大數據環境下網絡輿情發展階段分析

油永華

摘要：在大數據環境下，分析網絡輿情的發展變化，依據相關指標將網絡輿情劃分為擴散、穩定和衰退等三個階段，并分析了各階段特征。以“安慶槍擊事件”為例就階段及其特征進行解讀，提出了網絡輿情階段分析注意問題。

Abstract： Under the environment of big data， this paper anaylzes the development and change of network public opinion， on the basis of relevant indicators， network public opinion is divided into three stages such as diffusion， stability and recession， and analyzes the characteristics of each stage. Taking "Anqing shooting" for example， it analyzes the stage and its characteristics， puts forward the stage of network public opinion analysis attention problems.

關鍵詞：大數據；網絡輿情；發展階段

Key words： big data；the network public opinion；stage of development

中圖分類號：G206 文獻標識碼：A 文章編號：1006-4311（2017）35-0177-04

0 引言

輿情是指在大眾的個別情緒的基礎上發展起來的對某一話題的觀點或者看法的集合以及該集合的發展變化，大眾生活中的情緒和觀點突顯大眾對社會管理者的態度。借以網絡為載體形成和傳播的輿情，就成為網絡輿情，表現出傳播速度快并且觀點持有者可以互動交流的特點?；ヂ摼W已逐步成為公眾獲取信息、表達觀點的最為重要的平臺，也就成為相關部門獲取輿情民意信息、了解公眾思想動態的重要途徑和窗口。在網絡上，任何人都可以在博客、微博、BBS跟帖或論壇發布言論和觀點。社會民眾通過網絡所表達的群體性情緒、意見與要求等形成的網絡輿情。

習總書記在2013年底的全國宣傳思想工作會議上特別強調網上輿論工作的重要性，并提出了新要求。2012年以來，“大數據”詞語逐漸地被廣泛提及，主要用來表達信息爆炸時代產生的海量數據，關注對數據進行挖掘、分析，以及商業化的數據應用技術也得到充分發展。大數據將對輿情民意社會統計領域帶來怎樣的影響？如何挖掘和分析大數據環境下的網絡輿情民意，值得我們研究和分析。

國內外專家和學者對網絡輿情的發展以及傳播規律研究主要問現有，Sznajd（2000）研究分析了網絡輿情的演變過程，Margetts（2001）認為數字化產生大量人類行為的數據，且是非結構性的，能夠幫助人們更準確地理解社會與環境之間的關系，影響政府治理方式的變革。潘芳（2012）認為當突發事件發生時，網絡輿情在為政府有關部門的處理提供參考依據的同時，如果引導不當也存在引發社會問題的風險。丁菊玲（2011）在構建網絡輿情預警指標的基礎上，將BP神經網絡的數學模型運用到網絡輿情預警，實現網絡輿情預警的定量分析。劉毅（2012）利用基于三角模糊數的模糊層次分析法和模糊德爾菲法對網絡輿情預警指標進行兩次篩選和權重的確定提高語義評價的可靠性和精確性。

陳福集等（2014）構建了SIR模型研究分析數據的傳播特征，將其發展階段分為爆發期、敏感期以及平息期等幾個階段。王晰巍等（2015）主要就移動環境下的網絡輿情傳播路徑以及該過程中的規律性進行分析。吳紹忠等（2008）將網絡輿情分為擴散、穩定和消退等三個階段，并簡要分析了其特征。謝科范等（2010）認為網絡輿情呈現出潛伏、萌動、加速、成熟和衰退等生命周期的變化規律。毛乾任等（2016）基于CA模型研究了網絡輿情的傳播和控制策略。本文將基于大數據壞境考查網絡輿情的階段劃分，階段特征以及處理時注意的問題。

1 大數據環境下網絡輿情的發展變化和階段劃分

網絡輿情往往具有正義使命感和政治激進、觀點比事實更為重要和富有情緒化傾向、一般多有觀點主張而論證論據缺乏、群眾效應較為明顯和持續時間較短等特征。在社會生活中有一定的影響和擴散效應，對作為政府相關部門應作出正確的處理和判定，對其正當合理訴求予以滿足，并掌握和控制其發展。

