淺析融媒體技術下網絡輿情與大數據的研究

【摘 要】 “融合媒體是全媒體功能、傳播手段乃至組織結構等核心要素的結合、匯聚和融合，是信息傳輸渠道多元化下的新型運作模式?！薄峨娨暸_融合媒體平臺建設技術自皮書》這一概念是隨著信息技術和通訊技術的發展、應用和普及從以前的“跨媒體”逐步衍生而成的?！叭诿襟w”目前理解就是融合多種的跨界媒體，其所指并不是一個個體概念，而是一個集合概念。

在互聯網與5G社會下，大數據與融媒體技術更加成熟，網絡輿情逐漸受到各界的重視，社會輿論與網絡輿情方方面面滲透到人們的生活中。社會治理需要這些技術和工具更好的了解民意、改善民生。

【關鍵詞】 大數據 融媒體 網絡輿情 社會治理

大數據如何產生

托馬斯.H.達文波特：大數據之所以產生，是因為傳感器和微型計算機處理器在人們日常生活中無處不在。

大數據的發展進程

1966年，摩爾定律提出，為大數據現象的形成奠定物理基礎[1];1989年，數據挖掘技術產生，大數據有了大價值[2];2004年，社交媒體出現，全世界每個人都變成了潛在數據生成器[3]。

大數據的特點：1.大數據=傳統的小數據+現代的大記錄;2.大數據=結構化數據+非結構化數據;3.大數據=大價值+大容量。

因此用效率更高的算法優化對互聯網信息的查閱搜索程序，提高對互聯網信息的查閱搜索效率，這樣的優化能夠變成當前萬物互聯時代的研究方向。[4]

融媒體技術整合了云計算、大數據、互聯網等新信息技術應用于傳統媒體，加快了傳統媒體生產流程再造，促進了媒體生產的集約化、數字化和智能化。[5]

融媒體的大數據思維

在當今競爭激烈的世界中，數據驅動的決策起著非常重要的作用。對處理大量數據以在各個領域中進行未來預測以獲取競爭優勢的需求不斷增長。人們普遍認為“大數據”可以達到這一目的?；ヂ摼W是一個社交媒體平臺，每個人都可以通過互聯網下的各種形式表達自己對不同主題的想法，觀點或反饋。這些主題可以來自任何領域，例如政治，商業，醫學，教育等。

新聞活動，信息是社交媒體在網站上的大量信息的廣泛方面，在社會或互聯網上發生的信息記憶，并且通過網站上的許多互聯網頁面進行陳述或討論。例如：現在您意識到，貨幣去貨幣化可能是印度的巨大麻煩，而獨特的新聞社交媒體會影響這一難題的每條新聞。每天有超過一千的消費者發布與此統計信息相關的新信息。每天都會添加互聯網上的獨特數據，并創建新的信息記錄?，F在，瀏覽和討論新聞事件已成為日常生活中的平凡生活。因此，通過信息事件評估為公司和政府發現了豐富的寶貴信息。

互聯網時代的網絡輿情傳播

網絡輿情傳播具有如下四個特性[6]：

1.跨時空性：信息突破了空間的限制，實現了信息的跨時空傳播;

2.群體極化性：信息的傾向性對受眾的思想形成一定的支配性，形成群體極化;

3.強制互動性：信息由單向傳播變成雙向互動，公眾由接受者變為參與者和生產者;

4.及時性：即時編輯、及時發布、即時傳播、即時互動、及時反饋。

網絡輿情指數體系構建的基本原則：可行性、目標性、穩定性、明確性、全面性、動態性、科學性。應用了包括如下技術：互聯網大數據挖掘技術、人工智能、現代統計學、數據庫理論、機器學習等。

互聯網大數據挖掘技術包含如下方面：

統計技術：對給定數據集合假設一個分布或者概率模型;

關聯規則：目的是找出數據庫中隱藏的關聯網;

