基于“大數(shù)據(jù)+人工智能”的電信運(yùn)營(yíng)商輿情管理研究

摘要：在大數(shù)據(jù)和人工智能時(shí)代，企業(yè)如何提升輿情監(jiān)測(cè)、分析及響應(yīng)的效能與精確度成為關(guān)鍵議題。該文以中國(guó)聯(lián)通客服部互聯(lián)網(wǎng)服務(wù)運(yùn)營(yíng)中心為例，探討了其輿情管理實(shí)踐及對(duì)企業(yè)聲譽(yù)的維護(hù)，評(píng)估了人工智能的應(yīng)用價(jià)值與潛在貢獻(xiàn)，旨在為電信業(yè)的輿情管理提供理論與實(shí)踐指導(dǎo)。

關(guān)鍵詞：大數(shù)據(jù)；人工智能；電信運(yùn)營(yíng)商；輿情管理

doi：10.3969/J.ISSN.1672-7274.2024.10.066

中圖分類(lèi)號(hào)：TP 393 文獻(xiàn)標(biāo)志碼：A 文章編碼：1672-7274（2024）10-0-03

Research on Public Opinion Management of Telecom Operators Based on "Big Data + Artificial Intelligence"

Abstract： In the era of big data and artificial intelligence， how enterprises can enhance the efficiency and accuracy of public opinion monitoring， analysis， and response has become a key issue. Taking the Internet Service Operation Center of the Customer Service Department of China Unicom as an example， this study explores its practices in public opinion management and the maintenance of corporate reputation， and evaluates the application value and potential contributions of artificial intelligence. The aim is to provide theoretical and practical guidance for public opinion management in the telecommunications industry.

Keywords： big data; artificial intelligence; telecom operators; public opinion management

0 引言

據(jù)CNNIC發(fā)布的第53次《中國(guó)互聯(lián)網(wǎng)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告》統(tǒng)計(jì)，我國(guó)網(wǎng)民規(guī)模達(dá)10.92億人，互聯(lián)網(wǎng)普及率達(dá)到77.5%。電信運(yùn)營(yíng)商作為數(shù)字中國(guó)建設(shè)中的關(guān)鍵角色，在互聯(lián)網(wǎng)發(fā)展浪潮中發(fā)揮著“網(wǎng)絡(luò)建設(shè)者”和“服務(wù)提供者”的雙重作用。一方面，作為數(shù)字中國(guó)建設(shè)的中堅(jiān)力量，電信運(yùn)營(yíng)商在通信基礎(chǔ)建設(shè)中打通互聯(lián)管道，讓海量數(shù)據(jù)流通；另一方面，在充分參與到通信企業(yè)市場(chǎng)化競(jìng)爭(zhēng)的過(guò)程中，為消費(fèi)者提供滿意的服務(wù)長(zhǎng)期處于企業(yè)發(fā)展的“存量賽”中。以Chat GPT為代表的生成式人工智能（Generative AI）在2023年走進(jìn)大眾視野。生成式人工智能在自然語(yǔ)言處理上表現(xiàn)出了顯著優(yōu)勢(shì)，具有生成能力強(qiáng)、少樣本零樣本性能優(yōu)越、領(lǐng)域泛化性強(qiáng)以及推動(dòng)自然語(yǔ)言處理任務(wù)整合和定制化等優(yōu)勢(shì)等強(qiáng)大能力[1]。針對(duì)企業(yè)在輿情管理過(guò)程中面臨的大量文本數(shù)據(jù)，生成式人工智能具有天然的能力優(yōu)勢(shì)，“大數(shù)據(jù)+人工智能”將成為未來(lái)企業(yè)輿情管理的重要發(fā)展方向。

1 企業(yè)輿情管理研究與實(shí)踐現(xiàn)狀

在競(jìng)爭(zhēng)激烈的通信市場(chǎng)中，企業(yè)需密切關(guān)注市場(chǎng)動(dòng)態(tài)和消費(fèi)者需求，以靈活調(diào)整策略并提高服務(wù)水平。輿情管理成為關(guān)鍵，它幫助企業(yè)監(jiān)測(cè)和了解公眾輿論，通過(guò)輿情管理維護(hù)品牌形象，強(qiáng)化企業(yè)口碑。通過(guò)分析網(wǎng)絡(luò)數(shù)據(jù)，企業(yè)能更好地理解消費(fèi)者需求，評(píng)估服務(wù)質(zhì)量，指導(dǎo)市場(chǎng)決策。

