大數據時代網絡輿情治理探究

〔摘要〕大數據時代，網絡輿情治理越來越受到關注。網絡輿情呈現出輿情數據來源的多樣性、輿情數據規模的龐大性、輿情信息傳播的快速性和輿情信息的可操縱性四個特征，網絡輿情治理正面臨著信息溢出與噪音干擾、情緒化與極端化傾向、隱私保護與信息安全等一系列挑戰。然而，技術的迅猛進步也促進了預測預警能力、智能決策能力和協同治理水平的提升，這為網絡輿情治理帶來了新的機遇。為應對挑戰、抓住機遇，我們必須充分發揮大數據和人工智能技術的優勢和作用，從科學構建相關法規與政策體系、增強輿情監測與預警能力、創新數據采集與分析技術、優化多方合作與協同機制四個方面著手，提升網絡輿情治理現代化水平。

〔關鍵詞〕大數據時代；網絡輿情；協同治理

〔中圖分類號〕G934〔文獻標識碼〕A〔文章編號〕2096-8442（2024）03-0052-06

〔基金項目〕常熟理工學院黨建與思想政治教育研究會重點課題（202305）。

隨著信息技術的迅猛發展，互聯網已經成為人們獲取信息、交流思想的重要平臺。近年來，新媒體的興起使得網絡信息的傳播速度和范圍大大增加。大數據時代的到來，給網絡輿情治理帶來了新的挑戰和機遇。網絡輿情治理是指通過各種手段和方法，對網絡上出現的輿情進行引導、管理和控制，以維護社會的穩定和秩序。在大數據時代，網絡輿情的產生和傳播更加迅速，對社會產生的影響也更為深遠〔1〕。隨著社交媒體的廣泛應用，個人觀點和情感在網絡上迅速擴散，很容易引發熱點話題和輿論風波，甚至會對政治、經濟、社會等方面產生重大影響，網絡輿情治理的研究已經引起了廣泛的關注。在大數據時代下，我們需要深入分析網絡輿情特點，探索更有效的治理策略，以實現網絡空間的和諧穩定。

一、大數據時代網絡輿情的特征

大數據時代，網絡輿情呈現出多種特征。了解和研究這些特征對于有效治理網絡輿情、維護公共秩序和社會穩定具有重要意義。

（一）輿情數據來源的多樣性

伴隨數字技術的飛速發展，人們獲取信息和表達觀點的渠道日益增多，網絡輿情數據的來源呈現出前所未有的多樣性和豐富性。了解輿情數據來源的多樣性，有助于把握社會情緒、預測輿論走向、有效應對輿情。

1.社交媒體是網絡輿情數據的重要來源。隨著社交媒體平臺如微博、微信、Twitter和Face？ book等的興起和普及，越來越多的人在這些平臺上分享自己的觀點、體驗和情感。社交媒體上的用戶生成內容（User Generated Content，UGC）成為了寶貴的輿情數據資源〔2〕126。通過監測和分析社交媒體上的話題、評論和轉發等信息，可以了解公眾的態度、情感傾向和意見，從而洞察社會熱點和輿論動向。

2.網絡論壇和博客等在線平臺。在這些平臺上，用戶可以自由地發表對特定話題的看法、意見和評論。網絡論壇往往聚集了特定領域或興趣群體的人士，他們可以在論壇上進行廣泛的交流和討論，而博客則允許個人以自己的方式表達觀點和經驗，這些都為輿情分析提供了寶貴的數據樣本。

3.新聞媒體和官方發布渠道。傳統媒體機構通過在網上發布新聞報道、評論和社論等，為人們提供了權威性和可信度較高的輿情信息。政府部門和官方機構在官方網站、社交媒體賬號等渠道上發布的公告和聲明也成為了輿情數據的重要來源。這些官方數據為輿情治理提供了重要的參考和依據。

（二）輿情數據規模的龐大性

當前，我們正處在一個數據量呈指數級增長的時代。網絡輿情數據的規模之大，已經超出了傳統方法的處理能力，這對網絡輿情的監測、分析和管理提出了新的挑戰。

1.網絡用戶數量的急劇增加使得輿情數據的規模大幅度擴張。截至2023年4月，全球互聯網用戶數量已經達到了85億。無論是個人用戶還是組織機構，都在網絡上參與交流和互動，產生了大量的文字、圖片、視頻等多種形式的數據。

