大數據時代提升央行網絡輿情工作效率探析
——兼談A輿情監測分析系統及啟示

黨的十八大以來，習近平總書記曾在多個場合發表重要講話，深刻闡述了做好新聞輿論工作的重大意義、職責使命、方針原則、創新發展等一系列問題，網絡輿情工作的重要性顯而易見。但是央行現有的網絡輿情工作存在諸多難點，影響工作效率，而大數據輿情管理，能夠有效解決現有網絡輿情模式的諸多困難，提升網絡輿情管理效率。

一、大數據背景下網絡輿情發展態勢

伴隨互聯網、智能終端的普及，群眾借助網絡參政議政意識逐漸提升，網絡輿情呈現多種態勢，主要表現為以下五個特征：

1.網民基數增大，致使輿情信息量較之前成倍增加。據中國互聯網絡信息中心（CNNIC）第42次發布的《中國互聯網絡發展狀況統計報告》顯示，截至2018年6月30日，我國網民規模達8.02億，互聯網普及率為57.7%；2018年上半年新增網民2968萬人，較2017年末增長3.8%；從網絡輿情數量來看，無論是政府還是央行內部，其搜集的網絡輿情總量總體呈現上升趨勢。

2.傳播平臺增多。目前互聯網已成為繼電視、廣播、報紙之外的第四媒體和反映社會輿情的主流載體，互聯網產品微信、QQ、抖音、快手、微博、論壇、博客及其他相關軟件都成了網絡輿情的重要發源地。

3.網絡輿情多樣化。網絡輿情的主題涉及政治、民生、經濟、文化等多種話題；網民結構包含了不同階層、不同地域和不同狀況的網民，輿情表達形式包括：文字、圖片、語音、視頻等多種元素，個別網民發布隨意PS后的圖片，容易制造假象。

4.網絡輿情處置難度增大。網絡傳播速度快、傳播面廣、不受時間空間限制、參與度高等特性導致網絡言論撲朔迷離，網絡輿情紛繁復雜，加之很多網民對網上信息缺乏辨別能力，很容易產生跟風現象，易釀成輿情災害，增加網絡輿情處置難度。

5.網絡輿情的發生具有隨機性?；ヂ摼W、智能設備便利性以及互聯網時代大眾麥克風的社會特征決定了網絡輿情的發生不受時間、空間和地點等諸多因素限制，新的輿情會隨時隨地爆出。

二、大數據時代基層人民銀行網絡輿情工作難點

近年來，基層央行對輿情工作的重視程度不斷提升，輿情工作成效也逐漸顯現。但是，在大數據時代突發事件頻發和網絡媒體越來越深度介入的背景下，基層央行網絡輿情工作不同程度地存在不足，面臨諸多困難。

（一）管理理念較為落后，管理成效欠佳

基層央行輿情工作歸屬各自省會中支管理，省會中支建立了各自的輿情工作考核管理辦法，并實行值班監測制度。就其整體管理理念而言，網絡輿情工作過多強調網絡輿情的兼職引導，尚未形成成熟完整的網絡輿情收集監測、研判引導和危機處置的應對機制，加之考核競爭，網絡輿情更沒有形成應對合力，大多抱著“媒體完全可控”的傳統觀念，靠堵、閉、封等手段來管理互聯網。在社會高度發展、公眾民主法制意識不斷提升的社會大背景下，單純依靠行政手段管理媒體的方式很容易引起公眾的反感，很可能會使事態急劇惡化，甚至造成無法收拾的局面。

（二）人員隊伍建設滯后，缺乏專業化人才

基層央行網絡輿情工作歸屬辦公室，除部分大區分行有專職輿情工作人員外，多數省會和絕大多數地市中支輿情人員均由辦公室人員兼職，而且部分基層行輿情人員更換頻繁，專職從事網絡輿情工作的專業人員少之又少。同時，既懂計算機技術又懂業務的網絡輿情復合型人才鳳毛麟角，情報分析人員趨近于零，專業人員力量的匱乏也直接影響著網絡輿情工作效率。

