大数据时代高校网络舆情管理创新研究
2018-02-02高佳佳盖立起
高佳佳 盖立起
【摘要】大数据时代,高校网络舆情管理挑战与机遇并存。一方面,要进一步加强内容创新,强化网络舆情大数据基础设施建设,利用大数据提升网络舆情管理工作效力。另一方面,要充分发挥大数据的技术推动作用,加快更新传统工作手段和载体,创新高校网络舆情管理的实证方法、评价方法和研究方法。
【关键词】大数据;高校舆情管理;内容创新;方法创新
党的十八大报告指出:要“牢牢掌握意识形态工作领导权和主导权,坚持正确导向,提高引导能力,壮大主流思想舆论。”习近平同志强调:“根据形势发展需要,要把网络舆论工作当作重中之重的工作来抓”。随着移动互联网、物联网等新技术的迅速发展,人类进入大数据时代,大数据带来的信息风暴正深刻改变我们的生活、工作和思维方式,传统的舆论格局悄然发生改变,特别是以微博、微信为代表的社交媒体加剧了舆论格局的重构。
高校网络舆论环境受大数据时代各种社会思潮的影响和冲击很大,广大师生对现实社会矛盾的思考与讨论容易演绎为网络舆情热点,各种社会负面情绪通过网络散布传播,严重误导大学生的价值取向,造成高校师生的情绪波动。另一方面,随着高校规模的不断扩大,管理与服务的任务加剧,食品卫生、校园安全、伤亡事故等诉求通过互联网表达与传播,个体焦虑情绪的非正常宣泄容易引发群体性情绪汇聚,形成强大的舆论压力。加强高校网络舆情管理,对于维护高校稳定,保障正常的教学科研秩序,教育培养大学生正确的世界观、人生观、价值观具有重要的意义。
大数据作为新一轮信息化的主角,既有规模性、多样性、实时性、价值性等基本属性,也有可运用于各项工作的规律性和普适性。针对大数据时代的社会化变革,如何獲取数据、组织数据、处理数据、分析数据,并应用大数据解决高校舆情管理面临的各种问题,推动高校舆情管理创新发展,已经成为高校思想政治工作的一项紧迫课题。
一、大数据时代网络舆情管理挑战与机遇并存
(一)大数据时代网络舆情管理面临全新的挑战。首先,淹没在海量网络数据中的舆论热点事件都有一定的偶发性,一旦持续发酵,其“蝴蝶效应”将带来巨大的处置压力,传统的舆情管理手段和方法难以有效应对,迫切需要运用新的技术手段实现实时掌控快速应对。其次,网民对网上海量信息的选择性关注客观上加剧了舆论的“盲人摸象”效应,偏激的观点更容易找到“同类”从而加速传播强化放大,加剧舆论偏激情绪,甚至产生不理智的“网络暴力”。再次,大数据时代舆论话语权分散,各类数据随手可得,越来越多的机构、个人通过数据挖掘和分析得出的各种结论会不胫而走,有效管理舆情的难度越来越大,权威部门信息公开不及时,关键时刻反应迟钝,往往造成较大的负面影响。
(二)大数据技术给网络舆情管理带来新的机遇。首先,在“一切皆可量化”的大数据浪潮中,网络逐渐成为现实世界的“镜像”,网络社会与现实社会日益融为一体,网络舆情管理不再局限于网上言论领域,而必须全面掌握网络舆情运行规律及其与现实社会的相互影响,实现网上网下充分联动、协调共治。其次,采用在线方法直接把舆情管理相关的各类数据统一存放、统一处理,融合重组,可以从根本上解决目前存在的数据多级汇总,费时费力、程序复杂等问题,通过在线化的数据对接整合,融汇形成舆情管理海量数据集,进而促进舆情管理工作业务流程融合。再次,运用大数据技术,可以从更宽领域、更长时段对网上舆论进行比对分析,更加准确地把握网民情绪特点,预判舆情发展趋势,提高舆情管理的效能。借助大数据分析,舆情研究的视角将更加多元化和精确化。
二、大数据时代高校网络舆情管理的内容创新
适应大数据时代的新要求,高校网络舆情管理工作应进一步加强内容创新,占领和建好高校网络阵地,运用新媒体新技术开展工作,切实为舆情管理注入时代元素。
(一)强化网络舆情大数据基础设施建设。建立网络舆情大数据标准规范。从大数据建设需求出发,明确网络舆情大数据的体系、分类和内容,以及数据的规模、活性、多维度、关联性、颗粒度等,实现网络舆情数据的可理解、可比较和可共享,为其在不同系统之间互操作提供基础支撑。理顺网络舆情大数据运行机制。大数据的来源多样化是建设的内在要求。由于数据收集、分析需要跨部门运作,容易受到利益、安全等因素的干扰,因此,必须注重顶层设计,自上而下地破除阻碍数据分享的藩篱,建立数据共享、成果分享的大数据建设运行机制。盘活网络舆情大数据信息资源。按流程和规范管理好现行网络舆情管理的各类业务数据,进一步完善各类舆情数据的采集、存储和管理方案,从时间和空间两个维度积累网络舆情相关数据,积极探索不同部门之间数据融合重组、按需流转的方法途径。
