大數據時代政府網絡輿情管理的轉變

鄭 紅，李桂鳳

（1.唐山學院 傳播與動畫系，河北 唐山 063000；2.唐山學院 文法系，河北 唐山 063000）

目前，移動互聯網的廣泛應用以及自媒體業態的飛速發展，網絡輿情呈現出訴求強烈多元、內容復雜異構、傳播加速裂變、多個輿論場交疊、輿論話語權分化等特點，給政府網絡輿情管理帶來了極大的困難和挑戰。國務院印發的《促進大數據發展行動綱要》中把大數據作為提升政府治理能力的重要途徑。各級政府作為網絡輿情管理的主體，要基于大數據的理念和大數據技術，實現網絡輿情管理的轉變。

一、管理思維的轉變：被動上報到數據驅動

網絡輿情管理的思維方式是開展輿情管理工作的基礎，各級政府部門面對大數據帶來的變革時，首先要進行管理思維的革新。傳統網絡輿情管理思維是權力驅動下輿情由下而上的上報模式，通常是坐等輿情事件發生，通過層層上報，然后由領導批復處理。一方面，由于我國政府組織結構是一種典型的科層制，各級政府基于政治要求和利益考量，對輿情信息進行嚴格過濾并層層節流。另一面，輿情信息傳遞受人為等因素較大，常出現報喜不報憂、隱報、漏報、瞞報的現象。這種被動上報的思維方式往往使得政府部門在重大突發事件面前，錯失輿情事件處置和回應的最佳時機，激化社會矛盾，陷入更大的網絡輿情漩渦之中。

大數據時代網絡輿情管理思維是數據驅動下輿情由上而下的決策模式。大數據將改變政府在輿情應對中被動尷尬的局面，通過在省和地市級政府部門構建輿情監測預警大數據平臺，轉變科層體制主導的單向信息傳遞方式，實現跨區域跨部門的輿情信息預測預警，由高層管理部門直接向基層政府及相關部門發布輿情信息，最終達到數據驅動的由上而下的輿情決策模式。這就需要將數據作為網絡輿情管理思考的出發點和落腳點，從頂層設計入手，自上而下，由數據驅動完成輿情管理的信息的采集、數據模型分析、研判決策，構建起一套用數據說話、用數據決策、用數據管理、用數據創新的新型工作體系，以更自動化、更準確、更智能的方式來發揮數據的決策價值，使政府做出的決策將更具科學性和前瞻性，使網絡輿情管理更加精準和高效。目前，廣東省政府正通過借助南方報業集團下的“南方輿情”，實現從以有限個案為基礎向“用數據說話”的決策方式轉變，提升政府網絡輿情管理的能力。

二、輿情監測的轉變：“全景掃描”到“運籌帷幄”

輿情應對的最高境界，就是在危機到來前將其消弭于無形。有效處置和科學引導網絡輿情，關鍵是對輿情數據地深入挖掘，要實時掌握網絡輿情動態和研判預測走勢，掌握輿情主動權，化解危機。目前，各級政府都部署了輿情監測平臺，主要是為監控負面輿論，充當其“滅火”的工具。雖監測平臺能夠實現對不同領域的互聯網信息自動抓取，對一些顯著輿情事件進行全景掃描式地監測，但只能掌握事件發展的過去，不能預測事件發展的未來。

這要求政府在大數據時代背景下，把網絡輿情管理工作的重點從輿情監測轉向研判預測預警，從被動掃描問題轉向主動尋求解決問題的答案，做到在網絡輿情事件面前把脈問診，運籌帷幄。大數據的核心價值就是預測。通過分類、回歸分析、聚類、關聯規則、神經網絡方法、Web數據挖掘等方法進行輿情信息的數據挖掘和建模，以此研判未來輿情發展的態勢和影響，做到提前預警，并預測未來及指導決策。以微信和微博為代表的社交媒體已成為網民獲取信息和發表意見的重要渠道，所產生的互動數據多是網民對社會熱點事件情感意愿的體現，是社情民意的真實反映，是突發事件的“催化劑”，也是研判輿情發展趨勢的基礎。這就需要政府通過構建新型預警指標體系，劃分新的網絡輿情預警級別，深入剖析輿情傳播的脈絡走向，掌握重要傳播節點對輿情擴散的影響程度和范圍，洞察各類網絡意見群體的觀點匯集和情緒變化。正如復旦大學傳播與國家治理研究中心李良榮教授所說：“通過對數據的深度挖掘，以較低成本了解民情的真實情況，從而將社會的多元訴求整合到政府的治理框架中，形成更有效的治理框架。”[1]

麻省理工學院內森凱樂斯博士以 2013年埃及爆發的民眾抗議活動為研究對象，利用Recorded Future收集全球范圍主流媒體新聞、政府出版物、社交媒體、博客等超過 300，000個不同類型的數據，通過大數據的自然語言處理技術和特定模型來分析公眾的情緒、態度變化，并準確預測大型抗議活動的發生，包括時間地點[2]。這對于我國政府防范大型群體性事件的爆發有重要借鑒意義。因此，大數據時代，對輿情數據的深度挖掘變得尤為重要，不僅能夠提升輿情預警預測的能力，而且能夠使網絡輿情管理工作真正做到運籌帷幄，防患于未然。

三、輿情引導的轉變：“大水漫灌”到“精耕細作”

