大數據時代網絡輿情研究的前沿演進和發展趨勢

近年來，天津港爆炸、紅黃藍幼兒園虐童等社會熱點事件吸引了人們的廣泛關注，同時通過互聯網傳播形成了具有影響力的網絡輿情。在網絡輿情傳播中由于受到信息不對稱等因素的影響，部分事件詳情和真相不能完全為廣大民眾了解，公眾的態度極易受到外界因素影響，一些敏感事件往往在短時間內被廣泛傳播，其中不乏惡意歪曲或臆造的信息，嚴重影響社會穩定[1]。為了維護正常的社會秩序，樹立積極正面的輿論導向，營造清朗的網絡空間，國內相關部門和廣大學者積極開展網絡輿情的相關研究，網絡輿情研究已經成為涵蓋新聞傳播學、管理學、社會學等多個學科的研究主題，同時形成了大量的研究成果。這些成果在加強輿論導向、推動社會治理、強化執政能力等方面發揮了重要作用，但由于國內網絡輿情研究起步較晚，理論體系還不盡完善，再加上特殊的輿論環境、龐大的網民群體、海量的網絡數據等影響，國內網絡輿情研究在理論和技術創新方面還存在不足[2]。因此，本文對近10年國內網絡輿情研究的相關文獻進行分析，總結網絡輿情研究的發展現狀和趨勢，討論大數據環境下網絡輿情研究的新發展，以期整體把握當前國內網絡輿情研究的基本特征，為大數據時代網絡輿情研究的理論發展和技術應用提供有效建議。

1 網絡輿情研究的發展現狀

本文通過中文期刊全文數據庫(CNKI)，以“網絡輿情”為主題詞，檢索所收錄的2008-2017年發表在核心期刊、CSSCI等期刊的論文，剔除征稿啟事、目錄索引等無關數據后最終獲得有效文獻3 959篇。運用科學知識圖譜(以知識域為研究對象，顯示某一科學知識發展進程與結構關系的一種圖像，表示知識單元之間交叉、互動、演化等多重復雜關系[3])方法對研究文獻進行分析，采用CiteSpace軟件對論文的年代、作者、機構、期刊、學科和關鍵詞等文獻要素進行分析，以一種多元、分時、動態的引文分析語言將網絡輿情研究領域數量眾多的文獻資料顯示在知識圖譜上，直觀展現網絡輿情研究知識全景，識別發展前沿和動態。

統計顯示，近10年國內網絡輿情研究發文量呈上升態勢，從2008年的不足百篇到2017年的近700篇，年均增長近百篇。國內網絡輿情研究已逐漸成為熱門研究領域，相關研究還在不斷更新發展。

研究文獻的作者和機構分析也有助于了解領域研究現狀和發展脈絡。網絡輿情研究學者主要集中在華中科技大學公共管理學院、中國人民大學新聞學院、南京大學新聞傳播學院等具有深厚學科理論(新聞傳播學、圖書情報學和管理學)積累的高校和天津社科院網絡輿情研究所、人民網輿情檢測室等具有先進的網絡輿情處理技術和豐富輿情案例的科研院所或媒體單位，它們在輿情案例研究和輿情技術創新應用等方面起著重要的推進作用。

近10年國內發表網絡輿情研究的期刊所屬學科領域主要集中在新聞與傳播學、圖書情報學、政治學、教育學、管理學、經濟學等學科領域，相關領域期刊也比較集中。當前網絡輿情研究呈現交叉學科的顯著特點。

2 網絡輿情研究的熱點和趨勢分析

2.1 網絡輿情研究熱點分析

對網絡輿情研究的熱點分析借助詞頻統計的方法對關鍵詞進行分析。利用CiteSpace軟件中關鍵詞統計分析功能顯示，所有論文中關鍵詞目總和為18 575，平均單篇論文關鍵詞個數為4.7，不重復關鍵詞為6 375個。其中最高詞頻為關鍵詞“網絡輿情”，共出現1 190次。詞頻排名前20的關鍵詞如表1所示。其中“首現年份”代表了該關鍵詞首次出現在網絡輿情研究論文中的年份，有利于分析研究熱點的發展演變。

繪制得到關鍵詞圖譜如圖1所示。圖中顯示節點的大小代表關鍵詞詞頻大小，節點中心不同顏色同心圓代表對應關鍵詞出現年份，圓心顏色代表首現年份所在區間，關鍵詞共現關系表現為節點之間的連接線。其中由于“網絡輿情”關鍵詞詞頻與其他關鍵詞相差較大，不便于顯示在圖譜上，且該關鍵詞為檢索詞，對研究熱點分析意義不大，暫不考慮。