1.1 輿情管理與企業(yè)

隨著互聯(lián)網(wǎng)技術(shù)的飛速發(fā)展，尤其是社交媒體的興起，企業(yè)輿情管理的實(shí)踐和研究逐漸成為學(xué)術(shù)界和業(yè)界關(guān)注的焦點(diǎn)。早期的企業(yè)輿情管理主要依賴于對(duì)傳統(tǒng)媒體的監(jiān)測(cè)，而現(xiàn)代企業(yè)輿情管理則更多地依賴于網(wǎng)絡(luò)輿情分析工具和大數(shù)據(jù)分析技術(shù)，以實(shí)現(xiàn)對(duì)網(wǎng)絡(luò)環(huán)境中輿情動(dòng)態(tài)的實(shí)時(shí)監(jiān)控和有效應(yīng)對(duì)[2]。學(xué)者們關(guān)注于構(gòu)建更為科學(xué)的輿情管理機(jī)制，包括輿情預(yù)警系統(tǒng)、輿情傳播模型、輿情影響力評(píng)價(jià)指標(biāo)體系等。企業(yè)不僅關(guān)注輿情的監(jiān)測(cè)和分析，更注重輿情的引導(dǎo)和危機(jī)應(yīng)對(duì)策略。研究重點(diǎn)逐漸從單一的輿情監(jiān)測(cè)轉(zhuǎn)向輿情的深度分析、情感計(jì)算、影響力評(píng)估以及輿情與企業(yè)戰(zhàn)略的結(jié)合。在具體企業(yè)管理實(shí)踐中，也有學(xué)者指出企業(yè)輿情管理呈現(xiàn)出復(fù)雜性、動(dòng)態(tài)性和策略性的特點(diǎn)。

1.2 輿情管理與人工智能

人工智能參與到企業(yè)輿情管理中推動(dòng)了新一輪研究與實(shí)踐。有學(xué)者從技術(shù)流變和輿情管理轉(zhuǎn)型視角切入，指出“以技治技”的策略，倡導(dǎo)利用智能化算法推薦技術(shù)、構(gòu)建大數(shù)據(jù)輿情監(jiān)控和預(yù)警模型，以及建立專(zhuān)業(yè)化媒體數(shù)據(jù)庫(kù)，以提升輿情治理的智能化水平[3]。在應(yīng)用層面，不同學(xué)者對(duì)人工智能參與到各領(lǐng)域輿情管理中持有不同意見(jiàn)。支持者認(rèn)為人工智能有助于網(wǎng)絡(luò)輿情治理的現(xiàn)代化，通過(guò)技術(shù)手段的創(chuàng)新，實(shí)現(xiàn)全過(guò)程的動(dòng)態(tài)監(jiān)測(cè)，提前預(yù)警潛在的輿情風(fēng)險(xiǎn)，為決策提供科學(xué)依據(jù)，從而優(yōu)化輿情應(yīng)對(duì)策略[4]。質(zhì)疑者則表示類(lèi)ChatGPT人工智能在網(wǎng)絡(luò)輿情安全中的風(fēng)險(xiǎn)樣態(tài)，包括循環(huán)式反轉(zhuǎn)輿情、彌散性復(fù)合輿情等，強(qiáng)調(diào)在人工智能介入輿情管理時(shí)需警惕技術(shù)風(fēng)險(xiǎn)和倫理挑戰(zhàn)[5]。因此，在當(dāng)前企業(yè)普遍認(rèn)識(shí)到輿情管理的重要性的背景下，探討如何借助人工智能技術(shù)提升輿情管理效能，已成為各管理主體亟待解決的關(guān)鍵議題。人工智能技術(shù)為現(xiàn)代企業(yè)輿情管理提供了創(chuàng)新的工具與方法，然而，其應(yīng)用也伴隨著一系列新興挑戰(zhàn)。

