后真相时代舆情监测的难点及策略研究

□安萌

后真相（Post-truth）一词于 1992年在《Nation》上首次出现，2016年被评为英国年度热词。后真相是指，在信息传播中诉诸情绪相较陈述客观事实更容易影响民情和公意，真实让位于情感、态度。从“小凤雅”事件到重庆公交坠江事件，舆情的巨大波动反映出公众面对舆论的不理性，后真相一词的使用频度成百倍增长，各种言论、偏见比比皆是，立场先于真相①，即媒体高呼的“后真相时代”到来。社交媒体的出现与信息环境的复杂化，使得受众的既有选择倾向愈发明显，只愿意接受一定信息的同时，输出信息也有偏向性，舆论环境也更加复杂。后真相导致各类社会事件真假难辨，越来越扑朔迷离，舆情难以控制，进而对舆情及其发展态势的监测也提出了更高要求。

舆情监测，即实时关注舆论的动向，及时发现首要舆情，把握舆情转变规律。随着移动互联网的普及，以微博、微信为代表的社交媒体兴起，成为舆情扩散的主要阵地。面对复杂多样且难以亲身考证的网络信息和事实传播，大家更容易且更为倾向于依赖“部落化小圈层”以获取资讯、传播事实，舆情中的网民功能和角色“前移”。随着信息活动速率的加快和数目的增多，传统舆情监测模式存在着反应迟钝、信息断层、研判模式化、重形式轻分析和重图表轻阐释等问题，舆情动态监测进入平台期和疲惫期。当我们将生活数字化和模型化后，会发现其实大家都非常相似，很容易产生人类行为极其容易被观察、预测的错觉，但这种可观察是概括性、大范围的，不具有普适意义。实际上，受制于人类大脑的不同，要想完全监测到人类情绪、态度的变化是很困难的。

因此，舆情管理思路也应该前置，从危机事件后的监管、化解情绪到事前监测预警，在事态恶化前及时发现并疏导，在当前的舆情传播态势中显得尤为重要。舆情监测是舆情管理活动的首要环节，一旦发生负面议论时，迅速识别舆情风险线索，也可以为紧接着的形势研判和准确回应占得先机。以下将具体论述后真相时代舆情监测活动当前的表现特征和面临的挑战，从而为舆情监测和舆情管理活动提出有益的思考。

一、后真相时代舆情监测活动的特征

（一）以敏感词库为主，关注舆情呈现情势

敏感词库建设是对发生舆情事件的文本进行高频词统计分析，包括媒体、微博、微信平台传播主体的主动发声和互动讨论，对其中能够引起民众情绪波动的词进行初步判断，并将其提取出来以构建敏感词库，然后根据可能引起的不同情绪敏感度进行分级，一旦程度较重的词出现，便及时开启相应预案。关注舆情表面呈现的状态，除敏感词外，还有关键词、排除词和词义本身的含义阐释等都可以使舆情监测结果更为精确。如，联想集团前些年因高通投票和改名事件一直被骂“卖国”，连带着总裁杨元庆也被扣上“卖国贼”的帽子，因而，“杨元庆”“卖国”等都是联想在监测舆情时的重点关注敏感词，呈现出了有关联想集团的网络舆情状况。

（二）多元数据库抓取，负面舆情监测比重大

利用大数据可以为网络舆情管理带来技术优势。经过深度挖掘，解构与重构海量信息，挖掘数据间的相关性，可以提供数据支持。舆情监测从最初简单的收集数据发展到深入研究拓展的阶段，加快“静态收集”到“动态跟踪”的转变速率②，运用多元数据库抓取信息，可为后续的舆情分析提供多个维度。舆情热议的话题包括正面和负面，正面是一种积极向导，鼓励传播主体继续；负面是一种严厉警示，提醒传播主体及时改变方式方法。当前，各个传播主体都更为关注负面舆情而忽视其他重要的维度。根据某著名舆情监测机构的用户情况调查所知，每10个舆情监测客户中会有9个特意强调负面舆情的汇总，要求工作人员每隔一定时间段定时推送有关自身的负面情况。

二、当下舆情监测面临着一定挑战

舆情管理相关议题研究以危机应对和结合社交媒体特征为多数，对网络舆情的日常关注较少，空有舆情预警的意识，却没有舆情监测的实践。当前舆情监测活动面临的挑战主要有以下几方面。

（一）依赖爬虫技术，价值研判时有误差

技术发展推动着信息海量化、传播主体多元化，信息处理也变得更为繁杂。目前，爬虫技术是舆情动态信息抓取的主要工具之一，按照提前设定好的固定规则，自动识别并抓取媒体、微博、微信和各大门户网站的海量信息。但拥有海量信息并不完全等同于足够掌握舆情动态，舆情态势的发展更多是大众对事件的看法，并伴随着情绪问题的推动。而通常的技术处理都是以一定关键词为基准，借助对语言文字的分析去判断人们对舆情事件的态度，属于机械的、去情感化的活动，对复杂舆情的价值研判难以做到精准。再者，新兴网络用语众多，有正面、负面、随意吐槽等多种形式，如“盘他”“柠檬精”“嘴炮式恋爱”“光想青年”等一众热词，要判断其在一定场景下的属性实属不易。最为关键的一点是，用词富于变化，网站会经常更新，一旦关键用词或者网页改版，爬虫就会无所适从，不能很好地满足舆情监测要求。

