网络环境下的科技舆情监测处置研究

黄惠芬

（山东交通学院，山东 济南 250357）

1.引言

随着信息时代的到来以及互联网技术的发展，网络舆情信息因其与民众生活或情感有一定关联，成为民众获取信息的一种重要方式。习近平总书记在“党的十九大”报告中指出：“坚持正确舆论导向，高度重视传播手段建设和创新，提高新闻舆论传播力、引导力、影响力、公信力。加强互联网内容建设，建立网络综合治理体系，营造清朗的网络空间。”网络舆情中，与科研和科技工作者密切相关的科技舆情近年有逐渐增多的趋势，内容方面以学术不端、涉科传言、谣言等为主，科技舆情有时会误导群众，使科研和科研工作者的正面现象受到影响，打击科研工作者创新积极性，产生负面影响。加强对网络科技舆情的监测、管控，在我省进入以科技创新为核心的发展大背景下，有其特殊的意义。

2.网络科技舆情研究现状和不足

2.1 国内研究情况

我国对网络舆情的研究2010年以来进入高峰。史波就网络舆情和网络舆论之间的不同，从参与主体上做出了解释，认为网络舆情的主体是网民，网络舆论有官方和公众之分[1]。肖文涛认为，网络舆情的影响力在网络技术的迅猛发展和广泛普及的双重作用下被无限放大[2]。潘芳也认为，网络舆情在为政府有关部门的处理提供参考依据的同时，如果引导不当也存在引发社会问题的风险[3]。科技舆情作为国内舆情监测的重要分支之一，专门针对科技舆情监测的技术和体系机制处于初始阶段，目前尚未形成完善的技术手段与服务能力，只限部分科技主管部门使用科技舆情监测系统。2003年赵燕平等[4]对科技信息的网络动态监测和信息自动获取技术进行了初步探索；2010年谭宗颖等[5]构建了科技发展前沿信息监测与分析的示范平台；2012年许军林[6]等专门针对地方高校图书馆面向中小企业科技情报服务进行了探索；2013年中国科学院文献情报中心已经构建起了基于网络科技信息的科技战略情报自动监测平台[7]。

2.2 国外研究情况

相对于国内学者对网络舆情进行的定性和定量方面的研究，国外的起步较早。国外学者对网络舆情的研究始于危机传播。代表人物是美国学者Kathleen Feam- Banks认为网络舆情的扩散正如危机的网络传播[8]。国外学者将研究重点锁定在探讨虚拟社交群体网络传播行为及其社会影响等方面。Kling等认为网络的隐匿性、互动性以及即时性等特点，不仅加快了舆情的形成过程，更使舆情生产过程超出控制之中[9]。Sznajd从理论上对网络舆情的演变过程进行了研究[10]。

2.3 网络科技舆情研究存在的不足

互联网科技信息传播模式的爆发性、发布的随意性、途径的多元化促使生成巨量舆情数据，给传统的舆情分析带来挑战同时也带来机遇。目前的研究大多集中于网络舆情分析中的部分问题，研究与其他相关环节之间是孤立、分散的关系，对网络背景下的科技舆情问题涉及不多，所述方法或者系统的性能提升效率不高。部分研究不重视到数据挖掘技术、舆情分析技术、决策对应等综合研究。

3.网络科技舆情监测技术研究

3.1 网络科技舆情监测技术路径和研究方法

通过改进现有网络爬虫等技术，获取大规模的相关信息，对信息进行降噪处理并储存；用一定的技术手段、计算模型对相关信息按照一定的话题进行分类，在此基础上筛选出热点话题，追踪舆情动态；总结网络舆情产生及发展的特点，相应提出处置对策，予以调控和引导。研究视角如下图所示：

3.2 以文本为基础的热词、热点的发现技术

用于科技舆情分析的是基于应用语言学领域的语料库分析法。这种分析法考查相关舆情热词的历史性，形成社会热点的舆情词语数据库。以一定的技术手段对数据进行分析、查找，分析出关联事件的中心词语，同时寻找外围相关词，在此基础上分析出网络科技舆情热词的两个维度。主要通过一定的方法选择一些有意义的词，实现选择特词语范围的缩小和特征的明显化。