2 運(yùn)營(yíng)商輿情管理模式實(shí)踐

2.1 智能輿情管理：中國(guó)聯(lián)通CEM系統(tǒng)的功

能與應(yīng)用

CEM（Customer Experience Management）系統(tǒng)是中國(guó)聯(lián)通客服部互聯(lián)網(wǎng)服務(wù)運(yùn)營(yíng)中心自主研發(fā)的數(shù)字化網(wǎng)絡(luò)輿情智能管理平臺(tái)，通過(guò)互聯(lián)網(wǎng)信息采集、大數(shù)據(jù)處理、自然語(yǔ)言處理等技術(shù)，幫助企業(yè)實(shí)現(xiàn)7×24小時(shí)實(shí)時(shí)監(jiān)測(cè)、高效預(yù)警、快速分析、有效處置，實(shí)時(shí)捕捉負(fù)面輿情苗頭、洞察輿情發(fā)展趨勢(shì)，迅速處置風(fēng)險(xiǎn)輿情、避免事態(tài)惡化。區(qū)別于單一的輿情監(jiān)測(cè)系統(tǒng)，該系統(tǒng)深度融合企業(yè)業(yè)務(wù)特征和網(wǎng)絡(luò)輿情監(jiān)測(cè)業(yè)務(wù)要求，構(gòu)建數(shù)據(jù)、模型、應(yīng)用的三層功能結(jié)構(gòu)，具有全面性、及時(shí)性、準(zhǔn)確性特點(diǎn)，其主要功能包括輿情監(jiān)測(cè)、自動(dòng)預(yù)警、智能處理、自助分析、可視化大屏等。

2.1.1 大數(shù)據(jù)信息監(jiān)控，全面監(jiān)測(cè)網(wǎng)絡(luò)態(tài)勢(shì)

依托先進(jìn)的大數(shù)據(jù)平臺(tái)、高效的網(wǎng)絡(luò)爬蟲(chóng)技術(shù)、深入的文本挖掘算法以及智能檢索系統(tǒng)，實(shí)現(xiàn)了毫秒級(jí)響應(yīng)的7×24小時(shí)不間斷數(shù)據(jù)采集服務(wù)。該服務(wù)專(zhuān)注于收集運(yùn)營(yíng)商用戶的正負(fù)向口碑信息、競(jìng)品動(dòng)態(tài)以及行業(yè)最新發(fā)展態(tài)勢(shì)，覆蓋范圍廣泛，涵蓋了微博、微信公眾號(hào)、小紅書(shū)、抖音等關(guān)鍵社交媒體渠道。此外，利用OCR（光學(xué)字符識(shí)別）和ASR（自動(dòng)語(yǔ)音識(shí)別）技術(shù)，對(duì)圖片、音視頻內(nèi)容進(jìn)行精準(zhǔn)轉(zhuǎn)譯和解析，確保信息的全面性和準(zhǔn)確性，從而實(shí)現(xiàn)了對(duì)網(wǎng)絡(luò)輿情的全方位、深層次監(jiān)測(cè)，為企業(yè)決策提供堅(jiān)實(shí)的數(shù)據(jù)支撐。

2.1.2 智能分類(lèi)，快速獲取有效信息

通過(guò)整合高級(jí)數(shù)據(jù)建模、文本聚類(lèi)技術(shù)、尖端自然語(yǔ)言處理能力以及智能信息過(guò)濾機(jī)制，構(gòu)建了一個(gè)先進(jìn)的信息分類(lèi)平臺(tái)。該平臺(tái)能夠迅速識(shí)別和提取與運(yùn)營(yíng)商緊密相關(guān)的信息內(nèi)容，并有效地標(biāo)注出正面或負(fù)面的情感傾向、業(yè)務(wù)類(lèi)型等關(guān)鍵屬性標(biāo)簽。該系統(tǒng)專(zhuān)注于幫助運(yùn)營(yíng)商排除無(wú)關(guān)的輿論噪音，快速定位熱點(diǎn)話題和突發(fā)事件。同時(shí)，還打造了一套包含8個(gè)主要類(lèi)別及其子類(lèi)別的數(shù)據(jù)模型和標(biāo)簽管理系統(tǒng)，為各種應(yīng)用模塊提供強(qiáng)有力的數(shù)據(jù)支持服務(wù)。

