面向大数据的网络意识形态风险建模与评级研究

2018-08-28牛玉钵连芷萱王玉祥刘茉魏志鹏

新媒体研究 2018年8期

牛玉钵连芷萱王玉祥刘茉魏志鹏

摘要目的/意义：研究大数据环境下网络意识形态安全风险建模，为网络意识形态安全的风险防范提供理论基础以指导实践。方法/过程：网络环境下的意识形态安全的本质属于一种大规模系统，故文章采用HHM等级全息建模方法进行风险建模，并结合AHP-ABC分析模型来对各个风险因素进行量化、评级，找出高风险因素后从而找到最佳应对策略。结果/结论：依据分析结果，得出风险等级最高的因素为意识形态受众的沉默、主流媒体引导力和主流媒体态度，从而提出鼓励民众正确发言、强化主流媒体引导力并发展大数据技术提取民意、强化马克思主义在网络上的地位的风险防范建议。

关键词 HHM；意识形态安全；网络；风险预警；大数据

中图分类号 G203 文献标识码 A 文章编号 2096-0360（2018）08-0001-05

1 现状分析

根据CNNIC发布的41次中国互联网发展状况统计报告，截至2017年12月底，我国网民规模达到7.72亿。在这个全民上网的时代，网络不仅推动了通信方式的变革，还在此基础上，成为了实现思想冲击的重要媒介。由此，准确识别大数据环境下网络意识形态安全风险因素，构建科学的风险管理框架，找出高风险因素从而制定系统分级的风险管理对策，以期为网络意识形态安全领域提供学术上的建议。针对大数据环境下网络意识形态安全领域，我国已有的研究以定性研究为主，包括以下4个主题：一是网络民族主义对意识形态安全构成的风险；二是大数据背景下的意识形态安全问题；三是大学生群体的网络意识形态安全问题；四是意识形态领导权的问题。本文利用Citespace软件，将CNKI数据库中1 109篇主题词为“网络and意识形态and安全”的文献关键词进行聚类分析研究，得出9个关键词聚类，如图1、表1所示。

总体观之，一方面，综合前人研究发现我国学术界对大数据环境下网络意识形态安全风险的研究仍停留在宏观视角上，以对风险的概括性描述与给出框架性的政策建议为主，在实践领域的研究还存在空白。另一方面，大数据的定量研究思路和方法，尚未充分应用于网上意识形态安全问题上，虽然学术界已经开始着手利用大数据来进行意识形态问题研究的趋向，但是此方面仍以提出展望性的设想为主。故本文基于定性与定量相结合的方法，构建HHM-AHP-ABC风险识别模型，通过对各个风险点的监控识别、量化评级，有的放矢地制定风险防控对策，最终实现意识形态安全风控机制的创新与完善。

2 大数据环境下网络意识形态演进路径分析

世界互联网大会已连续举办三届，习近平总书记在会上针对网络环境下的意识形态安全多次发表重要讲话，最具代表性的当属“四项原则”。除此之外，在全球第二次互联网峰会上，经过讨论，还进一步明示了“五点主张”。意识形态安全是国家总体安全观的必然要求，也是国家利益的重要组成部分。如今意识形态安全问题已经延伸至网络空间。互联网像一把双刃剑，既创造着全新的生活方式，也给我国意识形态领域帶来前所未有的挑战。综合学术界对网络意识形态的理解可知，网络环境下的意识形态与现实生活中的意识形态本质上具有一致性，但是后者绝不是前者简单的空间移植，它是线上线下意识形态的高度融合，从而其具有自身独特的内涵和外征形式。

综上所述，网络环境下的意识形态是指在现实生活和网络空间深度交融背景下，网民的个体或者群体通过网络的信息互动进行意见交换和情感交流，从而形成并表现出来的稳定的思想。大数据环境下网络意识形态的演进路径可以分为三步（如图2）：一是网络环境对受众进行意识形态信息的传播和受众对该信息的自主选择；二是不同的受众会发表关于意识形态的不同观点，其中既有支持者、质疑者，也有围观者，此三者之间也存在相互转化的现象，受众由于自身所持观点不同而生成不同的网络行为，网络环境对该行为产生正、负反馈从而对受众的心理认知进行二次塑造；三是受众的质疑、澄清、关注、沉默、转载、衍生等行为集反应在现实社会中与网络环境进行交互。

根据前文分析，网络环境下的意识形态不是现实社会意识形态的简单移植和完整再现，与传统意义上的意识形态相比，网络空间意识形态的本质属性没有任何的改变，但呈现出新的外在形态，它具有自身的概念、特征、内容和表现形式（如表2），本文从以下几个方面进一步对大数据环境下网络意识形态安全进行把握。