2.社交媒體和移動互聯網的興起使得輿情數據的規模進一步擴大。人們通過社交媒體平臺如微博、微信、Facebook等進行信息發布和分享，形成了龐大的用戶生成內容。此外，智能手機的普及和移動互聯網的快速發展，使得用戶隨時隨地都能夠產生和獲取信息，進一步擴大了網絡數據規模。

3.大數據時代的技術發展也促進了輿情數據規模的擴張。云計算、分布式存儲和并行處理等技術的應用，使得大規模數據的存儲和處理變得可行。人工智能、機器學習等技術的進步，為大數據的分析和挖掘提供了有效工具，使得海量的數據能夠被有效利用。網絡數據的龐大性是大數據時代網絡輿情治理面臨的重要挑戰之一。傳統的人工處理方法已經無法勝任如此龐大的數據量，需要借助大數據技術和人工智能算法來進行高效的數據處理和分析，以從中獲取有價值的信息和見解。

（三）輿情信息傳播的快速性

網絡輿情信息，作為社會情緒和觀點的載體，其傳播的速度對公共輿論的形成和演變起著至關重要的作用。社交媒體平臺的即時性、用戶社交網絡的連接性以及算法推送的個性化，共同構成了輿情信息傳播的加速器。

1.社交媒體平臺的興起使得輿情信息的傳播變得即時化。用戶通過微博、微信、Twitter等社交媒體平臺，可以在瞬間將信息發布到網絡上〔3〕223。這種即時傳播的特點使得輿情信息能夠迅速傳遞給大量的用戶，形成更廣泛的影響。

2.用戶的連接性和關聯性也促進了輿情信息傳播的快速性。在社交媒體平臺上，用戶之間形成了龐大的社交網絡，彼此之間通過關注、轉發、評論等互動行為緊密聯系在一起。當某個輿情信息在網絡上引起關注和討論時，用戶可以快速地將信息轉發給自己的關注者，形成信息的傳播鏈條。這種用戶之間的連接性和關聯性使得輿情信息能夠以指數級的速度迅速傳播，甚至在短時間內引發全球范圍內的關注和討論。

3.社交媒體平臺的算法推送也加速了網絡輿情信息的傳播。根據用戶的興趣和互動行為，社交媒體平臺會將相關的輿情信息推送給用戶，使得信息能夠更快速地傳播到目標受眾。這種個性化推送的機制進一步增強了輿情信息的傳播速度和影響力。網絡傳播的快速性對輿情治理提出了新的挑戰。信息的快速傳播意味著輿情管理者需要更迅速地捕捉、分析和回應網絡輿情信息。任何遲緩的反應都可能導致輿情的失控和擴大化。因此，輿情治理需要建立高效的監測和預警機制，及時發現和跟蹤網絡輿情的發展態勢，并采取相應的措施進行干預和引導。

（四）輿情信息的可操縱性

可操縱性指的是網絡輿情信息容易受到個別或團體的操控和影響，從而導致輿情信息的偏向性、誤導性或失實性〔4〕118。這種可操縱性主要體現在以下兩個方面。

1.網絡輿情信息的可操縱性源于信息傳播的匿名性和自由性。在互聯網上，用戶可以匿名發表觀點和言論，這使得惡意操縱者可以利用匿名身份散布虛假信息、制造輿論偏見或進行網絡攻擊。他們可以通過惡意評論、水軍、網絡謠言等手段對網絡輿情信息進行篡改和扭曲，以達到他們自身的目的。這種操縱行為可能對公眾產生誤導性影響，干擾社會穩定和輿論正常發展。

2.網絡輿情信息的可操縱性源于算法推薦和個性化過濾的影響。互聯網平臺往往基于用戶的個人喜好和行為習慣，通過算法推薦和個性化過濾，向用戶提供信息和內容。這種個性化推薦可能使用戶陷入“信息繭房”，使之只接觸到與其觀點相符合的信息，導致“認知偏見”和“信息孤島”的形成。惡意操縱者可以利用這一機制，通過操縱平臺算法或刻意制造熱點事件，將有利于他們的信息推送給特定用戶群體，進而影響和操縱輿論。這種個性化過濾對于網絡輿情的形成和傳播產生了深遠影響，也加大了輿情治理的難度。

二、大數據時代網絡輿情治理面臨的挑戰與機遇

大數據時代網絡輿情治理既面臨著巨大挑戰，也蘊藏著巨大機遇。在面對如此龐大和多樣化的輿情數據時，網絡輿情治理者需要認識到挑戰，并采取必要的應對措施，同時也要善于抓住機遇，利用大數據技術和人工智能算法來提升輿情治理效果。

