基于社交網絡數據挖掘的思政教育探析

譚麗婷

（廣州工商學院，廣東 廣州 510850）

隨著新一代互聯網技術的普及以及5G 通信網絡技術的蓬勃興起，分布式技術及高可靠應用技術的發展使得各式互聯網應用特別是社交應用走向了更為廣闊的發展空間。以“BBS”為代表的舊式社交應用已逐漸成為歷史名詞，以微博、“QQ”為代表的傳統社交應用也日漸式微。社交網絡，或者說具備社交屬性的應用正以前所未有的形式占據互聯網“原住民”的流量和時間。“抖音”、“今日頭條”、“知乎”、“豆瓣”、“貼吧”、“嗶哩嗶哩”等海量應用，正以文字、圖片、聲音、短視頻等形式，使人與人之間的交互成為隨時、隨地、隨心進行的事情。特別是在線游戲如“騰訊”、“Steam”、“育碧”、“索尼PSN”等也在這些產品或平臺中，直接或間接地集成了社交的屬性或功能。互聯網中的社交，以及依附于社交的信息傳播空間和時間的廣度也前所未有地拓寬。

思政教育，除了狹義的課堂教學領域，還包括廣義的對目標受眾或潛在受眾的思想政治核心思想和理念的傳播和普及。在互聯網和社交網絡應用的蓬勃發展下，社交網絡中信息傳播的廣度和深度，天然地適合思政教育對其核心思想和理念的傳播。然而，與高度統一嚴謹的思政教育體系和內容相比，社交網絡與生俱來的自由和無序狀態，也給思政教育內容的傳播和引導帶來巨大挑戰。一方面，社交網絡中信息生成、傳播和消費具有無序性，尤其在傳播過程中會導致信息失真，形成不實的信息甚至謠言，這與思政教育的嚴謹性和規范性形成天然的矛盾，導致相關思政教育內容傳播困難以及內涵難以延展。另一方面，社交網絡的主題與人們日常生活息息相關，因此休閑、情感、娛樂、生活等內容往往構成人們互動的主體，各類學術和思辨性質的主題報告，特別是思政教育的內容主體都難以直接迎合目標受眾的喜好，并形成自主傳播。最后，難以測度和評估通過社交網絡進行思政教育的效果。盡管社交網絡存在海量數據，但無論是數據形態和信息主體，都與傳統的課堂教育不同，并不是面向特定的教育領域而設計，難以簡單直接地復用。

思政教育，包括形勢與政策教育及其核心理念的普及，重點在于對基本和核心原理的嚴謹敘述和完整表達，同時又需要結合實際事例，對目標受眾進行觸及。目前國際敵對勢力利用社交網絡進行思想麻痹和輿情滲透中積累了不少的技術和經驗，在思想戰線的“網絡陣地”中搶得先機。我國在借助社交網絡宣揚核心價值觀和先進思政理念的實踐上，與某些西方國家還有較大差距。進入新時代，面對日益復雜的國際競爭環境，我們越來越需要直面國際敵對勢力的思想角力，在社交網絡尤其是全球性的社交網絡中展示我們的核心價值觀和先進的思政理念。因此，以開放的心態積極擁抱大數據和數據挖掘技術，充分利用社交網絡產生的海量數據去挖掘信息傳播的規律和特征，建立基于大數據，面向思政教育的社交網絡運作模型及其基本理論，對增強思政教育的傳播力、引導力和影響力，具有重大的現實意義。

基于社交網絡的數據挖掘技術推動思政教育傳播機制發展，首要的是理解社交網絡中信息流轉和傳播的機制，并通過采集海量網絡數據對該機制進行模式描述，建立符合客觀實際的輿情流轉和思想傳播理論，調整思政教育的側重點從而適應日趨復雜的實際思想競爭需求。現代社交網絡的數據規模非常復雜，信息傳輸機制和流轉特征具有偶然性和個例化，但其基本脈絡有跡可循。

首先，群簇積聚是社交網絡的基本特征。現代社交網絡，是基于個體作為頂點，個體與個體之間的聯系作為單向或雙向形成的圖為基本邏輯模型。與一般的圖模型不同，社交網絡天然的群簇聚集效應更為明顯。一些“大V”、“KOL”、網絡紅人、社交達人等構成了社交網絡的核心或中心頂點，并向四周輻射其影響力。這樣的核心或中心頂點也構成了信息傳播和流轉的中心，并擁有較高的信息傳播權重。

其次，分層分級是現代社交網絡的主要特征。互聯網剛興起時，網絡還是小部分技術精英的玩具，較高的門檻使其并不為大眾所熟悉。隨著互聯網信息技術的爆發式成長和移動網絡的興起，目前社交網絡已深度覆蓋社會各階層的生活。與現實階層相一致，社交網絡也具有分層分級的特征，特定類型的信息資訊，一般不會實現跨層級流動，因此待傳播的信息也要針對性進行分層分級內容設計，以貼合各傳播層級的需求。

最后，社交網絡信息傳播的同層邊際遞減和跨層邊際遞增效應。信息資訊的傳播效果，除信息內容本身因素外，也受制于社交網絡的原生橫向積聚性和縱向分層性。以社會輿情事件為例，如滴滴司機殺人或幼兒園砍人案例，最先都在某地或某群體中爆發，并被“大V”或機構轉發，從而在該層級中廣泛傳播。隨著輿情事件的持續發酵，越來越多相同層級的人（如乘客群體、家長群體）加入討論和傳播，會使事件在爆發后緩慢達到階段性高點，隨后開始緩慢下降。如果該輿情事件的傳播跨越了社交網絡層級，比如上升到社會性道德、法律機制健全等層面，那信息的傳播反而會迎來一個遞次高速傳播階段，這就是跨層級信息傳播的邊際遞增效應。思政教育尤其是普及性思政理念及形勢與政策的傳播，離不開對社交網絡這些基本特征的把握和運用。

