詞聚類知識圖譜

根據(jù)聚類和關(guān)鍵詞統(tǒng)計結(jié)果，近年來我國輿情研究的熱點主題大致可分為以下五類：

（1）輿情理論和傳播機制研究。包括輿情的蔓延規(guī)律、傳播途徑，輿情主題演化的機制機理以及近年來學者開展的研究活動等，重點關(guān)注輿情的內(nèi)在特征和外在交互手段，對輿情的傳播發(fā)展進行正確引導。如姜勝洪2008年發(fā)表的《網(wǎng)絡(luò)輿情熱點的形成與發(fā)展、現(xiàn)狀及輿論引導》、陳福集2015年發(fā)表的《基于演化博弈的網(wǎng)絡(luò)輿情熱點話題傳播模型研究》等相關(guān)論文，

（2）輿情信息挖掘和分析監(jiān)管研究。運用k-means、bp神經(jīng)網(wǎng)絡(luò)等數(shù)據(jù)挖掘算法，從大量信息中提取輿論熱點，開展輿情監(jiān)測和預警，健全輿情監(jiān)管機制，建立科學的評價體系。代表文獻如吳紹忠發(fā)表的《互聯(lián)網(wǎng)絡(luò)輿情預警機制研究》和張一文《非常規(guī)突發(fā)事件網(wǎng)絡(luò)輿情熱度評價指標體系構(gòu)建》。

（3）社交網(wǎng)絡(luò)平臺輿情研究。以微博、微信等社交網(wǎng)絡(luò)平臺為依托，根據(jù)平臺特點探索其輿情擴散規(guī)律,建立針對性的管控機制，引導輿論積極健康發(fā)展。代表文獻如蘭月新2013年發(fā)表的《突發(fā)事件微博輿情擴散規(guī)律模型研究》以及夏一雪2017年發(fā)表的《面向突發(fā)事件的微信輿情生態(tài)治理研究》。

（4）輿情主體關(guān)系研究類。通過分析政府網(wǎng)媒、網(wǎng)民、自媒體作者等輿論主體間的關(guān)系，建立多主體模型及多方干預機制，營造和諧健康的網(wǎng)絡(luò)輿情環(huán)境。如劉志明于2011年發(fā)表的《微博網(wǎng)絡(luò)輿情中的意見領(lǐng)袖識別及分析》以及陳福集2013年《三方博弈視角下的網(wǎng)絡(luò)輿情演化研究》。

（5）針對特定對象或突發(fā)事件的研究。包括在傳染病、地震等突發(fā)公共事件中如何快速甄別信息，正確引導輿論以及如何建立大學生網(wǎng)絡(luò)輿情監(jiān)控機制等問題。代表文獻如張義庭《信息化環(huán)境下高校網(wǎng)絡(luò)輿情與危機管理研究》以及蘭月新《突發(fā)事件微博輿情擴散規(guī)律模型研究》。

3.2 輿情領(lǐng)域主題演化路徑和前沿分析

突變術(shù)語是指一個學科內(nèi)突然發(fā)生變化的專業(yè)術(shù)語，表現(xiàn)為在某些年份發(fā)表文獻中驟增，可用來表征研究前沿[18]。根據(jù)Kleinberg在2002年提出的突現(xiàn)檢測算法[19]，對輿情領(lǐng)域的研究文獻進行關(guān)鍵詞突現(xiàn)檢測，將檢測到的術(shù)語按照突變年限進行排序，形成輿情領(lǐng)域關(guān)鍵詞突變演化表，如表6所示。時區(qū)視圖, 是以時間為橫坐標進行時區(qū)分割, 通過對某個知識領(lǐng)域進行時序“抓拍”, 并將這些分時抓拍的圖片連接起來, 形成歷時性研究視角下的知識圖譜[20]。時區(qū)圖又稱為主題路徑圖，圓圈代表關(guān)鍵詞，線條代表關(guān)鍵詞之間的聯(lián)系，節(jié)點所在位置表示關(guān)鍵詞首次出現(xiàn)的年份。在主題路徑圖中，可以清晰直觀的展示某個領(lǐng)域研究主題隨時間的變化趨勢。圖8為1999-2019年輿情領(lǐng)域研究的主題路徑圖，根據(jù)關(guān)鍵詞的突變情況和研究主題的變化趨勢，可以看出近年來我國輿情研究的主題演化和前沿趨