（一）大數據時代網絡輿情治理面臨的挑戰

1.信息溢出與噪音干擾。信息溢出是指網絡信息量巨大，超出了人們的處理能力，造成信息混亂和碎片化；噪音干擾則是由于大量無關或虛假信息的存在，擾亂了輿論的正常發展。這些問題主要由三個因素導致：一是信息生產和傳播的高速度導致信息過載。社交媒體和互聯網平臺的廣泛使用，使得信息量激增，超出了個人和機構的處理能力。二是信息的多樣性和碎片化增加了噪音干擾。網絡上信息來源復雜，包括個人發言、新聞報道等，這些信息缺乏準確性和權威性，甚至包含虛假信息和謠言，干擾了輿論的傳播和判斷〔5〕100。三是個人行為和算法推薦加劇了信息溢出和噪音干擾。個性化推薦和過濾使得用戶容易陷入“信息繭房”，導致信息偏見和局限性，同時算法推薦也可能導致用戶面對過多信息，加劇了信息溢出。

2.情緒化與極端化傾向。情緒化傾向是指網絡用戶在表達觀點和情感時容易受情緒的影響，從而導致輿論情感化和偏激化的現象。這種情緒化傾向主要體現在以下兩個方面：一是網絡輿情往往受到事件的沖擊和刺激，導致情緒的迅速激發和傳播；二是社交媒體平臺的用戶行為也加劇了情緒化傾向。用戶在社交媒體上更容易參與情感化的內容，例如表達自己的情緒、抒發情感或參與情感化的討論。網絡輿情中的極端化傾向是指在網絡環境中，人們表達觀點和立場時傾向于極端化和激進化。這種極端化傾向主要表現在以下兩個方面：一是互聯網上的信息過濾和算法推薦機制可能使用戶陷入“信息孤島”，進而加深用戶的觀點偏見。這種信息過濾和推薦機制在一定程度上削弱了不同觀點之間的對話和理解，使得用戶更加傾向于堅守自己的立場并排斥其他觀點，導致極端化的輿論傾向〔6〕43。二是網絡上的匿名表達可能使人們更容易表達極端觀點和攻擊性言論。這種情況下，一些用戶可能傾向于表達極端觀點、進行人身攻擊或參與惡意活動，從而引發極端化的輿論爭議。例如，2018年發生的“蔡徐坤籃球事件”。當時，中國藝人蔡徐坤在一檔綜藝節目中展示了籃球技巧，隨后這段視頻在網絡上被廣泛傳播。一些網友利用匿名身份，對蔡徐坤的籃球技巧進行了惡意嘲諷和人身攻擊，甚至制作了大量惡搞視頻和表情包，引發了一場網絡暴力事件。這場爭議不僅對蔡徐坤本人造成了極大的心理壓力，也引發了公眾對網絡暴力和言論自由邊界的討論。這一事件反映出，在匿名環境下，一些用戶可能更易作出極端行為，加劇了網絡輿論的極端化和對立情緒。

3.隱私保護與信息安全。在大數據時代，網絡輿情治理面臨著隱私保護與信息安全的重要挑戰〔7〕148。一是大數據時代的網絡輿情治理涉及大量的個人數據收集和分析。在輿情分析和預測中，為了獲取準確的結果，往往需要采集用戶的個人信息、社交關系、行為軌跡等數據。然而，這種數據收集行為涉及個人隱私的保護問題。二是信息安全成為大數據時代網絡輿情治理不可忽視的問題。網絡輿情數據的收集、存儲和處理涉及數據安全的方方面面，如數據泄露、數據篡改、黑客攻擊等風險。這些安全威脅可能導致網絡輿情數據的失真和篡改，從而影響輿情分析的準確性和可信度。三是大數據時代的網絡輿情治理還需要考慮數據跨境流動帶來的隱私保護和信息安全的問題。隨著全球化的發展和數據流動的加快，輿情數據可能涉及多個國家和地區，面臨著不同國家法律法規和標準的差異。這使得跨境數據傳輸的安全性和隱私保護面臨著挑戰。

