檔案學視角下網絡輿情治理模式嬗變與重構符號化分析*

冉朝霞

摘? 要：大數據背景下的社會輿情正在發生巨大變化，社會輿情管理變得日益復雜和重要，如何準確把握社會輿情的內在特征及其演進過程中的潛在規律，實現社會輿情大數據檔案在管理模式和收集技術上的創新，對于新形勢下做好社會輿情引導工作，加強和改進意識形態內容建設，牢牢掌握意識形態工作領導權具有重要的理論意義和實踐價值。

關鍵詞：大數據;網絡輿情;治理模式

目前，輿情大數據檔案的收集、研判和處置均存在信息不全面、不真實，反應遲緩，處置技術手段落后，研判能力較弱等問題，各級政府應全面、及時監控信息，提高輿情預警智能化水平、輿情分析研判水平和輿情處置引導能力。及早對可能產生的現實危機的走向、規模進行判斷，從輿情大數據檔案的收集、研判和有效處置入手，搭建起高效的社會輿情大數據檔案收集平臺，正確引導社會輿論和網民理性表達，促進各項工作正常有序開展。

1 技術引領，創新輿情大數據檔案的收集機制

1.1 數據采集是輿情收集的基礎。主流的數據采集方式是運用網站應用程序接口（API）技術和Python網絡爬蟲技術獲取輿情信息。API從網站運營商獲取輿情數據，利用Python網絡爬蟲（Web Spider）來設定爬行間隔、目標網站以及存儲位置，整合各類信息，批量化自動采集網頁數據，確?；ヂ摶ネ?，把種類繁多的數據整合轉化為可視化數據。

1.2 數據預處理是輿情收集的核心。數據預處理是指刪除重復、失真的輿情噪音，對首次采集到的原始數據去粗取精、去偽存真進行二次處理，確保收集到的社會輿情數據真實、客觀、全面?！皵祿A處理的工作原理是運用人工神經網絡、線性回歸分析、樹形網絡和支持向量機（supportvector machine）等方法對數據進行分析和聚類”[1]，通過拉格朗日插值，把非結構化數據處理轉化為結構化數據，把非線性函數處理轉化為線性函數，通過數據矩陣集合完成關聯分析和語義分析。

1.3 數據存儲是輿情收集的保障。當前主流的數據存儲技術是云存儲，云存儲將社會輿情大數據保存在遠端服務器上，某個遠端服務器設備或者本地存儲設備如果出現故障，在存儲信息即將丟失的情況下，云存儲設備中的備份數據將會被激活并自動恢復被損數據。顯然單個硬盤容量已無法滿足云計算對海量輿情大數據的存儲需求，“成為云計算在邏輯虛擬化、性能擴展、動態擴容上的瓶頸”[2]，建立大容量數據云存儲平臺勢在必行。

2 科學分類，完善社會輿情的研判機制

2.1 社會輿情的定點研究判斷。輿情在演進過程中，意見領袖和網絡大咖的作用不容小視，他們的意見在網上以各種途徑遵照二八規律裂變式傳播，像滾雪球一樣迅速形成龐大的輿論范圍，不到兩成的小部分人裹挾著個人意愿有時會影響輿情走勢，必須重點關注特定人群和特定輿情，做好輿情的定點研究判斷工作。

2.2 社會輿情的定向研究判斷。通過對公眾的發帖、鏈接、跟帖等諸多參與形式進行定向挖掘，探知公眾的詳實信息和心理訴求，依托大數據技術提供定向服務及時滿足公眾的訴求，更有針對性地對公眾進行情緒疏導，及早對輿情做出及時準確的定向研判，盡量避免輿情事件處置過程出現不必要的沖突和情緒。