（二）信息筛选复杂，舆情监测时效难以保证

在互联网的推动下，网络舆情瞬息万变，如以“百度”为关键词利用爬虫技术抓取信息，新闻、贴吧、平媒等平台日均信息量在1200条以上，微博平台信息在2000条左右，无形中加大了信息筛选和监测的难度。舆情服务的需求方想要第一时间知晓舆情的产生与发展，首先需要的是快；其次要清楚了解自身情况，也需要准确信息，所以一般情况下通过软件自动监测的信息仍需要经过人工判断和筛选。软件越智能，人工量越少，但眼下舆论场的横纵向扩展引起的复杂数据处置实非人力所能及，在时间和效率上难以有效保障。

（三）监测指标体系庞杂，仍处于初步探索期

舆情监测指标体系研究有两种路径，一是力图用多个不同维度指标衡量，追求全面；二是结合大数据思维，寻求少量指标进行研判。伴随前者的是指标体系逐渐庞杂，量化和质化指标同在，而在数据抓取中却无法全部实现，甚至有些指标体系会永远以DEMO（Demonstration缩写，意为展示）的形式存在③；后者充分利用大数据相关关系思维，但单一指标很难指导实践。这一方面说明当前的舆情监测方式较复杂，另一方面也说明舆情监测活动仍属于初步摸索阶段。

三、舆情监测难点解决之路径探析

后真相时代，公众不是不清楚或不明白“后真相”不等于“真相”，而是更愿意相信他们在情感上相信的“事实”。舆情监测在其中就相当于人的“知觉层”，基于数据的汇集、存储、分析与融合，它成为反映虚拟网络环境情感与事实的主要途径，也是智慧社会实践的重要参考依据。对于如何推动舆情监测活动的深入，可参照以下方式。

（一）更新舆情监测软件，强化基础建设

舆情监测软件要具备强大的自然语义分析引擎，利用机器学习反复修正，让数据背后的意义直观可见，实现情感的智能语义识别，准确判断网民情绪等，并进一步升级分布式节点、主干网络、云存储、舆情协同、网评疏导和智慧舆情专家平台等相关应用。从实践来看，依靠互联网搜索引擎、中文分词功能、爬虫技术、舆情统计分析（包括媒体分类、事件传播、关键词云等），要做到全网获取信息，提供既快又准的监测结果，都需要硬件设施——即监测软件的不断完善升级。尤其是微博、微信和境外媒体库等特殊平台还需要专门的监测工具。随着5G时代来临，信息类型更为多样化，为更全面地监测各类信息必须从舆情监测软件入手，完善算法机制，做好了舆情管理的第一步。

（二）人才队伍优势互补，完善业务链条

舆情监测与分析人才是舆情监测活动的必需条件，且要能熟练运用有关软件，如掌握专门监测微博的软件——新浪舆情通的使用技巧，运用图表分析，明确信息属性，智能识别情感，进行定向监测，了解舆情关注并提供支持。人才梯队搭建上，应在鼓励博学多闻的同时，又强调专业精湛。譬如，人民网舆情研究中心从事舆情监测的业务员中有的精于数理统计，有的热爱钻研价值观念相关领域，有的长于预测舆情走向；具体的人员构成上，既有省委宣传部的舆情研究员，又有网信办新闻评论员④。专业的统计分析师和舆情分析师合力，可以明确地感知和掌握网络舆论场的主流意识、网民共识、政企应答等。

（三）注重综合性监测，侧重舆情发生发展过程

舆情监测活动和服务通过技术手段实时掌握舆情变化和矛盾转变，主要目的就在于为制作舆情分析报告提供支持。为完成这个任务，舆情监测报告需完整体现事件产生和演变的不同阶段，而实时获取、自动化运维监控、全天候和全时段监测舆情声量和走势都必不可少，以便准确并及时发觉作用于公众认识和情感的主导因素。同时，这类综合性不但体现在对事实究竟如何产生、发展方面，并且应体现在对各不同种类概念的表达进程和影响的关注上，明确社会情绪问题机理，将过程性监测纳入舆情活动中。

（四）强化准入机制，制定行业发展规范

新传播生态决定了舆情监测业务在这个时代的必要性，因其自身的商业服务特性，强化舆情监测管理显得极为迫切。尤其是当舆情监测报告得出的结论与相关单位名誉休戚相关，监测手段可能会成为新型敲诈工具时，更值得警戒。要促进舆情监测的良性发展，就需严格行业准入门槛，规范行业既定准则，时刻警戒舆情公关化，强化舆情管理职业的伦理教育，坚持舆情客观原则，不图私利，强调以社会效益为中心，促进舆情监测作为决策参考依据的质的提升。

四、结语

整体来看，后真相时代的舆情监测活动需紧跟学界和业界前沿，提高技术智能化、数字应用和分析能力，完善从业机构和人员自身建设，升级用于舆情监测的软件体系。同时需要注意，舆论监测不该被当作一种直接的商业服务，而应认识到其是可以左右人们接触信息和解读信息行为的管控，因此需要对其进行恰当的管理，规避不当的行为。

注释：

①田迎娣.后真相时代真相呈现的特征[J].新闻传播,2018(22):13-16.

②尹亚辉.大数据时代网络舆情传播形态与引导战略[J].新闻知识,2013(12):61-62.

③李彪.社交网络时代舆情预警的挑战、模式及趋势研究[J].编辑之友,2018(11):46-50+61.

④臧海平.舆情监测和分析的难点及对策[J].青年记者,2019(19):17-18.