3.3 热门话题发现及识别技术研究

3.3.1 聚类型话题发现技术

在数据建模中寻找每一个对象到聚类中心的比值，该过程有独立性，建立新的聚类中心的过程也是独立的。为克服一般聚类型处理方法无法面对海量数据的缺点，可在处理时应用一定的计算技术，实现无监督的网络信息主题分类，即自主化，及早发现热点话题。

3.3.2 热门话题识别技术

传统的在网页链接分析基础上的处理、运算模型，以网页链接量加权之和为排位基础，存在计算效率低、对CPU和计算资源的消耗量大的缺陷。综合研究体现网络信息属性、走向的一些可标示的网络信息多样特征，比如综合网络信息被评论数、被转发数以及发布者的身份、受关注度等，用这些特征的量化加权来标示话题的热度。再构建复合权值计算公式，用建模的方式计算和显示网络信息热度数值。结合并行处理方法，降低算法的时间复杂度。

3.4 网络科技舆情综合分析及评价

3.4.1 网络科技舆情快速预测技术

网络科技舆情的快速预测主要是针对话题内容、话题强度、话题结构演化模式进行分析解构，寻求各自特征性指征及其发展方向，综合运用已有模型来预测舆情发展、演化趋势，实现快速预测。实践中，即使已对收集的相关信息进行了预处理，话题仍然庞杂、数据规模依旧巨大。可引进分布式的并行融合计算技术，构建大型的、低延迟的舆情数据分析应用程序，实现突发网络科技舆情快速预测分析。

3.4.2 网络科技舆情分析评价

传统舆情等级划分均以热点事件具体内容为准判断舆情紧急程度并确定应对等级，效率差、准确率不高，经验参与度高、不客观。可依数据分析结果确定的特征数据结合数学建模，综合运用信息神经网络、熵权等算法，结合科技网络舆情演化特点来确定舆情指标权重，建立以综合最大权重为基础的评价指标体系。效率高、客观性强。

4.网络科技舆情产生、发展特点及预警、处置对策研究

4.1 网络科技舆情产生、发展特点

4.1.1 网络科技舆情的发展多遵循波浪形理论

从网络科技舆情发生、发展的时间维度看，是一种波浪形的上升趋势。如果某些强有力的意见表达加入就会推波助澜形成更大的传播热度，有时处置不当也会引发关注，达到舆情高峰。舆情的平复也呈现波浪性下降趋势，热度逐步降低至消失。

4.1.2 网络科技热点事件处置不当会引发次生危害

次生危害是指在网络舆情应对和处置过程中，因应对时机不对或应对方式不当等原因，带来新的甚至更大的危机，有时会生成更大的网络舆情，造成更大危害。可能会把政府或者机构推向舆论中心，处理难度增大。网络科技舆情的次生危害的危害结果与处置机构的态度、方法和过程有一定的相关性。

4.2 网络科技舆情处置对策建议

4.2.1 完善网络科技舆情监测、引导机制

建立实时科技舆情监测机制和投入相关技术人员、设备，事先研究确定科技热点事件在网络上发生时可能具备的热词、话语、聚集话题等，构建数据模型定时数据采集分析，对分析结果予以分级，确定下一步的措施。要强化引导，包括话题引导和热点疏导。热点政策出台时，要及时运用多种渠道、媒体做好政策宣传解读工作，满足公众对热点政策的知情权。以疏为主，建立宽松的网络话语环境，尊重群众的情感诉求和关注点，引导话题方向。

4.2.2 针对网络科技舆情不同阶段、不同特点运用相应的处置措施

应以“疏”的方法和开放的心态应对网络科技舆情。萌芽阶段，要强化科技舆情网络监测和源头控制，降低舆情爆发风险；舆情白热化阶段，应及时抢占信息发布制高点，通过权威渠道及时、全面地发布事件真实情况、处置方案等，防止负面议题重新聚焦；在平息阶段要持续跟踪评估，防止再次发酵。对网络科技舆情进行正确应对启动分级也十分必要，可提高处置的效率。可依据网络科技舆情的规模、民众的情感烈度以及次生危害度等进行启动分级。