2.3 社會輿情的定量研究判斷。在實踐層面，選取一系列可定量輿情傳播的指標，諸如節點數、群集系數、聚集程度、子話題嵌入度等指標參數，對網絡輿情進行定量分析研究，構建輿情動態傳播模型?！拜浨槭录械牟煌瑐€體或群體在網絡中形成不同的節點，隨著輿情的發展不斷實現節點網絡的擴大和延展，經過勾連和嵌套形成外延無限大的輿情空間。”[3]群集系數與緊密度可以反映網絡節點之間的聚集程度，它們之間存在著一種映射關系，可以通過網絡用戶之間關系的變化間接地反映輿情的變化，緊密度反映的是與該節點相連的數目，若網絡整體的緊密度高意味著該節點很活躍，說明存在很多活躍節點用戶，通過計算節點用戶的緊密度和平均群集系數反映話題熱度和聚集程度，準確判斷輿情演化周期。

2.4 社會輿情的定性研究判斷。在大數據環境下，社會輿情的定量、定點和定向研究判斷可以利用過濾軟件實施常規監測或對重點時期的敏感階段開展針對性研判，但社會輿情的定性研究判斷仍需要人的智能干預?！吧鐣浨榈亩ㄐ匝芯颗袛啾举|上是通過人為干預實現信息由失衡到對沖，由失真到糾偏，最終真相逐步揭開的過程?！盵4]社會輿情的研判分析機制是通過對輿情的定點與定向研判、定量與定性研判得出趨向和價值判斷的過程，利用數據挖掘技術對輿情信息進行科學采集、上報、整理、歸并、分析、研判和匯總，建立有效、快速的研判分析機制。

3 分層管理，構建社會輿情有效處置機制

3.1 全方位抓好保障機制。有效落實社會輿情的研判結果必須建立與之相匹配的全方位的保障運行機制。第一，建立明晰的工作流程。流程包括數據信息采集、分析和結論生成等環節，在工作流程的制定上必須明確信息采集范圍，根據近期發生的熱點事件，由政府宣傳部門以督導提示的形式明確輿情信息采集的標準，提高信息采集的針對性和有效性。第二，生成規范的結論格式。為了使輿情分析更加準確、結論更有說服力，通常以報告加圖表的形式生成輿情研判結果。輿情研判結論報告內要包含必備的要素組成、詳實的分析內容和統一的結論格式。大數據有著極強的聯動分析能力，在社會輿情的管理中運用這種能力可以把網上網下相關的輿情大數據進行整合，形成一個圖表加報告的關聯立方體，通過數據挖掘技術將輿情大數據關聯立方體應用到日常的輿情管理中，加強對各個社會平臺的監管。第三，制定明確的監督反饋程序。反饋程序是輿情預警的重要參照，也是監督輿情結果和指令落地的重要手段。最終生成的輿情結論以指令的形式下發到相關部門，輿情監督反饋程序必須明確規定內容要求及處置時間。大數據技術的發展為傳統的社會輿情反饋程序拓寬了視野，對信息數據的傳播和輿情動態進行實時監控和及時反饋，從瞬息萬變的輿情信息中捕捉重點，合理分配有限資源，提高社會輿情管理效率。

3.2 全員化參與協同機制。輿情治理要激發民眾參與輿情治理的熱情，充分調動公眾個體及其他社會組織參與輿情治理的積極性，建立輿情大數據協同治理的嶄新面貌。通過數據之間的關聯分析識別社會輿情應對過程中各級輿情導控部門間的依賴關系，有針對性地設計各方協調規則，降低社會輿情應對過程中的沖突，最大限度地提升參與部門的行動協調性，將數據倉庫、數據挖掘、聯機分析處理、模型庫、數據庫結合起來形成智能化的、綜合的決策系統，并提供一整套行之有效的社會輿情處置與導控的決策方案，包括媒體溝通渠道、社會輿情處置預案、社會輿情處置與導控工具等。