一是社会的经济发展状况决定网络意识形态的发展。经济基础决定上层建筑，无论是现实中的意识形态还是网络意识形态，其根本都属于上层建筑的范畴，以超越现实社会经济基础的规定性。同时，众多网民仍然是现实社会中的一员，网络上的虚拟身份往往是其现实生活空间的延伸，网络世界在一定程度上和现实生活有着不可忽视的匹配性。

二是现实与虚拟的互动关系是网络意识形态的源头。从社会学的角度看，人们的交往能力在网络上得到了极大的增强，交流的时空得到了极大的拓展，有效促进了意识形态相关理念的广范围传播，并在此过程产生了不同的声音。基于此，网络用户的频繁互动，是网络意识形态形成的主要方式。

再者，基于当前市场环境和时代背景，本文所述的意识形态，其又有自身特性，着重体现在相关用户的信息共享过程中。从这个角度看，网络空间意识形态安全与否，取决于主流意识形态能否正确引导意识形态主体。

3 大数据环境下网络意识形态安全的HHM风险框架

等级全息建模法（HHM方法）在现实中有非常重要的作用，其主要适用于全面性要求较高，多元化要求较高的系统分析中，与此同时，其主要的实现方式在于，面对内部因素较多的系统，可以有效实现分层理解，而又不破坏每个层次的完整性，且保证了结论的科学性，该方法对大规模的、复杂的结构系统建模非常有效。本文利用HHM全息风险建模框架来识别潜在的大数据环境下网络意识形态安全的风险要素，依据前文论述，本文将大数据环境下网络意识形态安全分为意识形态环境、意识形态主体、意识形态行为3个情景，据此构建HHM风险框架，如图3所示。

3.1 意识形态环境

意识形态环境指可观测的风险因素有国内环境和外国影响两方面。其中，国内环境包括舆论环境、主流媒体两个要素。舆论环境是指国内普通民众所持态度，主流媒体是指有影响力的媒体所持态度。网络空间容易滋生价值观的多元化，不同的非主流的意识形态在网络环境下相互摩擦、碰撞、融合，这极大增加了国家对意识形态的整合难度。另一方面，由于当前网络环境充分强调个人意志的地位，利益的表达很容易非理性，甚至出现利用网络来泄愤的行为。

外国影响方面包括西化思想、极端思想、网络民族主义3个要素。首先，网民的知识水平与道德素养参差不齐，加之通过互联网传来的西方自由主义意识形态化的极端个人主义与社会主义核心价值体系不相适应，由于网络环境的匿名性与开放性使得很多网民缺乏应有的道德自律，造成主流意识形态凝聚与整合功能的弱化。与此同时，极端思想如虚无主义，网络民族主义利用互联网对我国进行意识形态渗透，利用网络渗入新疆等地，同分裂主义势力一拍即合，在意识形态领域内宣扬民族认同高于国家认同，并成为民族分裂主义的反动理论基础。

3.2 意识形态主体

意识形态主体包括个人和主流媒体两个方面。个人方面包括网民结构、网民素质、网民态度3个要素。网络拓展和增强了网民的话语权，网民之间的个人关系成为了互联网信息交流的重点，有关用户基于互联网媒介，在个性偏好的影响下实现社区建设，并有效进行了多样化的信息分享。但是，从我国现有的网民结构来看，30岁以下网民占52.1%，青年网民热情敏感，容易形成偏激、冲动、非理性的价值判断。从网民素质来看，网民素质偏低，本科以下学历者占62%，遇事理性判断力不够。从网民态度上看，由于网络上缺乏有效的法律监管，其匿名性特点使得网民言论不受道德约束，以至网民态度容易偏激化。

在主流媒体方面包括引导力与媒體态度两个要素，网络空间进一步拓宽了以双向互动为特征的民主参与渠道，主流媒体作为网络环境中的重要组成部分，其作用不容小觑。主流媒体的态度理性，具有强大的号召力，引导方式得当，才有利于构建和谐的社会环境，加强有关沟通渠道的建设，强化主流意识形态。

3.3 意识形态行为

意识形态行为方面分为沉默和发声两个要素。网民行为主要依据自我实现心理、好奇心理、宣泄心理和从众心理来满足自身的娱乐需要，他们的意识形态外化为行为后可分为沉默与发声两类，沉默可以理解为围观、漠不关心、畏惧发言或者认为发言无意义。而发声则包括发帖、转评赞、互动来表达自身的态度和意见，以此满足了其社会尊重的需求。虽然网民发声有正面和负面之分，但是可以依据舆情来提取民意，从而因势利导，而网民的沉默则会导致政府的盲目乐观，自我割断了网络民意的沟通通道。所以，从此方面看健康的网络环境应当是百花齐放、百家争鸣的，而非万马齐喑的。

