拓展高校网络舆情新视角

李伟

大数据技术为高校网络舆情的实时监测、趋势预测、精准引导与科学治理提供了有力的技术支撑，但同时也带来了一系列风险。大数据时代，高校急需以全新的思路与视角探索与新时代技术背景相适应，与高校师生思想特征相匹配，与当代网络文化相吻合的网络舆情治理策略与机制。现利用CiteSpace软件，对大数据视域下的中国高校网络舆情既往研究进行知识图谱的可视化分析，总结当下研究的热点与主要内容，以前瞻性视角对日后高校网络舆情的引导与治理提出建议。

党的二十大报告指出“意识形态工作是为国家立心、为民族立魂的工作”。高校作为培育时代新人的主阵地，其意识形态教育工作具有非常重要的作用。在大数据时代，作为当前社会舆情的重要组成部分，高校网络舆情已成为影响高校校园安全与稳定的重要因素之一，也对高校思想政治工作与意识形态教育工作提出了严峻挑战。特别是进入大数据时代，随着移动互联网、物联网等技术的蓬勃发展，高校师生在互联网上通过多种渠道发布见解、观点与评论，高校网络舆情呈现出规模不断扩大、复杂性急速上升的趋势；与此同时，可分析和使用的数据大量增加，高校网络舆情治理面临着海量数据、信息选择性传播、舆论话语权分散三大挑战。针对目前高校网络舆情情况，抓住大数据技术为高校网络輿情治理带来的变革机遇，建立“大数据”视野下的新型网络舆情治理观，通过对既往的研究进行可视化分析，总结当前学术界对高校网络舆情的研究概况，进而围绕新形势下高校网络舆情出现的新特点、新动向、新变化，提出符合技术发展、时代发展与社会发展趋势的高校网络舆情研究策略。

高校网络舆情

高校网络舆情指的是高校师生在互联网上发表的关于热点事件以及关乎自身利益事件的带有一定态度、情感及偏向的言论等。国内学术界对高校网络舆情的研究主要集中在对其含义、特点、发展、面临的挑战等进行探讨的定性研究，缺乏定量研究。本文以CNKI期刊全文数据库和学位论文全文数据库为检索平台，对2007—2022年发表的文献进行主题检索，检索词为“网络舆情”和“高校”（“学校”或“大学生”），共检索到1930篇文献。在同一检索平台，将检索主题改为“高校网络舆情”和“大数据”，共检索到137篇文献，基于大数据视角的高校网络舆情研究只占全部研究的7.0%。此外，有关高校网络舆情研究的首个公开出版的学术成果是发表于《黑龙江高教研究》2007年第4期的《网络舆情与高校思想政治工作的应对》。而有关大数据技术发展背景下高校网络舆情研究的相关成果则首次出现在2014年，是在《大同大学学报（社会科学版）》发表的《论高校网络舆情监测数据的管理与归档》。由此可见，基于大数据视角的高校网络舆情研究是近年来一个新的研究热点，已经有不少学者就此方面进行了深入研究，但研究成果还不够丰富。

为了更加清晰地描述近年来大数据视域下高校网络舆情研究的聚焦热点与理论前沿问题，本研究应用知识图谱研究方法，以CNKI数据库中2007—2022年高校网络舆情研究文献为对象，利用CiteSpace可视化应用软件，对其进行可视化分析与研究，通过对该研究领域近年来学术成果产出量的发展趋势、研究热点的关键词、主题词的时区视图等内容进行分析，了解该研究领域的发展趋势，以进一步探索未来的研究方向，从而科学引导大学生的思想和行为，有效把握高校网络舆情。

文献统计分析

2022年11月，笔者以CNKI期刊全文数据库和学位论文全文数据库为检索平台进行主题检索，检索词为“高校网络舆情”和“大数据”，共检索到137篇文献。通过数据清洗，得到有效的相关论文共计130篇。依据相关发文量的年度统计，可从时间维度了解大数据视域下中国高校网络舆情研究的发展状况。相关研究的年度发文量分布如图1所示。2014年，基于大数据视域的中国高校网络舆情研究的相关文献首次出现，随后相关研究的发文量呈现平稳增长的趋势。

高校网络舆情是网络舆情研究的重要组成部分，大数据视域下的网络舆情研究已经成为当前网络舆情研究的一个聚焦点。笔者同样以CNKI期刊全文数据库和学位论文全文数据库为检索平台进行主题检索，检索词为“网络舆情”和“大数据”，检索时间截止到2022年11月，共检索到1106篇文献。如图2所示，2011年以来，大数据视域下的网络舆情研究呈现出急速发展的趋势。可以看出，与大数据视域下的网络舆情研究相比，大数据视域下的高校网络舆情研究近几年成果不多。不过，随着大数据视域下网络舆情研究的深入，部分学术视野得到进一步拓宽，部分研究方法得到深入探索，相信大数据视域下的高校网络舆情研究也将成为更多学者关注的热点。

研究主题分析

关键词和主题词可以概括反映论文的主要研究内容。我们可以通过分析某一研究领域关键词和主题词的出现频率，了解该领域的研究现状、研究趋势的演变和发展以及各个发展阶段的研究热点。在知识图谱的分析中，某一领域的研究主题和研究热点都可以通过关键词分析得出，在利用CiteSpace软件构建的关键词共现图中，每一个节点代表一个关键词，节点大小代表关键词出现频率的高低。由图3可知，高校、网络舆情、大数据、高校网络舆情、大数据时代、网络舆情引导、突发事件、新媒体是中心度较高的关键词。