（二）大數據時代網絡輿情治理面臨的機遇

1.預測預警能力的提升。一是大數據分析能夠實現對網絡輿情的實時監測和分析。通過對用戶言論、情感傾向、關鍵詞等進行大數據分析，可以快速捕捉到輿情的發展態勢，識別出可能引發輿情的風險因素，提前預測和預警潛在的輿情事件。二是大數據分析技術使得輿情預測能力更加準確和精細化。通過對歷史輿情數據和大數據的挖掘分析，可以發現輿情事件的規律和模式。基于這些規律和模式，輿情治理者可以建立預測模型，預測未來可能發生的輿情事件。這種準確的預測能力有助于輿情治理者在輿情事件爆發前采取相應的措施，及時控制和引導輿情發展，避免輿情危機的擴大。利用大數據分析技術，還可以追蹤和分析網絡輿情的關鍵節點事件及其影響因素，發現其與輿情發展之間的關聯。這為輿情治理者提供了重要的線索和依據，幫助他們更準確地預測和識別網絡輿情的演變趨勢，以便采取相應的干預和引導措施。

2.智能決策能力的提升。一是大數據技術和人工智能算法可以幫助輿情治理者更快速、準確地獲取和分析大量輿情數據。通過大數據技術，輿情治理者可以實現自動化的數據收集、清洗和處理，快速獲取龐大的輿情數據，并利用人工智能算法進行深度分析。二是智能決策能力的提升使得輿情治理者能夠更好地應對復雜的輿情態勢。大數據技術和人工智能算法能夠實現輿情信息的自動化整合和分析，識別出不同輿情事件之間的關聯性和相互影響。通過對多源數據的整合和分析，輿情治理者可以獲取更全面、更準確的輿情圖景，了解不同輿情事件之間的聯系和演化，從而作出更有針對性的決策和應對措施。這種智能化的決策能力有助于提高輿情治理的效率和準確性，為輿情治理提供科學依據。

3.協同治理水平的提升。一是大數據時代的信息共享和協作機制促進了協同治理水平的提升。各類參與主體，包括政府機構、媒體機構、企業、學術界、社會組織和公眾等，都可以通過互聯網平臺進行信息共享和互動交流。這種信息共享和協作機制，有助于形成多元主體的輿論共識，促進不同利益相關者的有效合作。二是大數據時代信息技術的發展，也使在線協同平臺的搭建成為可能，這為網絡輿情治理提供了更便捷、更高效的協同方式。在線協同平臺可以集成各類參與主體的資源和能力，通過信息共享、數據分析、協作決策等功能，實現多方參與者之間的協同工作。這種在線協同的方式，可以打破時間和空間的限制，實現跨地域、跨組織的協同合作。在線協同平臺有助于實現信息匯集、數據分析和輿情應對的協同，提高輿情治理的效率和質量。

三、大數據時代網絡輿情治理的路徑

為了利用機遇、應對挑戰，我們必須充分發揮大數據和人工智能技術的優勢和作用。通過創新治理方法和優化治理策略，不斷提高網絡輿情治理的效能和水平。

（一）科學構建法規與政策體系

1.健全法律法規，規范網絡輿情傳播。大數據時代的網絡輿情特征復雜多樣，傳統的法律法規難以完全適應新形勢下的輿情治理需求。要針對網絡輿情的特點，制定適應時代發展的法律法規。應明確網絡輿情信息的產生、傳播和管理的法律責任，界定合法與非法的邊界，為輿情治理提供明確的法律依據。建立網絡輿情處置的快速、高效的法律程序，以確保輿情信息得到及時處理，公眾正當權益得到合法保護。

2.健全政策體系，推動網絡輿情治理。要制定針對網絡輿情治理的具體政策，包括信息監管、平臺管理、輿情應對等方面的政策。這些政策應當明確政府、企業、社會組織等各方的責任和義務，推動各方合作共治，形成治理網絡輿情的合力。例如，上海市浦東新區網信辦建立健全網絡輿情治理制度體系，深入落實網絡意識形態工作責任制、網絡安全工作責任制，成立了互聯網企業黨建聯盟“紅色拼團”，并推廣“支部建在欄目上”等經驗做法；在網絡內容管理上，督促指導2200余個屬地重點網站平臺、頭部自媒體賬號、政務新媒體賬號規范運營、健康發展；在社會協同治理上，打造“自貿區一區一品”網信政策法規宣傳活動品牌，支持生成式人工智能產業健康發展和規范應用，成功處置全市首例“擬上市企業”網絡侵權舉報案例，維護了企業的合法權益。

3.加強宣傳教育，提升公眾的法治意識和網絡素養。法律法規和政策的制定只有在公眾的理解和遵守下才能發揮作用。應通過各種形式的宣傳教育，提高公眾對相關法律法規和政策的認知度，增強公眾的法治意識和網絡素養。這可以通過開展網絡輿情治理的法治宣傳活動、加強相關教育課程的開設、提供相關法律法規和政策的解讀等途徑來實現。