連接分析：從一些用戶的行為中分析出一些模式，同時將產生的概念應用于更廣的用戶群體中;

概念描述：對某類對象的內涵進行描述，并概括其有關特征。

這些強大的功能運用于網絡輿情的研究十分有價值，它們可以對輿情信息進行針對性的挖掘，把握處理危機事件的最佳時機。

網絡輿情指數體系（IRI）

“網絡輿情指數體系（IRI）”是由中國傳媒大學網絡輿情（口碑）研究所設計，該指數體系是國內第一個權威的、可量化的、科學的網絡輿情指數體系，重點突出網絡輿情指數的實時動態性以及可理解、可描述、可解釋等特點。

網絡輿情參與度：網民在某網站中針對某一主題發布的信息量、回復量和瀏覽量的綜合統計?！袇⑴c水平。

網絡輿情評價度：整體態度傾向的指標。

百度司南輿情系統指數

聲量診斷：某話題/人物/商品/事件在互聯網上是否引起了關注度，關注量級與趨勢如何。

傳播分析：輿情傳播路徑，識別傳播節點。

總結與反思

大數據輿情能否代表社會民意？

要注意，不能輕易把網上的意見視為輿論。網民占全國人1/3，網民在網上發表意見的人數，只占所有網民的2%，經常發表意見的人數更少。因此，網民大都屬于沉默的大多數，通過技術手段抓取關鍵詞呈現出的意見狀況會出現代表性偏差，與符合真實情況可能出現不一致。

信息源頭的污染。網民享有了表達意見的自由，但網絡信息卻并非態度、意見和情緒的直接和客觀的反映。網絡的虛擬性使得網絡言論往往出現情緒化和極端化的現象。其次是大量網絡“水軍”的存在，會影響到對事實情況的判斷。

愛德華霍爾創建了“高語境”和“低語境”的概念。高語境是指對語境依賴程度較高的語言，如中文和日文。在中文傳播環境中，語言信息呈現在語境之中，高度依附語境。

使用爬蟲等技術手段抓取的網絡信息是有噪聲的，在進行回歸分析與差異分析時，不能徹底擺脫高語境依賴，由此得出的分析結果并不能完整的解釋其實際意義，進而也會干擾輿情判斷。

“大數據”是原材料，“算法”是核心。大數據往往是TB甚至PB量級的，在輿情指數分析中的數據也只是大數據的冰山一角，并不是完全意義上的“大數據”。

大數據技術已經改變了社會輿論的治理方法。在大數據技術的支持下，輿論監督和預警已實現自動化。報紙行業使用大數據技術來實現兩件事。一方面，它可以實時監視Internet信息動態，提供新聞主題選擇的材料;另一方面，它可以進行輿論監視服務。例如，人民日報網開通了“人民輿論”頻道[7]。以上這些都可以進行高效的輿論監督。

【參考文獻】

[1] 中國社會科學院經濟研究所.現代經濟詞典：[M].南京;南京：鳳凰出版社;江蘇人民出版社，2005

[2] 《中國電力百科全書》編輯委員會，《中國電力百科全書》編輯部.中國電力百科全書：電工技術基礎卷[M].北京：中國電力出版社，2014

[3] 祝光耀，張塞.生態文明建設大辭典：第二冊[M].南昌：江西科學技術出版社，2016

國家社科基金項目“輿情生態治理下的政務新媒體傳播路徑及效果研究”（16BXW023）和中國傳媒大學中央高?；究蒲袠I務費專項資金資助項目“新時代融媒體背景下語言智能服務開放平臺建設”（CUC19ZD012）

作者簡介：宋康（1996-），男，漢族，單位：中國傳媒大學協同創新中心互聯網信息研究院 國家語言資源監測與研究有聲媒體中心 媒體融合與傳播國家重點實驗室 研究方向：媒體大數據，網絡輿情，自然語言處理。