表1 近10年國內網絡輿情論文前20位關鍵詞詞頻排名

圖1 網絡輿情研究論文關鍵詞圖譜

通過對關鍵詞列表和網絡圖譜進行分析可以發現，國內網絡輿情研究的熱點可以分為以下4方面。

一是網絡輿情學基礎理論研究。網絡輿情學是自然科學和社會科學深度交叉的領域，具有跨學科的顯著特點。近幾年，網絡輿情研究的成果在各個學科和領域能被廣泛應用，因此基礎理論體系需不斷完善和創新。2008年以來，《情報雜志》《青年記者》《現代情報》等書刊雜志積極開設輿情主題板塊，匯總相關研究成果。華中科技大學、天津社會科學院等科研院所的學者從新聞學、傳播學、社會學、管理學等學科基礎理論出發，研究網絡輿情的生成、傳播、引導和管控的基本原理和研究范式。

二是網絡輿情新媒體傳播研究。社會化媒體改變了傳統媒體從點到面的傳播格局，形成了用戶制造內容的自媒體傳播渠道。研究人員針對新媒體下網絡輿情的傳播特點，通過模型研究、實證研究等方法對網絡輿情傳播的模式和規律進行研究。其中包括對“自媒體”“意見領袖”“微博網絡輿情”“網絡輿情傳播”“大數據”等內容的研究，通過挖掘自媒體下網絡輿情形成的征兆、挖掘網絡輿情傳播的渠道、分析網絡輿情傳播的過程，進而分析媒體特征和網絡輿情傳播的規律。如夏一雪等人[4]定性分析了大數據環境下網絡輿情信息交互機理，用于對各個媒體平臺的網絡輿情信息交互趨勢開展預測；趙劍華[5]綜合考慮用戶的心理特征和傳染病模型，分析了用戶的追根溯源心理、持續關注心理以及漠不關心心理等心理特征對網絡輿情傳播特性的影響等。

三是網絡輿情監測和分析方法研究。網絡輿情監測是各類組織和機構掌握網絡輿情發展變化情況、及時進行網絡輿情預警的主要方式，相關研究主要集中在預警機制和構建指標體系上。在網絡輿情監測的基礎上還需要對網絡輿情進行分析和研判，這是對網絡輿情進行綜合評估的技術工作，是網絡輿情應對和引導前的必要程序，主要有定量、定性和兩者結合的方法。如丁曉蔚[6]認為基于大數據、情感傾向的網絡輿情分析是下一步的研究趨勢；宋余超[7]借助數據立方體和雪花型模式，從網絡輿情主題、網絡輿情傳播和網絡輿情受眾3個維度構建了網絡輿情監測指標體系；于衛紅[8]在網絡輿情信息采集、預處理、分析和簡報生成中，融入Agent技術，研究網絡輿情分析和研判的新方法等。

四是網絡輿情危機響應研究。網絡輿情危機響應的實質工作是針對危機問題制定相應的應急策略，是當前政府機關、高校、企業、業界媒體的重點工作之一。曹學艷[9]通過建立危機等級評估指標體系對突發事件網網絡輿情進行熱度分級；董堅峰[10]認為網絡輿情危機響應還需應對好大數據條件下的挑戰，借助與大數據處理技術實現網絡輿情危機響應的自動化、智能化和實時化。此外還有學者針對網絡輿情傳播的不同階段建議采取不同的應對策略等。

2.2 網絡輿情研究趨勢分析

研究熱點是從橫向對比總結關鍵詞推測重點研究方向，趨勢分析則需要從縱向對比關聯不同時間研究熱點的發展、繼承和演變情況。CiteSpace軟件提供了時間線視圖分析的方法，在關鍵詞圖譜分析基礎上，通過關鍵詞聚類形成若干主題，以主題的標號為縱坐標，主題關鍵詞出現年份為橫坐標，形成關鍵詞時間線圖譜，展現各個主題發展演變的時間跨度和研究進程(圖2)。圖2中最上方帶有時間刻度的橫線為時間線，時間線的節點代表在該時間節點出現的關鍵詞集合，節點大小代表關鍵詞詞頻的大小，節點之間的連接線代表不同年份研究的相關性和繼承性。比如“#0 輿論引導”為標號的聚類主題，時間從2008年延續到2017年，且在2010-2013年均有比較重要的研究成果。通過關鍵詞分析認為相關研究熱點包括2010年的“意見領袖”“主流媒體”，2011年的“微博”“自媒體”，2012年的“政務微博”“媒介素養”，2013年的“大數據”“自媒體時代”等相關研究內容。