4.加強監督評估，確保政策有效實施。制定了法律法規和政策后，需要建立相應的監督機制，對其執行情況進行監督和評估。這可以通過設立獨立的監管機構、加強對網絡平臺的監管和審查、建立輿情數據的收集和分析系統等方式來實現。監督和評估可以幫助相關部門及時發現問題和不足，為法律法規和政策的修訂和完善提供依據。

（二）增強輿情監測與預警能力

1.建立多維的數據收集體系。在大數據時代，網絡輿情信息涉及多種形式和多個渠道。因此，建立全面而多維的數據收集體系是提升輿情監測與預警能力的關鍵。這包括獲取社交媒體、網絡論壇、新聞媒體等各類平臺上的輿情數據，同時結合傳統媒體和官方發布渠道的信息，形成全景式的輿情數據來源。例如，江蘇省委網信辦設立了“江蘇省互聯網違法和有害不良信息舉報平臺”，該平臺通過整合網站、微信公眾號、小程序、微博、電話、郵箱等多種舉報渠道，實現了對網絡輿情信息的廣泛收集。這不僅拓寬了數據來源，還提高了監測的覆蓋面和深度。通過這種方式，江蘇省委網信辦能夠更全面地掌握社交媒體、網絡論壇、新聞媒體等不同平臺上的輿情動態，及時發現和應對有害信息。同時，這也為網民提供了便捷的舉報途徑，增強了公眾參與網絡治理的積極性。這一舉措充分展現了在大數據時代背景下，構建多元化、全方位輿情數據收集平臺的重要性。這種平臺不僅整合了多種舉報渠道，還極大地豐富了數據樣本，為深入分析和準確判斷網絡輿情提供了堅實的基礎，也為提升輿情監測的實時性、全面性提供了強有力的技術支撐和機制保障，使得網信部門能夠更加迅速、精準地應對網絡空間中的各類輿情事件。

2.發展高效準確的輿情分析方法。輿情分析是輿情監測與預警的核心環節，其目標是從龐雜的數據中提取有價值的信息。為了提升輿情分析的效率和準確性，可以采用大數據分析、自然語言處理和情感分析等技術手段，深入了解用戶的觀點和情感傾向，幫助分析人員準確把握輿情態勢。通過這些技術手段，實現對輿情信息的快速篩選、精準分類和情感分析，提高輿情分析的效能。

3.建立健全的輿情預警機制。輿情預警機制是指在輿情監測的基礎上，通過設置預警指標和閾值，及時發現和預測可能引發重大輿情事件的信號，并迅速采取相應的應對措施。預警指標可以根據特定的輿情情境和需求進行設置，包括關鍵詞監測、情感指數、傳播速度、關注度等。一旦達到預警閾值，預警機制即被觸發。相關部門或責任人接到預警信息，及時應對輿情風險和危機。

4.加強人才培養和團隊建設。提升輿情監測與預警能力需要具備一支專業化、高效率的團隊，包括輿情分析師、數據科學家、信息技術專家等多個專業領域的人才。相關部門可以開展專業培訓和技術交流，提升人員的專業水平和應變能力。

（三）創新數據采集與分析技術

1.創新數據采集技術。在大數據時代，數據來源多樣且龐大，因此需要采用先進的技術手段來收集、整合和篩選數據，以確保數據的質量和有效性。一是充分利用自然語言處理（Natural Lan？ guage Processing，NLP）技術來提高數據采集的效率和準確性。NLP技術可以自動識別和提取網絡輿情數據中的關鍵詞、情感傾向、主題等重要信息，從而幫助輿情分析師快速獲取有用數據〔8〕17。此外，利用機器學習和深度學習技術，可以開發智能的數據爬蟲和網絡爬取工具，實現自動化的數據收集和過濾。二是多維度、多渠道地采集數據。除了社交媒體平臺上的數據，還應考慮包括網絡論壇、新聞媒體、官方發布渠道等多種來源的數據。例如，成都市通過建立網絡信息綜合服務管理平臺，實現了對社交媒體、網絡論壇、新聞媒體以及官方發布渠道的全面監測。該平臺利用先進的數據挖掘技術，能夠及時捕捉和分析網絡輿情的動態變化。成都市網信部門還同社交平臺、地方新聞機構建立了信息共享機制，通過這一機制，可以快速獲取和核實網絡中的信息，提高了數據采集的時效性和可靠性。通過這些措施，成都市構建了一個多元化、立體化的數據采集網絡，為有效應對和處理網絡輿情提供了堅實的數據支持。

