大数据环境下网络视频舆情分析方法研究

【摘要】在如今的大数据环境下，社会舆情数据的收集、分析、管理及应用都面临挑战。目前“两微一端一抖”的新媒体环境，尤其是移动端短视频拥有了越来越多的受众前提下，使得舆论环境发生了一些新的变动，同时也使得舆情数据获取和分析具有一定难度。本文将从目前网络视频舆情分析所需要作出的变革与创新现状入手，以文理结合的角度探索网络短视频舆情分析方法及应用。

【关键词】大数据时代;网络视频;舆情分析方法

大数据时代，有效的信息采集对舆情研判至关重要，不同类型的信息在舆情分析中应有不同的比重，也需要根据环境变化引起的舆论场变化作出相应调整。如今我们主要使用的舆情分析方法分为两种，一种是新型的大数据统计挖掘，一种是传统的民意调查。前者的问题在于可能会存在代表性、真实性以及理性不足的问题：后者则可能存在社会分层加剧、社会结构复杂化所导致的部分群众的民意被忽视，所接触的人群有限，以及不同媒介与不同人群之间的关系都会给调研结果带来偏差等问题。新的技术手段不断更新人们沟通交流的方式，移动终端上的软件越来越多，新兴传播行业的不断发展也使得如今的舆论环境变的越来越复杂，像我们平常观看网络视频的途径，除了腾讯、优酷、爱奇艺这样的BAT平台外，还有抖音、快手等手机短视频平台，传统的分析方法不太能完全适应如今的新环境，需要作出随机应变的发展和改进，才能真正地做好舆情分析与研判。

一、网络视频尤其是短视频独特的舆情状况

除了传统的已经形成规模的舆论场外，网络视频也形成了自己独特的舆论场。网络视频声情并茂地冲击着观众的视觉，而大众也可以通过留言、弹幕的方式进行互动，很容易引起网民的关注。手机短视频更是打破了传统的信息传播壁垒，以点评快的方式“侵入”网民视界，结合社交需求进行即时共享，不论是在户外、家中，还是地铁里，只要利用碎片化时间，都能获取信息。另一方面，我们的手机等智能终端产品也随着环境变化不断革新，为网络视频尤其是短视频应用提供了硬件支持。此外，网络环境持续的技术性优化，则降低了视频内容的制作成本，受众通过手机拍摄不需要剪辑也可以直接微信朋友圈分享，而抖音等APP则提供快捷剪辑、添加字幕等工具，普通用户也可以轻松制作视频上传网络，或者原生视频直接进行传播，使得视频成为一种主流社交形式，表现在舆情传播中，移动短视频已然成为热点舆情事件的标配。

在一些即时的舆情事件中，移动短视频的发布更容易造成舆情升级，形成新的舆论场。在网络传播时代，似乎有一条不成文的规定：弱者为王。例如“奔驰女车主哭诉维权”事件的主角是一名女性，高学历，因为汽车维权问题申诉无门而坐在奔驰车引擎盖上哭诉。这种高学历的女性用撒泼的方式来示弱，瞬间可以得到公众的同情和保护欲，之后，遇到或正在经历相同问题的万千百姓纷纷应援，再扩大到更大范围内，形成舆论场。

自媒体由于眼球经济，敏锐地察觉到此次事件可以带来的经济利益，纷纷开始报道，其中尤以梨视频为代表。@梨视频从4月11日开始跟进报道该事件。@梨视频报道的独特性除常规事件报道外，在于通过律师解读、联系旧事件（一位18年维权的车主）、揭秘领导层等角度最大限度吸引网友，扩大讨论热度。

但我们也应该认识到，由于短视频制作成本更低，传播更迅速便捷，在突发事件中，不能及时进行把关治理，使得内容上就会出现很多弊端，进而对社会舆论生态造成恶性影响。在信息过载严重的情况下，由于个人注意力有限，网民不可能一一看完全部相关视频，碎片化的观看碎片化的信息，这时受众的选择性机制会自动发生作用，引起“一叶障目”的状况，用他们喜欢和希望发生的结果来预判内容并发表言论，就会导致舆论场向错误的方向发展。这时，如何进行舆论监督，正确引导舆论就是需要认真考虑的问题。

二、大数据技术下网络视频舆情分析方法

国内外针对大数据技术下的网络舆情研究主要有两个方面：一是探討大数据背景下政府等部门网络舆情的监测、危机管理、政治传播形态与途径的研究;二是针对数据规模日渐宏大的互联网传播环境，网络舆情如何更高效的进行数据收集并分析，从而有效地管理网络舆情方面。网络舆情分析以往是通过问卷调查、利用软件进行规则筛选和内容挖掘等方法进行监测，介入人工因素，通过面对面问卷或问题设计后的影响，使得传统的舆情分析结果展现出细腻性的特点。如传统的问卷调查，问题设计具有针对性，收集的数据分析结果会对舆情的语言、意见以及受众舆情倾向和相应情感等有较为细致的反馈。座谈式的调查也可以直接面对面的获取相应反馈，但这些传统调研方式以及之后的分析方式，效率都比较低，取样不仅耗时较长而且有一定的难度，费力较大之后还不一定能够准确反映舆情的真实情况，尤其是面对网络舆情这样信息庞大且复杂的环境。大数据应用外加相应监控软件系统在这时就可以发挥很好的作用，尽可能多地覆盖更多的调查样本，从而能够更准确、更全面地反映网络舆情的真实面貌，为正确的决策奠定数据基础。