(二)利用大数据提升网络舆情管理工作的效力。随着网络在高校师生日常工作生活中覆盖密度的增加、使用频率的提高和适用范围的扩展,高校师生在使用网络时产生的各类巨量数据,已经成为网络舆情管理的主体,了解客体思想状况和动态,制订舆情管理工作计划,了解舆情应对效果的重要途径。针对大数据挖掘和应用,许多科研院所和科技公司已经开发出了网页抓取和分析、日志分析、应用客户端及人工监测等技术,为低成本、快捷和准确地分析网络大数据,了解舆情管理客体的思想动态提供有力的技术支持。根据舆情管理工作任务和目标开展数据挖掘,建立数据分析模型,得出分析结论,必将替代传统的调查研究手段,成为准确及时把握网络舆情动态的新手段、新方法。当前,网络舆情日益呈现出体量巨型、类别多元、速度迅捷、价值宏大的基本特征,它改变了传统的数据抽样分析模式,要求尽可能覆盖全维度舆情样本;它超越了固化的数据分析结构,凭借深度智能分析和建模,能够显示各种事物的潜在关联,使舆情预警功能得以展现;它能够做到实时感知不同区域关注焦点的变化,为快速决策和应对创造先机;借助大数据和云计算技术,展示给受众的是动态的、简明的、可视化的数据图谱,能够直接为舆情管理决策服务。
近年来,随着大数据相关技术的不断发展和完善,获取和掌握目标人群的网页浏览习惯、关注内容以及地理位置等个性化数据将更加容易,这就为更加细化地感知客体的思想特征、心理状态、接受习惯等特点,可以对网络舆情的触发者、响应者、传播者等不同行为对象进行细化分类,更加精确地实施多样化的引导和教育,为在不同阶段实施正确的舆情干预提供有力的信息支撑。endprint
三、大数据时代高校网络舆情管理的方法创新
进入大数据时代,高校网络舆情管理工作应充分发挥大数据的技术推动作用,加快更新传统工作手段和载体,实现舆情管理方法手段的创新。
(一)利用大数据创新高校网络舆情管理的实证方法。高校思想政治工作一贯注重运用调查研究、实地考察和描述性统计分析等实证方法,注重具体问题具体分析和经验积累,但较少采用数量分析技术,也很少能针对大规模群体做出精确的统计性陈述。一般认为,高校网络舆情管理存在大量的模糊性,难以采用复杂的数量化实证方法,但大数据的出现,为运用数量化实证方法带来了可能。基于大数据的网络舆情管理虽然难以准确把握每个人的内心诉求,但是能够绕过因果关系的人为假设,通过探索事物之间的相关关系,从整体上把握社会热点、舆论倾向,预测舆情的整体演化趋势,为实施有效干预提供决策依据,更直接、更高效地解决舆情管理的实际问题。
(二)利用大数据创新高校网络舆情管理的评价方法。舆情管理工作評价是不断改善、提高舆情管理工作效能的必要环节,在实际工作中,多以定性方式进行,既不够精确,也难以比较和推广。舆情管理工作的量化评价方法,需要解决全面收集评价信息、科学判定工作效果两个难题,大数据在解决这两个难题上,都可以提供有力支持。大数据具有的海量数据获取与知识表示能力,能为舆情管理工作的全方位数据采集和信息整合提供新方法,有效确保评价的客观性和全面性。大数据与人工智能融合发展的最新成果,则能为舆情管理工作效能的量化评价提供新途径,有效确保评价的科学性和准确性。舆情管理工作评价可以充分利用人工智能与大数据相结合的巨大潜力,借助大数据的关联分析技术,融合人工智能的深度学习能力,从定性走向定量,不断提高舆情管理工作评价的质量效益。
(三)利用大数据创新高校网络舆情管理的研究方法。高校师生的思想行为产生及变化规律是网络舆情管理研究最重要的内容。大数据时代,人们的言行及其变化轨迹越来越多被记录下来,利用大数据技术观察和研究人的社会行为成为可能,将社会科学理论与计算理论相结合的社会计算方法也应运而生,为更深入地认识社会、改造社会,解决复杂性社会问题提供了新的方法论。社会计算方法为网络舆情管理提供了一种将舆情管理和信息技术、大数据技术有机融合的研究框架,利用复杂系统理论及信息科学方法对网络舆情管理的特点规律进行数字化和动态化研究,可以用于各种复杂网络舆情演化问题的建模和分析,把握高校师生思想变化的脉搏。然而,将社会计算方法应用于网络舆情研究刚刚起步,仍面临许多难题,例如收集的网络舆情数据体量偏小且正确性难以验证,对突发性、动态性的网络舆情演化预测缺乏相应的方法和手段,大数据在这些方面恰恰具有优势。两者的有机融合是高校网络舆情管理研究所需的广泛性与科学性的综合体现,必将极大推动网络舆情管理研究取得突破性进展。
【参考文献】
[1]邬贺铨.大数据时代的机遇与挑战[J].求是,2013(4):47.
[2]范宸西,韩松洋.大数据时代高校网络舆情应对策略的重新定位[J].陕西行政学院学报,2015,29(1):33-36.
[3]孙莉玲.大数据时代高校网络舆情研判与治理[J].江海学刊,2016(03):204-209.
[4]赵健.大数据视域下高校网络舆情管理的新模式[J].福建工程学院学报,2016,14(2):137-141.
[5]聂峰英.自媒体时代下高校网络舆情预警指标体系与机制研究[J].江苏高教,2016(1):36-38.
[6]孟小峰,李勇,祝建华.社会计算:大数据时代的机遇与挑战[J].计算机研究与发展,2013,50(12):2483-2491.endprint