雖說學術界等對網絡輿情是否代表真實民意以及學科歸屬等問題存在分歧，但是對如何獲得輿情數據、如何總結和分析其規律性等手段和技術發展較快，特別是在大數據環境下，網絡技術發展、數據信息建模技術的應用，更是如此。重要的研究集中在對網絡輿情的對策和方法上，若能利用數據對輿情進行恰當的階段劃分，有利于提出相應決策。

首先選擇幾個重要的指標或者度量工具表達輿情的相關特征，一些專家和學者提出了一些具體指標，比如熱點、焦點、關注度、強度、拐點等，但就某個具體的輿情分析較為重要指標有關注度總量、關注度增量、拐點、疑點和觀點集中度等。關注度是指隨時間的變化，網民對一個事件的關注的信息量的表達，集體表現形式可以是發帖和跟帖量、搜索信息量、總發文量或者總瀏覽量等。關注度增量表示在一個時間單位內，關注度的增加數量，表示網民對信息的關注程度大小及其變化。拐點是指通過某一個時間點后，關注度增量發生明顯變化的轉折點。疑點是指過去某一時間內網民對一信息點的所持不同觀點和看法，對某一疑點的關注長度的大小代表了觀點集中度。主要依據關注度（A（t））和關注度增量（ΔA（t））兩個指標可以把網絡輿情分為三個階段，如圖1。endprint

第Ⅰ階段，關注度總量顯著上升，關注度增量也在增加，這是網絡輿情的擴散階段，在該階段可能包含較為短暫的萌芽期，此時關注度增量雖說增加，但不明顯。第Ⅱ階段，關注度總量繼續上升，上升的幅度在減緩，即關注度增量在減小，此為網絡輿情的穩定階段，在該階段可能存在較為短暫或者幅度較弱的反復期，關注度增量可能較小幅度增加，但并不影響發展趨勢的判斷。第Ⅲ階段，關注度總量開始減少，也就是關注度增量為負值的階段，此為網絡輿情的衰退階段，隨著時間的推移，輿情逐步淡出大眾的視野，可能在后期被專家學者提及或者學術研究，但網絡關注不如前兩個階段。

2 大數據環境下網絡輿情的階段特征分析

若分析網絡輿情的各個階段的特征，必要考慮影響網絡輿情變化的因素?？紤]的因素有：

2.1 網絡輿情主題或者事件的敏感和嚴重性

輿情存在的矛盾或者關注問題以及特別敏感的詞匯決定了關注程度的大小，比如大眾關注的腐敗問題、住房問題等以及諸如暴力、槍殺、色情等詞匯等。輿情的嚴重性往往與受害者的身份、與網民利益的關系程度以及受害者的多少和潛在的受害者的范圍等相關。

2.2 網民態度或者情緒集中度

多數網民對該輿情主題或事件持支持或者反對、同情的觀點或者旁觀者的態度，影響著輿情的變化，掌握輿情的態度集中度，便于對其引導，化解可能存在的危機。網民的態度極易出現群眾極化現象，也就是群體的相互作用導致觀點的加強而走向極端，激進的會更加激進等，現象和問題被放大，產生漣漪效應。

2.3 涉及人員的身份也是重要的影響因素

輿情發展變化常向著較大群體觀點的方向變化，也就是潛在利益相關者或者輿情傳播者的擴展范圍常常與涉及人員的身份背景有關，比如政府官員、上訪者、學生等身份更易被大眾關注。

2.4 政府及官方媒體的報道或者態度

該因素影響著輿情的發展方向，若政府等對事件的態度或者報道與網民觀點的傾向吻合，并能主動負責任公正客觀的報道和處理輿情，輿情將較快進入衰退階段，甚至消失在擴散階段的萌芽期，反之，其態度與網民觀點傾向不一致、存在疑點甚至相反，導致輿情的擴大復雜，輿情滯留在擴散階段，或者強度加大，不利于輿情處理，消耗社會大量精力和財富。

在擴散階段，事件先在某一網站或者媒體上報道，有的網民持觀望態度，有的網民表達自己的情緒和觀點，并通過諸如論壇、QQ、微信和博客等各種網絡渠道傳開，對該事件的關注迅速上升，特別是在該階段，若有較多的疑點存在時，激發其傳播的速度，形成一定影響力的群體或者傾向性的觀點。逐漸地，持觀望態度的網民加入到評論的隊伍，形成廣泛的討論，可能衍生出新的觀點或發現新的疑點，導致事件更為復雜，關注度數量大幅增加，傳播的過程中存在放大以及加工再放大的效應，傳播速度加劇，群體極化現象進一步導致負面情緒的積累，產生漣漪現象。事件的敏感度也影響著對其的關注程度，同樣注意事件的涉及人員身份的影響、主要關系群體和利益相關者的觀點傾向。政府及其相關部門采用大數據的分析技術和方法挖掘和掌控輿情的態度集中度和集中空間，并采取積極主動、負責任的態度和措施阻礙輿情的傳播和擴大，避免演化為輿情危機。