4 大数据环境下网络意识形态安全的风险等级评价

本文将HHM框架所识别的风险因素转换为对应的指标体系（见表3），在此基础上，结合AHP层次分析法，通过科学性测试，完成相关风险因子的有效权衡，最后依据ABC分级方法将风险因素评级，进而对风险场景中的风险因素进行量化。

4.1 基于AHP层次分析法的风险因素权重计算

本文在构建大数据环境下网络意识形态安全风险因素权重计算中采用层次分析法来划分各指标权重。首先，确立总目标，建立层次结构模型。其次，充分纳入全面性的参考因素，在此基础上完成比较阵编制。并在随后的过程中，通过科学运算，得出相匹配的权向量，而针对其中比较具有个性化的向量，通常情况下，要选取与之匹配的指标完成修正。

最后，根据AHP原理，将各层次中的因素相互比较得出判断矩阵并计算出各个指标权重，其计算结果如表4所示。

4.2 基于ABC风险评级计算

本文借鉴帕累托分析法，针对复杂且多样化的风险因子，完成了科学性分级，在此过程中，基于其权重，予以排序，计算各个因素的累计权重并用百分数表示（见表5）；在上述基础上，完成数据的数理处理工作，即四级评价，详情见表6。

由表7可知，经过详细分类之后，其中风险极高的数量较少，一共2个，而作为高度风险的因子有且仅有1个。除此之外，中度和低度风险，其具体的因子个数分别是3个和6个。具体来看，极高风险、高度风险因素为意识形态受众的沉默、主流媒体引导力和主流媒体态度。基于此，位于该分级的因子，应该得到一定程度的管理倾斜，而作为国家有关部门，在具体工作中，要科学性分析并及时处理。

5 大数据环境下网络意识形态安全风险防范对策

网络是一把双刃剑，对于意识形态安全来说是机遇也是挑战。在网络环境下，意识形态安全面临着话语权转移威胁与思想多元化后去中心的风险，但是互联网也使得政府部门更加贴近民意。基于前文分析，得出风险等级最高的因素为意识形态受众的沉默、主流媒体引导力和主流媒体态度，故本文提出以下风险防范对策建议。

第一，鼓励民众正确发言，并探索运用大数据技术于舆情中提取民意。基于当前时代背景，在特定的意识形态，发表有关意见的群体，正在逐步进行一定程度的变化，而在此过程中，网络成为了主流媒介，互联网是民意直达上听的渠道之一，宜疏不宜堵。

第二，强化主流媒体的引导力。大数据时代，谁掌握了大数据，谁就掌握了网络信息主导权和话语权。所以，一是应当合理运用大数据技术，通过“深”挖掘、“浅”呈现，于千万条舆情信息中提取民意。二是在技术的支持前提下，基于对相关人群的科学性分析，对其潜在心理的准确评判，以及通过最终结果的合理把控，并充分结合用户的偏好，尊重其多样性，综合实现教育目的，掌握教育动向。三是利用大数据的预测性分析预测网络空间意识形态安全趋势，正确应对。

第三，要坚持社会主义核心价值观。基于当前时代背景，由于社会主义建设的客观要求，以及考虑到目前已经被充分运用的互联网媒介，必须让社会主义核心价值观的覆盖范围更为广阔，积极加强其传播的深度和广度，才能保证最终的思想建设效果，进而防止出现失控的意识形态风险弥漫，努力巩固好当前的思想建设成果。

参考文献

[1]南永晨.网络环境与大学生意识形态安全——基于网络行为作用机理的分析[J].甘肃理论学刊，2017（6）：43-48.

[2]郑洁.大数据时代我国意识形态安全面临的机遇、挑战与对策[J].教学与研究，2017（11）：61-68.

[3]赵雅青.网络时代高校意识形态安全建设探究[D].锦州：渤海大学，2017.

[4]许荣.习近平关于维护意识形态安全思想研究[D].南京：南京信息工程大学，2017.

[5]梁靖.新疆意识形态领域反分裂斗争研究[D].乌鲁木齐：新疆大学，2017.

[6]丘艳娟，王秋梅.大数据时代我国意识形态安全风险源探析与对策研究[J].广东行政学院学报，2017，29（3）：36-41.

[7]于磊.高校意识形态安全问题探究[D].延边：延边大学，2017.

[8]李淼，于海军.当代大学生的意识形态安全教育的四重维度架构——基于葛兰西“文化领导权”思想的思考[J].社科纵横，2017，32（1）：20-23.

[9]李昊远.大数据技术嵌入国家意识形态安全建设：内涵与对策[J].求实，2017（1）：14-21.

[10]张磊.意识形态安全视域下中国網络民族主义探析[J].厦门特区党校学报，2016（6）：20-24.