圖2 網絡輿情研究論文關鍵詞時間線圖譜

從圖2可以看出，前6個主題關鍵詞主要有：#0號主題有輿論引導(2008)、意見領袖(2010)、微博輿情(2011)、自媒體(2011)、政務微博(2012)、大數據(2013)等，#1號主題有輿情分析(2008)、輿情信息(2009)、輿情監測(2010)、輿情研判(2010)、輿情演化(2010)等，#2號主題有群體性事件(2009)、互聯網(2010)、電子政務(2011)、網絡謠言(2012)、食品安全(2013)、網絡治理(2013)等，#3號主題有思想政治教育(2008)、新媒體(2009)、大學生(2010)、社會管理(2011)等，#4號主題有輿情問題(2008)、公共危機(2010)、非常規突發事件(2010)、政府決策(2014)、社會治理(2017)等，#5號主題有信息傳播(2009)、影響力(2010)、新浪微博(2011)、社會網絡分析(2011)、系統動力學(2015)、微信平臺(2016)等。

通過關鍵詞時間線圖譜可清晰展示國內網絡輿情研究領域的發展脈絡和趨勢。通過#0、#1號主題發展可看出國內網絡輿情引導、網絡輿情分析相關研究緊跟前沿領域，在微博輿情、自媒體、電子政務、大數據等方面都有所建樹。從#2、#4號主題發展可看出面對社會群體性事件、突發事件以及公共危機方面，網絡輿情研究能夠從電子政務、政府決策、網絡治理、網絡謠言、食品安全等方面進行研究和應對。從#3、#5號主題發展可看出網絡輿情研究也從思想政治教育的角度，利用新媒體研究網絡輿情傳播規律和影響力最大化的方法，更好地實現社會教育管理。

3 大數據環境下涉軍網絡輿情研究的新探索

大數據時代的到來，使海量的網絡輿情數據成為互聯網大數據的重要來源，傳統網絡輿情分析方法已不足以應對海量的網絡輿情數據的快速增長，必須借助大數據科學推進網絡輿情研究的新發展。相關學者也積極推進相關研究。如徐敏[11]提出須順應大數據時代，創新管控理念和模式，加強教育引導、完善管控機制、講究方法策略，依托大數據社會網絡分析，將輿情與情報源進行關聯分析，以生產更高價值的信息；王靜婷[12]等將知識組織和管理的相關研究成果與輿情分析的關鍵流程和技術進行充分融合，建立基于知識技術的網絡輿情內容分析框架；謝明亮[13]提出輿情機構庫的定義，從特點、構建策略和專業人員隊伍建設3方面進行輿情機構庫研究；郭韌[14]等人提出通過空間向量模型構造網絡輿情的知識需求，挖掘輿情知識供需關系，整合輿情源中的知識片段，結合詞頻變化的方法抽取與主題相關的核心概念等。

涉軍網絡輿情具有鮮明的主題性與應用領域。與其他領域網絡輿情相比，涉軍輿情分析和管控工作更為復雜，體現為以下4方面。一是涉及的社會環境更為復雜，各類利益主體相互關聯交織；二是涉及的網絡環境更為復雜，往往存在互聯網、部隊內網、手機移動網和用戶關系網之間多重滲透傳播；三是影響受眾群體結構更為復雜，各類網絡用戶都有可能成為網絡輿情的關注者和傳播者；四是負面輿情危害更為嚴重，由于社會對涉軍事件的高度關注，任何負面的輿情都有可能演變成為一場社會危機。本文結合涉軍網絡輿情的實際工作特點和相關研究成果，從精確采集、輿情知識庫、科學研判、有效管控等4方面對如何充分做好大數據環境下涉軍網絡輿情工作進行探討，以期為今后相關研究工作提供參考。

3.1 利用大數據技術對涉軍網絡輿情數據進行全面、精確采集

輿情數據采集是網絡輿情檢測工作的開始，也是后續工作的基礎和前提。輿情數據采集是否全面、準確，關系到輿情分析結果是否客觀有效。大數據環境下，涉軍網絡輿情數據的采集對象除了輿情工作部門日常關注的互聯網新聞媒體、“兩微一端”、各類社交網站外，還需不斷擴展輿情數據的來源，發揮大數據全角度、全方位覆蓋的信息優勢。如對涉及福利待遇問題、健康問題、民生問題和政策解讀等信息的收集工作，不僅需對主題論壇、民生直通車、政府門戶網站、輿情工作部門的業務數據等進行采集匯總，而且還需構建包含媒體報道、網民意見、政府工作等全角度、全方位、立體化的輿情數據來源，為輿情知識庫和科學研判提供事實依據。同時，涉軍網絡輿情知識庫也可以為輿情大數據采集提供指導，在確保采集信息全面無遺漏的基礎上，一定要保證精確采集，避免不必要的資源浪費和數據冗余。

