輿情研判中如何運用“加減乘除法”？

顏陳

在當前的輿情實踐中，普遍存在“重采集輕研判”的現象，如何進行科學、有效、務實的輿情研判，成為社會治理和公共服務中的關鍵環節。在利益訴求多元、表達渠道多樣的傳播背景下，對輿情的研判將面對更復雜的情況。怎樣建立研判模型、怎樣代入研判要素、各要素之間如何建立相互聯系，需要輿情工作者秉持基本立場、原則和方法，給出更理性、更科學、更符合實際的處置建議。在輿情研判實踐中，常用方法主要是：

加法——增量思考

輿情研判時善做加法，可以規避更大的輿情處置風險。在輿情實踐中，增量思維就是跳出輿情問題本身閾限，用更高的層次、更遠的目光去收集信息、剖析矛盾，進而提出化解矛盾、解決問題的思路和方法。輿情研判中考慮增量，不能就事件談事件，應該在傳播格局、網絡生態、網民情感等因素影響下重置研判坐標。

增量思考的主要思路有：一是多考慮事件之外的疊加因素。重點主體、重要節點、重大事件，應結合數據回顧的方式來做增量思考。二是多考慮處置過程中的增量信息。輿情處置與社會面管控密切相關，應圍繞核心議題動態更新增量信息，而不是無規律地全量同步。三是多考慮輿論引導層面的衍生信息。分析事件增量信息的絕對變化和相對變化時，應該從認識論角度對網絡輿論引導的規律性進行探索，掌握方法才能因勢利導。

減法——存量修正

目前，在輿情會商中常見研判方法是間接研究中的經驗分析法。隨著輿情演繹發展，涉事各主體、各個要素都會因自身的行為而產生信息流，相關數據不可避免含有不確定的隨機誤差，會導致輿情研判和會商分析出現偏差。故此，運用經驗分析法需要對輿情事件衍生的存量信息進行模型處理，并運用單因素比較法預估對輿情趨勢影響較大的修正系數。

在輿情研判模型中，結合輿情系統或數據平臺，主要的修正方法包括但不限于：一是野值（在探索性數據分析和數據處理中又稱異常值）識別。在獲取輿情事件處置節點的觀測數據和影響事件趨勢的相關數據（點擊、轉發、評論等）后，用實驗或觀察法將監測數據進行情感判定和文本擬合，如果有判別點出現偏異，則可以判斷為野值。二是信息補正。針對各類輿情事件的演繹特點構建預測模型，需要根據同類輿情事件處理節點與所述待處理事件節點的相關數據進行比照研判，對所述觀測數據進行整體的考評和修正。

乘法——變量加權

“加權”的意思就是“乘以權重”，即“乘以系數”。在輿情研判的過程中，加權經常被用于糾正未能預見或明顯低估的輿情數據樣本結構上的不足。理論上，加權是根據輿情會商實際情況給予某些變量特別的權重，最優化的方法是調整初始權數，并通過方程組的解得到校準調整以后的最終權數。在實際研判中應注意：一是采用因子加權，對滿足特定變量或指標的數據樣本賦予相應權重，提高數據樣本中具有某種特性的重要性；二是采用輪廓加權，通過對總體模型中的各個樣本設置不同的數值系數，對數據樣本相互關系不明確的多個屬性加權，避免樣本扭曲。

除法——冗量消除

輿情研判中的冗量信息，浪費了寶貴的會商資源，干擾輿情決策，往往導致錯失輿情處置的時間窗口。在輿情實踐中，可以通過以下路徑規避：一是預設研判模型，各要素內有相同內容的多個信息，應根據最小冗余原則刪除，適時進行數據回顧即可。二是合并同質信息，按信息屬性將其分為有限類（輿情事件信息）和無限類（次生輿情信息），有限類信息的重復是對輿情事件的多角度描述，可相機處理之；無限類信息的衍生則不是簡單的數據冗余，應予特別重視。三是冗量信息的反向使用，有的數據冗余出現在事件處置后期，是可預見的數據冗余，集中反映了公眾對于社會問題以及社會發展的意見和看法，應注重在主觀性、易變性等方面加強動態觀察。

進一步發揮會商研判機制在化解網絡安全和網絡輿情領域風險的“壓艙石”作用，不僅需要正確把握網絡輿情與政府管理的關系，還需要建立科學完備的輿情研判機制以及相配套的方法論體系，對事件本身及其可能產生的社會影響作出客觀公正的判斷，促進共建共治共享的社會治理格局大發展。

來源：《網絡輿情》雜志