2.1.3 高效預(yù)警，自動(dòng)預(yù)警突發(fā)輿情

中心改變輿情粗放管理狀況，對(duì)內(nèi)建立分類(lèi)分級(jí)的全渠道輿情預(yù)警體系，精細(xì)化劃分不同預(yù)警類(lèi)型，科學(xué)定義各渠道信息源的預(yù)警方式、預(yù)警閾值、預(yù)警頻次和后續(xù)處理流程。針對(duì)智能分類(lèi)中的負(fù)面輿情，結(jié)合歷史數(shù)據(jù)及過(guò)往案例分析，動(dòng)態(tài)調(diào)優(yōu)預(yù)警閾值，實(shí)現(xiàn)在監(jiān)測(cè)命中時(shí)以短信或網(wǎng)頁(yè)彈窗形式自動(dòng)觸發(fā)預(yù)警，幫助運(yùn)營(yíng)人員及時(shí)發(fā)現(xiàn)突發(fā)事件，從容應(yīng)對(duì)并化解危機(jī)。

2.2 運(yùn)營(yíng)商輿情監(jiān)測(cè)分析系統(tǒng)應(yīng)用成效

CEM系統(tǒng)實(shí)現(xiàn)了全天候不間斷的信息聚合，快速收集互聯(lián)網(wǎng)上的用戶反饋和熱點(diǎn)議題。它通過(guò)文本聚類(lèi)和語(yǔ)義分析等高級(jí)數(shù)據(jù)模型，不斷進(jìn)行機(jī)器學(xué)習(xí)優(yōu)化，垃圾信息過(guò)濾和情感分析的準(zhǔn)確度高達(dá)90%。這為運(yùn)營(yíng)商在海量信息中精確識(shí)別輿情提供了有力支持，確保了負(fù)面信息的高效預(yù)警和深入分析。以2023年12月為例，CEM系統(tǒng)監(jiān)測(cè)了全網(wǎng)359萬(wàn)條運(yùn)營(yíng)商相關(guān)輿論信息，篩選出10.2萬(wàn)條負(fù)面有效信息，其中3.9萬(wàn)條涉及中國(guó)聯(lián)通。對(duì)于中國(guó)聯(lián)通每月百萬(wàn)級(jí)的網(wǎng)絡(luò)輿論，CEM系統(tǒng)的預(yù)警時(shí)間平均僅需25分鐘，比傳統(tǒng)人工預(yù)警流程快65分鐘。

2.3 當(dāng)前運(yùn)營(yíng)商輿情監(jiān)測(cè)系統(tǒng)仍存在不足

以CEM系統(tǒng)為例，電信運(yùn)營(yíng)商輿情監(jiān)測(cè)系統(tǒng)能夠有效地提升全網(wǎng)監(jiān)測(cè)、分析效率，但在生成式人工智能快速發(fā)展的當(dāng)下，也暴露出了需要提升優(yōu)化之處。一是復(fù)雜情感表達(dá)仍然無(wú)法準(zhǔn)確識(shí)別。NLP模型需要大量的語(yǔ)言數(shù)據(jù)進(jìn)行模型訓(xùn)練才能保證其分類(lèi)的準(zhǔn)確性，但涉及運(yùn)營(yíng)商的輿情每月以數(shù)十萬(wàn)量級(jí)更新產(chǎn)生，若某些語(yǔ)言的數(shù)據(jù)在歷史訓(xùn)練中較少出現(xiàn)或語(yǔ)義包含復(fù)雜的情感表達(dá)，則模型輸出效果將大打折扣。二是面對(duì)一些專(zhuān)題的輿情分析，在臨時(shí)性、高效性的要求下，往往還需精確統(tǒng)計(jì)到具體的問(wèn)題投訴點(diǎn)、問(wèn)題場(chǎng)景，使得訓(xùn)練一個(gè)能夠處理所有語(yǔ)言的通用模型成為挑戰(zhàn)。該局限性使得在預(yù)警及分析環(huán)節(jié)中，針對(duì)系統(tǒng)自動(dòng)觸發(fā)的預(yù)警及分析內(nèi)容，仍需一線人員審核信息正確性，對(duì)影響范圍、重要程度等內(nèi)容進(jìn)行判別，自動(dòng)預(yù)警覆蓋率、準(zhǔn)確率有待提高。三是現(xiàn)有輿情監(jiān)測(cè)系統(tǒng)缺乏橫向?qū)Ρ扰c分析能力，歷史發(fā)生輿情無(wú)法連點(diǎn)成線，對(duì)當(dāng)下發(fā)生的輿情無(wú)法提供歷史經(jīng)驗(yàn)參考，對(duì)未來(lái)可能發(fā)生的輿情缺乏基于歷史輿情的預(yù)知能力。