圖8 輿情研究領(lǐng)域主題路徑圖

表6 輿情領(lǐng)域研究關(guān)鍵詞突變演化

由表6和圖8可知，2003年非典的爆發(fā)，使更多的人注意到網(wǎng)絡(luò)和手機短信等新媒體方式在輿情傳播中的作用，而2004年恰逢中國互聯(lián)網(wǎng)誕生十周年，于是“互聯(lián)網(wǎng)”作為關(guān)鍵詞首次出現(xiàn)在輿情研究的文獻中，2005年，“網(wǎng)絡(luò)輿論”一詞誕生。2006年，如何對網(wǎng)絡(luò)內(nèi)容及輿情核心元素進行甄別和分析成為一個新的研究方向，與此同時，隨著信息化的發(fā)展，作為傳統(tǒng)信息服條中心的圖書館開始尋求新形勢下的轉(zhuǎn)型，網(wǎng)絡(luò)新聞成為當時的熱門。2007年網(wǎng)絡(luò)輿情被正式提出，昭示著輿情產(chǎn)生與傳播的方式從報紙等傳統(tǒng)媒體逐步實現(xiàn)了向網(wǎng)絡(luò)等新媒體的轉(zhuǎn)化。由于2008年先后發(fā)生雪災、汶川地震、毒奶粉事件等重大突發(fā)事件，加之2009年新浪微博開始普及，各界學者開始思考建立輿情預警機制，加強政府在輿論引導方面的專業(yè)性和高效性。2010-2011年，網(wǎng)絡(luò)、政府、預警、引導等關(guān)鍵詞開始發(fā)生突變，輿情研究領(lǐng)域涌現(xiàn)出包括突發(fā)事件、高校、新媒體等輿論研究主體以及輿情引導、輿情監(jiān)測、預警等眾多研究熱點。2012-2014年，隨著移動社交平臺的傳播力和影響力逐步擴大，新浪微博成為用戶眾多的綜合性輿論場域，同時帶動了政府官媒的入駐，高效透明的政條微博出現(xiàn)在大眾視野。在這一階段，大數(shù)據(jù)開始出現(xiàn)在輿情研究領(lǐng)域，龐大的數(shù)據(jù)量在推動社會發(fā)展的同時也為網(wǎng)絡(luò)謠言的產(chǎn)生提供了便利，大數(shù)據(jù)時代輿情的傳播、引導和管理成為學者研究的新問題。2015-2016年，研究的熱潮轉(zhuǎn)向應用系統(tǒng)動力學、仿真學等方法建立網(wǎng)絡(luò)輿情風險模型以及對網(wǎng)民觀點進行情感傾向性分析。2017年至今，伴隨著5G技術(shù)的發(fā)展和全媒體時代的到來，在新形勢下增強政府對突發(fā)事件的應對能力、加強政治安全、維護國家形象成為輿情領(lǐng)域新的熱點。

網(wǎng)絡(luò)輿情發(fā)展的前沿方向與其特點密不可分，輿情的自由性給與了所有人自由表達自己觀點的權(quán)利，由此使得不同群體的價值觀紛紛呈現(xiàn)；輿情的交互性各種價值觀相互交匯、相互碰撞；輿情的多元性體現(xiàn)在主題寬泛、主體眾多，其話題涉及社會生活的各個方面，其參與主體也覆蓋社會各階層和領(lǐng)域，輿情的偏差性表現(xiàn)為參與在其中的主體極易受某些情緒化和感性化言論的影響，從而發(fā)展成有害輿論；輿情的突發(fā)性是指輿論的形成往往非常迅速，一個熱點時間的存在加上一種情緒化的意見，就可以迅速成為點燃一片輿論的導火索?；谏鲜鑫鍌€特點，結(jié)合近年來輿情發(fā)展的熱點話題，不難看出，網(wǎng)絡(luò)輿情發(fā)展的前沿方向包括以下幾個方面：