3.2 構建全面開放的涉軍網絡輿情知識庫

大數據帶來的是海量的信息流動和離散多元的輿情知識，嚴重影響了輿情信息處理的效率和效果，亟需對輿情信息進行組織。相關研究顯示出知識庫技術的適用性，尤其針對涉軍網絡輿情這類特定主題和特定需求的輿情信息處理場景。知識庫技術的應用主要對特定領域、特定需求的輿情信息進行組織，從而對輿情數據的采集、分析進行過程性指導和監督，甚至可直接用于輿情服務，提高大數據輿情分析系統的準確性和實用性。輿情知識庫包括領域知識庫、業務知識庫、輿情事件庫、輿情案例庫和決策支持庫等，主要用于提煉知識需求、指導數據采集、輿情知識匹配、輿情知識服務和輿情決策支持等。基于知識圖譜的網絡輿情知識組織和知識服務方法就是對大數據環境下涉軍網絡輿情知識庫研究的有力嘗試[15]。

3.3 深入分析和科學研判涉軍網絡輿情

輿情分析和研判是輿情工作中最為關鍵的過程。輿情分析和研判的任務一方面是對未知輿情危機發生前進行常規的輿情監測和預警工作，根據不同時期不同任務需要，提供專門性的輿情報告、案例總結、對策意見等咨詢服務；另一方面是對特定網絡輿情進行事件跟蹤、階段性輿情評估、風險分析及應對策略等。輿情研判需要綜合運用數據融合、文本分析、深度語義挖掘、智能信息處理等大數據處理技術，同時結合輿情知識庫中相關領域知識、業務知識和輿情案例等知識保障，實現網絡輿情大數據的數據整合、信息要素提取、知識發現等相關分析任務。另外，輿情研判還可專門針對某一特定事件進行跟蹤，探索輿情事件的演化規律和傳播效應，為輿情監督和管控等提供必要的案例。如2017年對某論壇的留言回復進行大數據分析時，采用不同粒度時間統計、重點關注板塊分析、典型板塊內容分析、網友發帖回復行為特征等多種統計分析方法，全景式地對該論壇5年的留言回復數據進行了動態分析和展示。

3.4 涉軍網絡輿情預警及風險管控的跨部門統籌協調

涉軍網絡輿情預警及風險管控一方面需要通過技術手段對有害輿情信息進行刪除、過濾、封堵等處理，防止有害信息傳播；另一方面需要通過相關部門統籌協調、積極聯動對網絡輿情進行有效引導，將網上意見態度引導到正確的方向上，減少有害信息帶來的損失，預防負面事件發生。大數據環境下，網絡輿情發展演變較快，留給輿情工作部門處置的時間明顯減少，如何在有限的時間進行科學有效的引導管控十分重要。當前，輿情預警和管控相關單位和部門較多，各部門輿情應急導控方案設計不統一，難以溝通、協調，導致應對不及時、管控效果不理想，甚至激化輿情事件的矛盾而擴大影響。因此，對輿情管控的部門單位需進行跨部門統籌協調，統一對策方案，建立及時溝通協商的渠道。同時，針對大數據環境下涉軍網絡輿情的特點，構建科學統一的評估指標體系，將輿情各個階段發展態勢與相關部門采取的行動進行統一建模，實時分析和導控輿情走勢。另外，構建一體化的輿情分析指揮平臺，通過人機交互實現輿情分析系統與輿情決策者的信息互動，對輿情決策者的知識需求進行實時傳遞和反饋，發揮輿情決策者通過自身業務知識對網絡輿情的把控優勢。

4 結語

本文結合現有研究成果和涉軍網絡輿情工作實際，探討了大數據環境下網絡輿情的研究前沿和發展趨勢，但對網絡輿情處理的各個流程仍需尋求大數據技術的拓展，對涉軍網絡輿情處理的新的系統方法探索不深。國內對網絡輿情知識庫、案例庫的建設實踐以及面向輿情研判的知識服務模式研究的經驗和成果尚存在不足，特別是涉軍網絡輿情知識庫、案例庫的建設實踐，下一階段將重點研究。