基于大數據的數據挖掘技術，對互聯網信息傳播的模式挖掘和特征識別，有其巨大優勢，某種程度上已成為當下建立社交網絡信息傳播機制模型的不二法門。通過大數據挖掘對社交網絡數據進行采集、分析和建模，首要的就是實現對社交網絡數據實時、穩定的采集和存儲。如上文討論的，當下輿情及思想角力的主戰場，除了國內的社交網絡平臺和應用，更為主要的是業務覆蓋面為全球性的社交應用，典型的以“臉書”、“推特”為代表的西方社交應用平臺。時至今日，這些社交平臺已從最初以社交為主的屬性，逐漸演化為各種思想和信息傳播、角力的前線，各種政治勢力、宗教勢力和利益團隊也充分利用社交平臺進行價值宣揚和思想滲透。而平臺官方及其所在國的監管部門，都不同程度地通過刪除文章、封禁用戶、增加曝光度等方式，對各種輿情和思想進行引導和控制。紛繁復雜的數據和信息流的背后，實際上是有跡可循的技術脈絡。具體說來，通過大數據技術建立社交網絡平臺信息及思想傳播模型的核心步驟包括以下幾方面。

（一）建立分布式、實時的社交網絡數據采集及存儲系統，實現對社交網絡海量數據的沉淀，為進一步分析建模奠定基礎。互聯網平臺上的思想角力是一場無硝煙的戰爭。為此，通過搭建海量的分布式服務器，針對性地部署定向爬蟲機器人，實時對社交平臺數據進行抓取、去重、標簽化和存儲是其最重要的一點。以“臉書”為例，通過分布式的服務器外加匿名代理服務以及對定向爬蟲機器人的適度設計，可營造出一種來自全世界范圍內對“臉書”的正常訪問，從而可以安全、穩定、實時地采集所需數據。

（二）建立實時分析系統，對采集的海量數據根據主題、評論、關注度等進行分類存儲并建立初步核心指標數據庫，從而對最重要輿情指標進行實時監控和預警。如，在輿情監控和特情處置領域中，突發事件的“爆發度”是通過一系列指標進行評估的，如單位時間內的參與人數、核心節點人群的參與比例、單位時間的轉發量、討論參與人數等。在一個面向社交網絡的實時存儲和分析系統中，這些關鍵指標可通過基于Spark 和Kafka 的實時大數據處理引擎進行實時計算和儀表盤展示，從而實現對特定社交網絡平臺的監控。

（三）基于海量數據的深度學習系統。對于復雜的社交網絡數據的分析及洞察不像部分核心指標的計算和呈現那么簡單，而需進一步細化數據結構、深挖數據特征，通過深度學習核心技術對關鍵結論、主體、核心傳播路徑進行識別和監控。如面向社交網絡的思政教育理念傳播，關鍵是識別潛在的易感人群，即傳播能力和潛在影響力較大的人群。在社交網絡中活躍的個體或群體及意見領袖，其傳播效果具備“同層邊際遞減和跨層邊際遞增效應”，難以持續性地對某一主題進行傳播。有鑒于此，識別海量人群中那些潛在的、“不在聚光燈之下”但能穩定地在實際生活中影響身邊人的群體，對他們潛移默化地進行思想傳播，更具有長遠意義和現實有效性。

建立有效和競爭性的思政教育傳播機制，離不開思政教育管理者和教育者雙管齊下的努力。簡言之，即管理者搭臺，教育者唱戲，社會多方協作，共同建立核心思想并有效傳播，引導作用有效體現和作用效果合理反饋的全方位工作機制。首先，思政教育管理者應在國家整體大數據建設的方略和框架內，針對思政教育傳播和輿情引導設計自身的大數據子系統或模塊，針對各主要社交平臺和應用進行規劃、系統的數據采集和挖掘，并集中管理所需的硬件、軟件、人力以及協調配合外圍資源。同時，高屋建瓴地從國際范圍的思想博弈和斗爭形勢出發，持續圍繞核心思想，設計與時俱進、形式多樣、貼合互聯網現實的主題思想，使思政教育管理者和傳播者擁有強大而足夠的思想“彈藥”，并在社交網絡中充分傳播。最后，管理者還應積極收集來自社交網絡傳播的效果反饋，并針對性地調整和更新傳播機制，設計關鍵指標并持續監控。除了大局層面的把控和實施外，思政教育工作者可在大數據的支持下，提高思想傳播的有效性和針對性，并及時因人、因時、因地設計、調整和更新傳播素材，把控傳播節奏。例如，2019 年互聯網 “帝吧出征”、“飯圈出海”就是典型事例。以往“貼吧”網友及互聯網“追星族”都不是理想的思政教育受眾，但在危害國家安全的國際性輿情事件發生后，“貼吧”網友和“飯圈”女孩卻能及時自發地進行輿情反控活動。對于這類潛在的主體思想自發傳播人群，對其做基于行為偏好的數據分析，可給各級思政教育者以啟發和充分運用的契機。

總之，在新時代社會主義建設的大背景下，思政教育不僅局限在傳統領域內，更應成為日益發展的互聯網“小社會”，要注重培育和健全新時代年輕人的社會主義核心價值觀，使其注入有力的思想養分。特別是在面對國際敵對勢力進行輿論操控和思想滲透的形勢下，要以開放的心態，利用大數據技術充分挖掘互聯網的海量信息，圍繞信息傳播的人群和渠道進行數據洞察，這也是思政教育進一步發展的必由之路。