3.3 多層級關聯分析機制。通過建立大數據平臺和利用數據挖掘技術充分整合輿情大數據信息，形成信息采集、決策預警、評估研判的多層次關聯分析體系。大多數輿情流向蘊藏于不易察覺的復雜社會關系之中而不是以明顯的公眾關聯行動為標志，因此有必要建立起多層次的社會輿情大數據關聯分析機制?；诰W站間通過鏈接實現公眾話語與社會議題的線上傳播，因此可以把公眾意見的參與形式映射為不同類型的向量函數模型，通過大數據中心建立數學模型進一步強化這種復雜關系的維度，借助云計算、物聯網和分布式處理等技術手段可以用數學模型間的關聯性映射客觀世界中社會關系的復雜性。輿情結構的多層次化和關聯性為探討社會輿情的新型線上關系創造了更多空間和可能性，利用大數據技術可以挖掘出除卻意見領袖之外其他有可能存在影響力的潛在人群，迅速計算出公眾該如何分配其話語文本，使得社會輿情治理變得更加具有整體性與系統性。在實際操作層面，借助大數據平臺實現了個體聯結及社會資本的線上互動，但在認知層面，輿情走向的反映局限于空間范疇或特定個例，大多難以獲取跨地域的輿情知識圖景，僅側重于某種地方性信息。近年來，輿情壓力指數居高不下，輿情危機不僅僅是小概率事件，“而是環境、秩序、規則或契約的系統性破壞或錯位，是一種社會常態化存在”。[5]把握社會情緒基調，凝聚社會共識，多層次分析社會輿情大數據，提高公眾理性認知能力，摒棄非黑即白、簡單粗暴的思維模式，有利于及時準確地進行輿情研究判斷，順利開展社會輿情大數據在公共領域、政治傳播、公眾意見、集體行動及其社會影響等方面進行有效輿情引導和管控工作。

3.4 全景式信息交流機制。數據挖掘技術從大體量的數據信息中模擬輿情的演進過程，通過全景式的輿情大數據信息精確描繪社會關系及公民肖像，讓輿情信息實現良性交流與溝通，真正實現分析過去、研判當下和預測未來輿情走勢的功能?！靶碌妮浨橛^測手段無疑在相當程度上彌補了過去輿情認知的方法缺陷，通過不同的數據采集渠道，公共政治生活中的每個細節均能夠被納入考量，從而勾勒出全景式的輿情生態。”[6]大數據時代的輿情治理須建立持續的采集、認知、反饋及決策的溝通過程，必須納入一套全景式信息交流機制，不能靠單純的控制手段來實現。全景式信息交流機制利用數據挖掘可以全天候掌控輿情動態，實時跟蹤公共生活中不同類型的文化子群，分析提取出那些信息度高、與公眾利益密切的部分，信息交流不再是嘈雜、瑣碎的個人意見的集合，進而形成良性的輿情判斷，為政府決策提供科學依據。

3.5 構建輿情生態治理機制。社會輿情個體之間存在一種相互制約、相互依存的關系，輿情生態場是一個無法拆解的多元成分盤根錯節糾纏在一起有著內在關聯的有機體。在這個生態系統中，社會輿情中的每個元素彼此關聯、共生共榮，通過不斷的自我調節、自我發展以及與各元素間的信息交流最終形成了保留一定自由度和活動空間的生物群落和生態環境，在意見對沖、抗衡和妥協中達到輿情生態系統的平衡和可持續發展。社會輿情既可以有自身的發展，也可以為其他輿情提供生存的環境，輿情的共生性和多樣性就是在共同的生態環境里共處與兼容。

參考文獻：

[1]郭秀靜，王玉瓊，胡娟.突發性群體性事件管理問題探討[J].國際護理學雜志，2007， 26 （5） ： 42-44.

[2]梁雪云.網絡輿情的分析與研判機制研究[J].今傳媒雜志，2016（5）：16-17.

[3]姜鑫.收集、判斷與溝通：突發性群體事件的網絡輿情研究[J].學術交流雜志，2014（7）：202-207.

[4]KITCHIN? R.? Big? data? and? human? geography：? Opportunities， challenges? and? risks? [J].? Dialogues? in? Human? Geography， 2013， 3（3）： 262-267.

[5]喻國明.大數據分析下的中國社會輿情：總體態勢與結構性特征——基于百度熱搜詞（2009-2012）的輿情模型構建[J].中國人民大學學報，2013（5）：1-9.

[6]邵培仁，王鈞.觸碰隱匿之聲：輿情認知、大數據治理及經驗反思[J].編輯之友雜志，2016（12）：7-8.