同时，对于网络舆情来说，一方面网络舆论场中庞大的数据，其内容导向是一种基于内容挖掘来进行网络舆情监测的技术方法，大数据分析能够很好的分析出某个词语或者语言出现的频次，但中文的情感蕴含丰富，同样的词语语义不同，同样的语义情感也会有所不同。大数据内容分析在语义方面确实存在其明显的缺陷。而网络环境中新语言流行语更新非常快速，现有的大数据分析技术对于情感丰富的语句或者具有创新性的网络语言反应迟钝，需要进一步人工修正与补充。

（一）民意调查：问卷调查+数据分析

通过线上自填式问卷对用户进行调查，选取大样本获取相关数据，然后采用定性和定量研究结合、对特定群体严格抽样、关联分析等调研方法，收集后的数据再使用回归分析、交互分析等方法，第三步得出相关分析结果后，根据分析结果和相关信息作出相应的判断与预测。优点是如上文所述，可以获取更为细致的数据，可以对大环境进行总体分析;但缺点在于效率较低，耗时耗力较长。

（二）数据中心检测数据+数据分析

目前一些视频APP或者短视频平台都有自己的监测平台，可以获取平台数据，通过这些数据可以分析用户信息，热点词、热点事件，结合数据分析方法可以进行平台用户研究、内容研究以及全局趋势研究。优点在于数据获取简单，没有平台壁垒;而缺点则在于信息具有平台趋向性和单一性，不利于进行平台间对比或整个环境分析，此外，平台数据报告一般是在年终获取，不利于对突发事件舆情的数据分析。

（三）基于爬虫监听和情感分类的舆情分析

爬虫监听可以获取相应数据，建立相应模型可以进行大规模弹幕数据监听和情感分类的舆情分析。如今除了微博、视频软件等自带的爬虫监听插件外，还有一些公司进行爬虫获取数据进行经营，大概的操作是：使用基于热点检测循环自适应算法的数据获取模块跟踪新闻事件，获取相应的留言或者评论数据，再进行合并处理;第二步是对爬取的语言数据进行情感区分分析，可以借用第三方如知平情感词典进行区分，这样可以避免前文提到的大数据分析对语义与情感分析方面的缺陷;最后，可以使用模型，以事件案例的视频进行测试，分析舆情信息，如果随着时间的推移，大众舆情也会有变化的规律，证明模型的有效性。基于模型的分析优点在于可以对时下流行的视频弹幕、短视频留言进行关键词与情感分析;缺点在于需要较强的专业性，建模公式错误将会导致分析结果的错误。

三、大数据时代短视频行业如何应对舆情事件

如今的挖掘算法主要有通信类专业学习使用，如Web链接挖掘的核心是对超链接的分析，即通过分析链接关系来发现网页的引用关系，有效减少传统的搜索模式不客观和容易作弊的结果带来的负面影响，链接挖掘也被广泛应用于优化网站结构的电子商务和新闻门户网站，可借此技术进行分析短视频分享、转载等信息。

短视频行业迅速发展，头条身价凭借短视频水涨船高。但短视频行业仍有较多缺点，如内容审核问题、内容雷同等，不少用户最初的新鲜感逐渐消除后，失去了对短视频的好感。而对于短视频内容的舆情分析，在大数据背景下，为避免短视频行业相关舆情愈演愈烈，就需制定一份切实可行的短视频舆情应对方案，进行行之有效的舆情监督与分析：

（一）健全舆情监测体系

互联网时代，短视频行业舆情形成的源头多样化，舆论观点意见也是零散的。因此，要做好短视频舆情应对工作，就需先建立完善舆情监测体系。通过采用行业舆情监测的方式，监测舆情形成的溯源、舆情信息传播动态、舆论动态变化。

（二）做好舆情动态变化追踪分析

由于网络信息传播平台太多，要对短视频行业舆情信息传播平台进行监测，会比较麻烦。若全部依靠人工进行监测搜集，无法满足网络舆情监测的全面性的需求。对此，可以借助舆情监测软件来进行此项工作。进行全网全天候实时监测，挖掘分析传播溯源，重点舆情事件或者热点话题实时跟踪分析。

（三）劃分类别，确定发布主体

在利用舆情监测软件，对短视频行业舆情进行全面监测分析过后，可根据系统提供传播分析的数据作为参考，从短视频行业舆情的影响程度来看，对舆情类别和级别进行判断。根据不同阶段和事件类别采取不同的发布形式。

结语

这两年随着技术的发展，“两微一端一抖”的传播作用与效果日益凸显，各大传统媒体也想方设法进行融合与创新，政务微博号、微信公众号、政务抖音号也如雨后春笋般不断出现，不论是基于何种目的，政务号也需要担负起舆论监督与舆论引导的作用。同时在大数据时代，文本类舆情分析已日趋完善，但视频类数据分析由于获取、介入等问题，数据获取不易，这时我们可以借用一些新型的舆情监测软件或平台，为进行舆情分析的素材收集提供便利，再通过社会学分析方法进行有效分析。

参考文献：

[1]今日头条：2018短视频与城市形象研究白皮书

[2]高原.网络媒体对弱势群体舆情事件的传播研究[EB/OL].武汉理工大学，2012.

[3]詹婧.视频直播：众媒时代舆情传播的新载体[EB/OL].新华网.http：//news.xinhuanet.com/yuqing/2016-08/05/c_129207571.htm.

[4]赵一鸣.基于多维尺度分析的潜在主题可视化研究[D].华中师范大学，2013.

【作者简介】林婷，浙江横店影视职业学院讲师，中级记者。