2.創新數據分析技術。一是加強人工智能和機器學習算法在網絡輿情數據分析與挖掘中的應用。通過訓練模型，可以自動識別和分析不同類型的網絡輿情信息，如正面評價、負面評論、謠言等，從而快速抓取關鍵信息和趨勢。機器學習算法還可以對輿情數據進行情感分析、主題建模和網絡關系分析，從而進一步深入挖掘數據背后的含義。二是加強數據可視化技術在網絡輿情數據分析中的應用。通過可視化手段，將龐大的數據轉化為直觀、易理解的圖形，幫助輿情分析師更好地發現數據的規律和趨勢，從而為網絡輿情治理提供決策參考。

（四）優化多方合作與協同機制

1.加強多方合作。政府作為輿情治理的權威主體，應發揮監管和引導作用，建立健全的輿情治理體系和法規框架。政府與媒體可以加強信息共享和合作，提供權威可信的網絡信息。政府還應與網絡平臺合作，制定并執行相關規范和措施，加強對網絡輿情的監測和管理，共同應對虛假信息、網絡謠言等問題。例如，北京市委網信辦通過與媒體和網絡平臺的緊密合作，構建了一套高效的網絡輿情治理體系。這一體系的建立，促進了網絡輿情信息的共享，確保了信息的快速流通。北京市委網信辦還與網絡平臺合作，共同舉辦網絡素養教育活動，提高了公眾的網絡素養，增強了社會對虛假信息的辨識能力。

2.加強理實融通。學術界可以開展深入的網絡輿情研究，為網絡輿情治理提供科學的理論支持和方法指導。學術界與實踐界的合作可以促進研究成果的應用和轉化，將前沿的科學成果轉化為實際的輿情治理策略和工具。學術界和實踐界之間的合作應該是雙向的，學術界不僅可以為實踐界提供支持，實踐界也可以向學術界反饋實際問題，推動輿情研究的深入發展。

3.提高公眾的參與度。公眾作為信息的接收者和傳播者，在網絡輿情治理中扮演著重要的角色。政府、媒體和網絡平臺應積極傾聽公眾的聲音和意見，建立雙向的溝通和互動機制。公眾可以通過舉報虛假信息、提供線索和參與輿情監測等方式參與到輿情治理中來，共同維護網絡空間的正常秩序和健康發展。例如，上海市通過開展“凈網專項行動”，鼓勵市民通過官方渠道舉報網絡不良信息，這一行動得到了市民的廣泛響應。上海市政府還與社交媒體平臺合作，開發了便捷的舉報工具，簡化了公眾參與網絡治理的流程。通過這些措施，不僅提高了公眾的參與意識，還構建了一個開放、透明的網絡環境，讓市民能夠更加便捷地參與到網絡輿情的監督和管理中，共同營造清朗的網絡空間。

4.推動跨國合作。在信息全球化的背景下，網絡輿情已經跨越國界，具有跨國性的特征。各國之間需要加強交流合作，分享經驗和技術，共同應對網絡輿情的挑戰。國際組織和機構可以起到組織協調的作用，推動國際合作和信息交流，共同制定規范和標準，構建共商共建共享的跨國網絡輿情治理機制。

〔參考文獻〕

〔1〕王君.大數據驅動與網絡輿情治理〔J〕.中國報業，2022（16）：46-47.

〔2〕韋雅楠.新媒體環境下企業與用戶信息交互行為研究〔M〕.長春：吉林大學出版社，2022.

〔3〕喬磊花，邵秋燕，應慧超.馬克思主義理論課的教學研究〔M〕.北京：中國財富出版社，2021.

〔4〕袁迪嘉.大數據時代公共管理創新模式探索〔M〕.北京：北京工業大學出版社，2022.

〔5〕許志強，王雪梅.媒體融合轉型新階段與應用型傳媒人才培養新邏輯〔M〕.成都：四川大學出版社，2021.

〔6〕熊皇.移動互聯語境下的網絡謠言：動因、傳播機制與治理策略〔M〕.鄭州：河南人民出版社，2021.

〔7〕周曉芳，秦春磊.智慧社區大數據〔M〕.上海：上海科學技術出版社，2021.

〔8〕李良炎.基于詞聯接的自然語言處理技術及其應用研究〔M〕.上海：學林出版社，2007.

責任編輯郭麗娟