（1）傳統(tǒng)主流媒體在意識形態(tài)領(lǐng)域的引領(lǐng)作用將有所加強。近年來，門檻低、受眾廣、影響力大的自媒體相繼涌現(xiàn)，爭先在熱點事件發(fā)生的第一時間表達自己的觀點，由于缺乏對事件系統(tǒng)的了解和客觀的評價，帶有感性化和情緒化的言論往往有失偏頗，這也導致了“輿論反轉(zhuǎn)”現(xiàn)象的出現(xiàn)。面對這一現(xiàn)象，傳統(tǒng)主流媒體的引領(lǐng)作用顯得尤為重要，在鋪天蓋地的輿論中，通過政府媒體對事件的客觀陳述和全面解讀，使主流媒體取得輿論陣地主導權(quán)，奏響主旋律。因此，新時代需利用好新媒體，加快建設(shè)主流媒體，傳播主流聲音。

（2）繼續(xù)完善輿情監(jiān)測系統(tǒng)，提高網(wǎng)絡(luò)治理能力?；ヂ?lián)網(wǎng)背景下，更應該加強政治敏感度，針對矮化英雄、黑化歷史的事件要加強警覺，優(yōu)化輿情檢測系統(tǒng)，堅持質(zhì)量導向，摒棄流量導向，向社會和公眾傳播正能量，維護國家、民族的統(tǒng)一安定，加強對網(wǎng)絡(luò)謠言和不法言論的治理力度。

（3）建立快速反應的輿情應對機制。面對突發(fā)事件，行之有效的輿情應對機制可以在黃金24小時內(nèi)最大限度地做出應對，避免負面言論的發(fā)酵和擴散。事前建立完善的突發(fā)事件預案，借助大數(shù)據(jù)、人工智能等先進的新技術(shù)建立完善、智能化、全面的系統(tǒng)化監(jiān)測應對體系，為突發(fā)輿情管理應對工作搶占先機。

4 結(jié)論

本文應用文獻計量學和知識圖譜可視化分析方法對我國1999-2019年CSSCI收錄的輿情相關(guān)文獻進行統(tǒng)計分析，得到如下結(jié)論：

（1）從輿情發(fā)展階段的整體脈絡(luò)來看，我國對輿情的相關(guān)研究始于1999年，迄今已有20年的發(fā)展歷程。最初依托報紙、雜志等傳統(tǒng)媒體以新聞報道的形式對時事熱點進行評述，隨著網(wǎng)絡(luò)時代技術(shù)的發(fā)展，“人人都有麥克風”的網(wǎng)絡(luò)領(lǐng)域成為輿論產(chǎn)生和傳播的主陣地，而大數(shù)據(jù)、全媒體、5G技術(shù)的到來，引發(fā)了網(wǎng)絡(luò)輿情向大數(shù)據(jù)輿情的新一輪轉(zhuǎn)化。

（2）從輿情領(lǐng)域年度發(fā)文量來看，我國輿情研究在2008年以前發(fā)展緩慢，2009-2014年處于快速上升期，2015年以后處于長期的平穩(wěn)發(fā)展階段。從作者的發(fā)文情況及合作關(guān)系上看，高產(chǎn)作者之間的合作關(guān)系并不密切，尚未形成嚴格意義上的核心作者群，對作者的所屬機構(gòu)進行統(tǒng)計后可知，目前我國輿情研究領(lǐng)域尚未形成規(guī)模較大的研究機構(gòu)和科研團隊。

（3）從輿情領(lǐng)域高被引文獻來看，被引頻次較高的文獻研究主題可以劃分為3大聚類，以#0模式識別為代表的輿情熱點挖掘研究、以#9安全評估為代表的輿情監(jiān)管機制研究，以#14三方博弈為代表的輿情參與主題治理研究。

（4）從輿情領(lǐng)域研究熱點來看，我國輿情研究的熱點可分為五個方面：輿情理論和傳播機制研究、輿情信息挖掘和分析監(jiān)管研究、社交網(wǎng)絡(luò)平臺輿情研究、輿情主體關(guān)系研究以及針對特定對象或突發(fā)事件的研究。

（5）從輿情領(lǐng)域主題演化路徑和前沿探測來看，輿情研究受到科學技術(shù)手段和社會環(huán)境變化的影響。隨著5G時代的到來，大數(shù)據(jù)輿情的交互性和多元性更加顯著，如何增強政府對輿情的監(jiān)管治理，充分發(fā)揮主流媒體的正能量引導作用，建立健全突發(fā)輿情應對管理體系，提高網(wǎng)民對信息甄別的能力，以及在面對重大網(wǎng)絡(luò)輿情危機時，如何準確的掌握輿情動態(tài)，積極引導社會輿論都將成為研究者的新課題。