在該階段的前一段時間，常常存在短暫的萌芽期，關注度的增長速度較為緩慢，是政府部門處理輿情（甚至輿情并未形成）的最佳時期，通過大數據技術進行檢測，但是在當前大數據環境下和信息化社會中，萌芽期變得越來越短，也為處理或者引導輿情發展帶來難度。在該階段的后期發展較易朝著危機的去向發展，網民群體形成后，雖然圍繞同一事件，但是各自的態度和目的并非相同，在觀點碰撞和輿論行成中，可能向著無序和非法的方向發展，負面影響的傳播速度往往比正面影響傳播速度更快，激發挑撥煽動效應。該時期，政府更需要數據挖掘系統分析和掌控輿情發展，避免產生危機，盡快進入下一個階段。

在穩定階段，事件并未圓滿解決，可能存在一些疑點，或者大眾討論的話題依然存在，在該段時間內，因涉及人員身份差異、敏感型的大小以及涉及國家法律政策的制定和修訂等因素導致相關的討論依然存在。關注度并未達到最高值，但出現遞減現象，單位時間內增量減少。政府在該階段處理得當，存在的疑點得以解決和明確，網民輿情傾向性得到認可和支持，關注度出現減小趨勢，輿情會較快進入下一個階段。也有的時候可能出現更受關注的新的輿情的產生導致網民關注的轉移，減弱對原輿情的關注程度。該階段中可能存在反復現象，一個新的觀點，或則政府處理不得當等因素，激發關注度的增加，但幅度不大，達不到擴散階段的平均速度，政府應當盡力避免反復現象的出現，以免增加事件的復雜度。

在衰退階段，關注度達到最大值后，出現快速的回落或者單位時間內關注度逐漸較少，網民的討論淡化，搜索量或者發表的評論顯著減少，網民情緒弱化，問題得到解決，或者疑點不再存在，也可能由于網民的心灰意冷不再評論等，關注度增量為負值。事件將來可能成為專家學者進行學術研究的對象，或者國家法律政策制定和執行時的思考話題，但輿情已經衰退減弱。

3 例證：以“安慶槍擊事件”為例

2015年5月2日，黑龍江省慶安縣火車站，農民徐純合攜其母子外出，與執勤警察產生沖突，被警察擊斃，事為“安慶槍擊事件”，較多的疑問導致該事件網絡熱議，引起各界關注，形成網絡輿情。5月3日晚新華社的記者看到監控錄像未公開，但是網上流出相關拍攝視頻，該日副縣長董國生慰問民警。5月5日至7日，死者家屬獲得救助和安置并與政府達成不再追究協議。5月9日，新華社發文質疑事件并求公開視頻，此后幾日政府相關部門去表示“等待統一口徑”，5月12日，慰問民警的副縣長董國生因學歷造假等因素被免職，引發網民更多猜疑。5月14日，槍擊事件調查結果公布，民警正當執法，中視公布不完整視頻。5月22日央視新聞頻道專題追蹤。5月18日“訪民”滋事團伙翟巖民等以該事件為因聚眾鬧事，出現“我是訪民，想我開槍”網絡輿情。6月21日，央視新聞頻道揭發翟巖民等案件，再次提及安慶槍擊案。endprint

就安慶火車站的警察開槍擊斃徐純合事件，以“安慶槍擊事件”為關鍵詞，自2015年5月1日起至2015年7月20日止，百度和騰訊網站進行搜索，獲取相關的Web搜索信息總量和每日增量見圖2和圖3。