在傳統媒體時代，政府主要運用主流媒體的體制性特征，緊扣官方預設的議題，統一輿論口徑，進行“鋪天蓋地”式的正面以及典型的報道，造就了相對單一而又純粹的輿論話語環境。僅僅依靠傳統媒體“大水漫灌”式的輿情引導顯然是不能順應時代發展，這就需要借助大數據在輿情引導中精耕細作，解決“找對人、說對話，在哪說、誰說信”的問題。

（一 ）找對人：實現用戶畫像，做到有的放矢

用戶畫像是根據用戶社會屬性、生活習慣和消費行為等信息而抽象出的一個標簽化的用戶模型。大數據時代，以手機號碼實名認證的移動通信大數據為基礎，通過全新的人口時空數據挖掘，掌握網民的年齡、性別、職業、受教育程度、收入、家庭結構、社交關系、活動軌跡、興趣愛好、行為喜好、上網習慣、媒介使用習慣、社會道德觀念等等，從而進行人群的細分，實現大數據下的“用戶畫像”。這樣不僅能夠獲取全網相應的人口統計特征和行為信息，甚至是可以挖掘心理特征。美國斯坦福大學商學院組織行為學助理教授科辛斯基指出，“我們的智能手機是一張巨大的心理問卷，我們不斷有意識、無意識地往上面填寫答案。最重要的是，不僅可以正向由個人數據得到個人心理檔案，也可以反向由個人數據去定位特定人群。”[3]其曾任職過的英國CambridgeAnalytica（CA）大數據公司就是以大數據挖掘和心理側寫(Psychological profiling)等技術手段進行信息精準投放而聞名。在2016年的美國總統大選中，該公司通過大數據挖掘選民留在數字領域的足跡，利用心理測量OCEAN模型，識別選民的年齡、性別、興趣、需求、政治傾向、性格特征等，然后精準地進行競選宣傳，最終幫助特朗普獲勝。所以，在輿情引導中，首先要借助大數據技術找準對象，才能做到有的放矢。

（二 ）說對話：轉變角色心理，引發情感共鳴

面對輿情生態環境的變化，政府必須摒除自己在輿情引導中“官本位”的思想，轉變角色心理，不打官腔，不說空話、套話，避免空洞說教、千報一面，扮演好更高意義上的“公共議題設置者”和“公共表達平臺構建者”的新角色[4]。并且，在網絡輿情引導中，為了獲得各個網民群體的認同和溝通關系的轉變，政府要依托大數據的“用戶畫像”找對人，有針對性地圍繞同一主題，進行不同表達方式、不同語言風格、不同設計風格、不同媒體呈現方式的多樣化傳播，達到“大珠小珠落玉盤”的效果，引發公眾共鳴。如政府的《十三五規劃綱要》就有不同解讀版本：中國之聲推出的《白話十三五》；人民網和朝陽工作室聯合出品的系列微視頻《動畫解讀十三五發展理念》；四川方言RAP版的《十三五，巴適得板》；新華社和復興路上工作室聯合出品的英文說唱版神曲《十三五之歌》等，這些作品內容更親民，表現形式更靈活，呈現風格更接地氣，使網民聽得懂，聽得進，產生情感共鳴，主動自愿進行轉發傳播，實現輿情傳播的增殖。

（三 ）在哪說：細化媒體精準傳播，搶占輿論陣地

政府的主流輿論陣地在自媒體的不斷沖擊下日益萎縮，媒介溝通的渠道與公眾錯位，公眾只能游弋在信息的邊緣，根本聽不見看不到。而大數據能夠洞察每一個網民的媒體接觸習慣和使用偏好，通過算法匹配海量信息與個性化需求，實現信息推送精準化和分發高效化。2016年土耳其政變中，在國家電視臺被控制的情況下，土耳其總統埃爾多安利用社交媒體進行一對多網絡直播視頻發表談話和聲明，迅速的傳達了政府的意見，讓民眾不再聽信自己已經被逮捕的謠言，最終在4個小時內肅清了政變。因此，在面對重大突發群體事件，政府應該通過大數據實現有針對性地選擇媒體進行輿情回應，掌握話語權，搶占輿論陣地，將大大縮短輿情平息的時間。

（四 ）誰說信：借助意見領袖，增強引導的信服力

大數據時代關系數據取代屬性數據，成為社會行為邏輯的關鍵因素。依托社會網絡分析方法，不僅能完整全面地記錄網民的話語內容和表達方式，還能夠撲捉其復雜的社會關系，可以準確抓住輿情傳播的節點和關鍵環節。這些節點是主要是由傳統媒體在社交媒體中的官方平臺和準公眾媒體（如大 V、意見領袖、公眾號等高粉絲個體）構成。解決誰說信的問題就是找到這些網絡的節點，利用其在社會領域的影響力和口碑，對該領域的受眾進行輿情應對信息的傳播，達到引領微時代輿論走向的目。此外，需要將準公眾媒體納入政府宣傳監管范圍，并通過立法要求大V或者公眾號等高粉絲個體，有義務傳播重大輿情應對信息。在2016年山東“問題疫苗”事件中，自媒體@口袋育兒率先發聲對聳動的新聞標題提出批評，醫療領域自媒體如@春雨醫生@丁香園等利用自身的專業權威性對“問題疫苗”進行科普解讀，對化解大眾的擔心，引導網民理性，消除社會恐慌起到了重要作用，積極發揮自身在輿論場中的影響力，增強輿情引導的信服力。