3 人工智能在運(yùn)營(yíng)商輿情管理中的實(shí)踐

電信運(yùn)營(yíng)商每日需處理龐大的互聯(lián)網(wǎng)輿情數(shù)據(jù)。傳統(tǒng)的輿情監(jiān)測(cè)模式依賴人工操作，面對(duì)日益復(fù)雜的輿論環(huán)境，其效率和準(zhǔn)確性受限。生成式人工智能技術(shù)的引入，以其顛覆性的技術(shù)特性，為電信運(yùn)營(yíng)商的輿情管理提供了創(chuàng)新的解決方案。生成式人工智能在輿情監(jiān)測(cè)、分析和管理的全流程中發(fā)揮著關(guān)鍵作用，顯著提升了工作的精確性和效率。

3.1 賦能互聯(lián)網(wǎng)復(fù)雜語(yǔ)料分析

電信運(yùn)營(yíng)商在互聯(lián)網(wǎng)環(huán)境中常常面臨諸多輿情挑戰(zhàn)，尤其是消費(fèi)者投訴問(wèn)題，這些數(shù)據(jù)往往涉及網(wǎng)絡(luò)覆蓋、速率、服務(wù)質(zhì)量、資費(fèi)等多個(gè)關(guān)鍵業(yè)務(wù)領(lǐng)域，具有鮮明的行業(yè)特色和復(fù)雜性。生成式人工智能的大型模型展現(xiàn)出了高效解析復(fù)雜情感文本的能力，通過(guò)預(yù)訓(xùn)練可以精確識(shí)別和分類(lèi)客戶所面臨的問(wèn)題，甚至能夠解讀文本中的反諷和幽默元素。這一能力得益于對(duì)海量文本的深入學(xué)習(xí)，使得人工智能在揭示文本情感和立場(chǎng)方面更加精準(zhǔn)。相較于傳統(tǒng)的基于詞向量的自然語(yǔ)言處理技術(shù)，生成式人工智能在文本理解上實(shí)現(xiàn)了質(zhì)的飛躍。

3.2 為整合歷史經(jīng)驗(yàn)提供研判依據(jù)

生成式人工智能憑借整合全網(wǎng)資源的強(qiáng)大能力，實(shí)現(xiàn)了輿情監(jiān)控的深度與廣度的雙重?cái)U(kuò)展。它不僅涵蓋了公域數(shù)據(jù)，還深入挖掘私域數(shù)據(jù)，為輿情分析平臺(tái)增添了“歷史回顧”與“未來(lái)預(yù)測(cè)”的雙重功能。基于豐富的歷史數(shù)據(jù)，該平臺(tái)能夠提供準(zhǔn)確可靠的預(yù)警信息，助力電信運(yùn)營(yíng)商及時(shí)識(shí)別潛在風(fēng)險(xiǎn)。通過(guò)實(shí)時(shí)監(jiān)控社交媒體、各類(lèi)論壇及新聞源，人工智能系統(tǒng)能夠敏銳捕捉消費(fèi)者的情緒變化與需求動(dòng)態(tài)，為電信運(yùn)營(yíng)商提供寶貴的市場(chǎng)洞察功能。這使得電信運(yùn)營(yíng)商能夠迅速調(diào)整策略、優(yōu)化服務(wù)，以更有效地預(yù)防輿情危機(jī)的發(fā)生，確保在競(jìng)爭(zhēng)激烈的市場(chǎng)環(huán)境中保持穩(wěn)健的運(yùn)營(yíng)態(tài)勢(shì)與良好的公眾形象。