從對“安慶槍擊事件”的關注度（用搜索信息量度量）可以看出，5月2日至5月14日為該輿情的擴散階段；5月14日至7月5日為穩定階段；7月5日以后為衰退階段。在擴散階段，存在較短的萌芽期，時間迅速被網民關注，官方媒體未公布錄像與網上流傳視頻擴散更刺激對事件的關注，家屬的安置以及政府對事件沒有發布權威信息，導致事件的持續升溫，副縣長的相關事件更是火上加油，直到5月14日公布結果，事件才有所減緩，該階段后期的輿情處理不當和監控不到位，導致事件擴散階段較長；此外，事件的疑點較多，視頻不公布以及公布不完整等引發網民猜疑。該事件的穩定階段也較長，并存在幅度較小持續時間較短的的反復期，主要原因在于公布視頻存在剪輯現象、翟巖民等事件的影響、對政府有關部門處理該事件的質問以及相關專家和學者對此事件的評論等引發，存在一定的“塔西佗陷阱”效應，政府一定程度上失去了公信心，對政府公布帶剪輯視頻出現反感現象。該事件持續到7月5日，信息搜索總量才開始下降，也即是信息增量為負值，并逐漸衰落下來，進入到衰退階段，該階段衰退的速度較慢，特別是對該事件的追責和反問以及學術研究和評價的存在，導致衰退中也有輕微的反復現象。

4 大數據環境下網絡輿情階段分析注意問題

4.1 大數據環境下網絡輿情復雜化以及可利用性

大數據環境與傳統數據的思維方式和邏輯關系完全不同，社會問題研究可以借鑒用于發展階段和趨勢的預測和監控，可以通過數據挖掘和分析技術獲得其規律性，預判事件的進展屬性數據及其數據間的關系成為輿情分析的主要關注方面。根據相關數據可以準確把握輿情的發展階段，更好掌控輿情發展。

4.2 任何階段，政府負責任、公開公正處理問題，不掩蓋事實

政府及其官方媒體改變自己角色的認知，政府應該是社會的服務者和社會公共秩序的維護者，并不是事件的控制者，政府在事件的處理過程中具有一定的資源和政策等各方面優勢，及時發布信息，增加信息的透明性，公開公正和負責任地處理問題，摒棄保護政府相關人員或者相關利益者的思維，以公眾為核心，提高公信力，除了保密法限制的信息以外，沒有什么可以不公開的事實。此外，政府相關部門在處理輿情時，適當培養意見領袖，可以獲得網民的共鳴，引導輿情的正常態發展。

4.3 減少直到消除各階段中的疑點

疑點是網絡輿情進一步激化和一直處于擴散階段或者穩定階段的主要原因，疑點較多或者疑點較為重要，輿情會一直處于擴散階段，甚至上升為危機，影響社會的公共秩序，較難進入到下一階段，在穩定階段若存在疑點，有可能進入反復期，導致穩定階段持續時間較長，較難進入衰退階段，不利于輿情的化解。提高網民的素質以及對信息的解讀和判斷能力。

4.4 網絡輿情處理過程中注意各階段的特殊時期

在擴散階段，可能存在較短的萌芽期，在大數據和通信技術高度發展當代，萌芽期越來越短，若能在該階段正確處理事件，可以防止網絡輿情的產生，或者引導其向著正能量發展的方向前進。擴散階段的后期較為關鍵，政府及其相關部門減少甚至消除疑點，及時公開各類信息，防止進一步惡化。實時監控在穩定階段可能出現的各種問題、疑點或者新的發展方向，防止反復期的出現，避免輿情的復雜化。

參考文獻：

[1]丁菊玲，勒中堅.網絡輿情危機事件形成因素分析[J].情報雜志，2011，02.

[2]潘芳，仲偉俊，胡彬，徐敬海.突發事件網絡輿情的管控機制及效率測評[J].情報雜志，2012，05.

[3]陳福集，陳玲.基于SEIRS傳播模型的網絡輿情衍生效應研究[J].情報雜志，2014，02.

[4]謝科范，趙湜，陳剛，蔡文靜.網絡輿情突發事件的生命周期原理及集群決策研究[J].武漢理工大學學報（社會科學版），2010，08.

[5]吳紹忠，李淑華.互聯網絡輿情預警機制研究[J].中國人民公安大學學報（自然科學版），2008，03.

[6]毛乾任，王朝斌，李艷梅，鄧利平.異質CA模型上含有導控策略的網絡輿情傳播研究[J].計算機應用研究，2016，09.

[7]王晰巍，趙丹，楊夢晴，魏俊巍.行業網站搜索引擎優化指標及實證研究——基于信息生態視角的分析[J].現代圖書情報技術，2015，03.endprint