关键词时间线图谱可以清晰地展现出某个研究热点持续的时间以及该领域研究热点的演变趋势。

由图4可知，图中关键词大学生网络舆情的节点最大，说明该词为这一领域的研究热点，并且该词也是研究领域的中心关键词，且该关键词位于时间轴最前端，说明该领域的研究起始于这一关键词。图谱右侧为关键词聚类标签，在演进过程中分为高校、高校网络舆情、舆情分析、网络舆情、大学生、自媒体、大数据时代、突发事件、师生群体、网络舆情引导共十个聚类。多年来学者们对该主题的研究集中在这十个方面，相应地，每一个主题聚类中，可以看出随着时间的推移具体研究主题的变迁。以高校网络舆情这一聚类为例，该领域的研究起始于2015年，在研究过程中，出现了教育舆情研究、监察体制、数据分析、学生教育管理、发展路径、用户情感分析、治理现状、智能算法、舆情监管、用户画像等研究主题的变迁。

基于以上分析，可以看出，学术界已经开始重视大数据视域下的高校网络舆情研究。当前已有的研究集中在以下几个方面：一是充分阐述大数据时代高校网络舆情的复杂性；二是应用大数据等技术，分析高校网络舆情的主要特征，以及其生成与传播机制；三是从舆情监测与分析、舆论引导两个层面出发，探讨高校网络舆情治理途径。

研究述评及未来展望

既往研究述评

网络舆情研究具有极强的现实性，随着社会的发展与社会结构的改变，其呈现出不断变化的趋势。高校网络舆情研究也是动态发展的热点课题，因而，对其进行理论与实践研究具有重要的现实意义。但目前的研究还处于初级阶段，有着广阔的研究空间。从学术层面看，当前社会舆情研究正处于从网络舆情内容及走势研究向大数据舆情研究转向的过渡期，在此大背景下，高校网络舆情研究的方向也发生了转向，譬如将舆情治理作为研究重点。

在研究内容方面，当前关于高校网络舆情的研究主要集中在高校的师生舆情管理机制上，而学术界对高校网络舆情的基本概念、内涵与定义还存在分歧。譬如高校网络舆情的客体是在高校中发生的舆情还是涉及高校师生的都包括在内，学术界还未形成统一的意见。目前学术界对大数据技术给社会生活带来的挑战与机遇的研究比较翔实，但是对大数据背景下技术变革给高校网络舆情带来的变化以及对高校网络舆情治理现状的研究较少，特别是案例研究较为缺乏，对一些已经发生的、产生了强烈社会影响的舆情治理案例缺少个案分析，对成功的、正面的舆情治理案例缺乏研究与分析；在高校网络舆情管理机制研究方面，主要集中于对网络舆情演变的原因、特征进行探讨，缺乏应用大数据理念与技术对高校网络舆情治理机制的研究。

在研究成果方面，学术界还未形成较为成熟、完善的理论成果与研究体系，更多的是借助管理学、传播学的相关理论和信息技术等对网络舆情的生成机制及传播趋势进行预测。同时，学术界对这些方面的研究大多停留在宏观层面，缺乏对实践操作方面的探讨。在研究视角方面，学者应用多门学科的理论进行了研究，有学者应用演化博弈理论建立了网络舆情的演化模型，对舆情治理对策进行了研究；有学者基于协同理论视角探究高校网络舆情治理逻辑。在研究方法方面，目前大多数学者都侧重应用信息学模型等工具阐释网络舆情的发生机制以及解析其中的传播规律，并且这种研究以理论探索为主，实证研究较为缺乏，即使有少量的實证研究，研究的总体数量和样本量也相对较少。此外，学者多采用传统的方法和手段对高校网络舆情管理机制进行研究，对大数据、物联网、云计算等技术的挖掘和利用还存在不足。

研究展望分析

结合当前的研究，未来可以着重从以下几个方面开展研究并加强理论构建。

一是重视相关理论的前瞻性研究，深化学科交叉研究。大数据时代下的高校网络舆情研究是一个复杂命题，其背后隐藏了时代发展特点与特定的社会背景，涉及传播学、情报学、社会学、管理学、经济学等多门学科。因此，对该课题的研究应当考虑整体性研究思路，从宏观角度出发进行多学科的交叉研究，力求多角度、全方位、系统性地揭示高校网络舆情的热点、走向与趋势、引导机制等。并且要注重融合实证研究方法对高校网络舆情现状、传播特征、引导策略等进行研究，对不同的舆情引导策略、机制设置、战略管理等的效果进行量化评价。

二是探索数据和技术双重驱动的研究范式，重点关注隐性风险的舆情治理。

随着网络技术的飞速发展，各种网络平台如雨后春笋般层出不穷，高校网络舆情逐渐呈现出隐蔽性强、监测难、研判不及时、舆情热点爆发时间难以预测、隐性网络舆情风险更为突出等特点。因而急需探索数据与技术双重驱动下的高校网络舆情治理路径，运用大数据等技术为舆情治理提供技术支持、保障，建立高校网络舆情监控模型，通过采取监测、预警、研判等措施及时察觉隐性网络舆情，力求从源头上察觉网络舆情动向，避免舆情进一步发展产生不良影响。此外，针对大数据时代数据量庞大、价值密度低等特点，应利用大数据技术筛选出有价值的舆情信息进行深入研究，根据数据探测事件背后的真相，获取更有指导性的网络舆情引导策略。

（作者单位：苏州工业园区服务外包职业学院）