3.3 提升輿情分析流程效率

生成式人工智能如今已能自主生成詳盡且深入的輿情分析報(bào)告，極大地優(yōu)化了電信運(yùn)營(yíng)商的輿情管理效能。通過(guò)輸入預(yù)處理的數(shù)據(jù)集與特定的提示詞，該系統(tǒng)能夠定制化地生成滿足各種特定需求的報(bào)告。它不僅整合了實(shí)時(shí)的網(wǎng)絡(luò)輿情數(shù)據(jù)，還深入挖掘了歷史資料，針對(duì)網(wǎng)絡(luò)中斷、資費(fèi)爭(zhēng)議、服務(wù)質(zhì)量等核心議題進(jìn)行全面剖析。借助先進(jìn)的分析算法，人工智能能夠識(shí)別出輿情趨勢(shì)中的關(guān)鍵要素，進(jìn)而提出切實(shí)可行的處置建議。這些建議涵蓋了從危機(jī)應(yīng)對(duì)策略到長(zhǎng)期品牌維護(hù)的多個(gè)方面，助力電信運(yùn)營(yíng)商更加科學(xué)、高效地管理其公眾形象與市場(chǎng)口碑，從而在競(jìng)爭(zhēng)激烈的行業(yè)中保持穩(wěn)健的發(fā)展態(tài)勢(shì)。

4 結(jié)束語(yǔ)

本文系統(tǒng)性分析了互聯(lián)網(wǎng)時(shí)代下電信運(yùn)營(yíng)商的輿情管理，特別關(guān)注了在人工智能技術(shù)輔助下，企業(yè)如何提升輿情監(jiān)測(cè)、分析與響應(yīng)的效率與準(zhǔn)確性。以中國(guó)聯(lián)通客服部互聯(lián)網(wǎng)服務(wù)運(yùn)營(yíng)中心的輿情監(jiān)控與分析系統(tǒng)為案例，深入探討了電信運(yùn)營(yíng)商執(zhí)行輿情管理、維護(hù)企業(yè)聲譽(yù)的有效策略，并評(píng)估了人工智能在實(shí)踐中的應(yīng)用價(jià)值與潛在貢獻(xiàn)。本文旨在為電信行業(yè)乃至更廣泛領(lǐng)域的輿情管理提供理論支持與實(shí)踐指導(dǎo)，助力企業(yè)在數(shù)字化時(shí)代有效應(yīng)對(duì)輿情挑戰(zhàn)。未來(lái)研究需進(jìn)一步關(guān)注技術(shù)倫理與隱私保護(hù)，確保人工智能在輿情分析中的正當(dāng)與透明應(yīng)用，同時(shí)強(qiáng)調(diào)跨界合作與協(xié)同創(chuàng)新，以提升輿情管理效能。

參考文獻(xiàn)

[1] 車(chē)萬(wàn)翔，竇志成，馮巖松，等．大模型時(shí)代的自然語(yǔ)言處理：挑戰(zhàn)、機(jī)遇與發(fā)展[J]．中國(guó)科學(xué)：信息科學(xué)，2023，53（09）：1645-1687．

[2] 王樂(lè)，劉彤．智媒時(shí)代通信企業(yè)的輿情管理[J]．通信企業(yè)管理，2023（12）：73-75．

[3] 張新平，金夢(mèng)涵．人工智能時(shí)代輿情治理的轉(zhuǎn)型與創(chuàng)新[J]．情報(bào)雜志，2021，40（10）：66-73+165．

[4] 安娜，林建成．人工智能在網(wǎng)絡(luò)輿情治理中的現(xiàn)實(shí)問(wèn)題與應(yīng)對(duì)策略[J]．思想理論教育，2020（12）：91-95．

[5] 李明德，鄺巖．大數(shù)據(jù)與人工智能背景下的網(wǎng)絡(luò)輿情治理：作用、風(fēng)險(xiǎn)和路徑[J]．北京工業(yè)大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2021，21（06）：1-10．