（三）監測范圍廣，負面信息捕捉難度大

筆者總結，凡是媒體對人民銀行出臺的政策和發布的消息的報道、分析及評論等11大方面的內容均為人民銀行網絡輿情監測的重點內容，基層人民銀行網絡輿情監測范圍十分廣泛。但是，伴隨互聯網發展和大眾麥克風的社會特征下，網絡新聞爆炸式增長，每天從海量網絡信息中及時發現負面輿情的難度之大可想而知。而且涉及人民銀行的諸多輿論信息中通常包括大量數據，難以在短時間內對其真實性和準確性進行有效核實，很多負面輿情都有較強的隱蔽性，單純瀏覽標題難以發現負面輿情，僅僅依靠人力捕捉負面輿情的難度越來越大。

（四）監測方法過于原始，監測效率低下

為提高網絡輿情工作的考核成績，各省調動全省力量實行人海戰術，密集監測，部分省份實行24小時不停歇監測，而且監測方法均為瀏覽逐個網站的主要新聞、使用搜索引擎搜索等原始方法，加之網絡輿情工作各自為戰，容易出現局部重復勞動或者大家集中精力爭搶某一條線索而漏過其他重要線索的現象。如，值班期間，輿情人員凌晨4-5點左右開始監測各類紙媒體、各大財經網站和微信、微博、論壇、貼吧等，至7點報送篩選線索，工作量大、時間緊，通常好多網站都來不及監測。白天上班后又開始全天候監測，但監測效果不甚理想，甚至存在監測不到位或漏報重要線索的情況。通常情況下，以省為單位的一個監測小組每天推送線索上千條，最終采用的線索很少。部分省份值周期間忙碌一晝夜，出現零采用的情況時常有。

三、大數據在網絡輿情工作中的優勢——以A輿情監測分析系統為例

大數據是指無法在一定時間內用常規軟件工具進行抓取、管理和處理的數據集合，必須通過深度挖掘、計算、分析才能創造價值的海量信息。其價值在于解構海量信息并加以重構，深度挖掘網絡信息的相關性，全面科學分析并預測網絡輿情演變趨勢，提高網絡輿情監測效率和質量，為領導決策及危機處置提供技術支持。A輿情監測分析系統的出現是結合輿情行業的豐富經驗，從業務、流程、操作、分析等各個維度進行了深度完善和優化。

（一）A監測系統升級了網絡輿情管控的模式

A輿情監測系統是依據大數據和互聯網建立的新一代全流程輿情管理與輿論導控閉環平臺。其核心功能模塊涵蓋了輿情獲取、輿情分析、輿情研判、輿情預警、輿情報告、輿情報送和輿論引導等環節，構成了從監測、追蹤、預警到輿情處置的閉環，且已從傳統輿情監測轉型為輿情管控，并延伸到了服務。

（二）A輿情監測系統實現了對網絡的全面監測，提高了監測效率

該系統數據中心7（天）×24（小時）全天候實時采集和存儲各類互聯網資訊數據，涵蓋報刊、網絡、視頻、社交媒體和電商等領域，包含：900多家平面媒體，10000家主流新聞網站和27000家論壇博客，與新浪微博是戰略合作伙伴關系，可以實現秒級信息抓取，并且可實現預警、突發事件的信息推送。其信息每15分鐘更新一次，日存儲500萬條信息，現數據存儲量達4PB，歷史數據可追溯至2010年。

（三）解放人力，降低成本，塑造央行形象

A監測系統應用大數據技術，通過前期系統定義，可以有效地解放人力，極大降低輿情監管的人工成本以及勞動強度，提升輿情監測效率。同時，掌握網絡輿情動態，研判輿情走勢，正確引導輿論，控制輿論方向，塑造央行良好形象。

四、啟示及工作建議

（一）大數據使網絡輿情監測分析覆蓋面更廣

大數據有效地規避了傳統網絡輿情監測分析的靜態性、片面性和單一化，也突破了傳統網絡輿情監測不能全網挖掘、只能抽樣監測和人海戰術下的低效率局部重復監測等諸多局限性，實現對全網數據的全面監測和分析，使之網絡輿情監測分析呈現動態化、立體化和全局性，并可以全面科學地分析預測網絡輿情的發展趨勢。

（二）大數據能夠預警網絡輿情，提升輿情管控效率

大數據通過對網民態度、情緒、網絡言論及持有同一觀點的人群數量統計分析，提前預警可能產生的網絡輿情。同時，大數據可以實現從監測、追蹤、預警到輿情處置的閉環管理模式，將網絡輿情從單純監測分析提升到管控高度，進一步提升了網絡輿情管控效率。

（三）重構大數據時代央行網絡輿情工作新思路

認真審視網絡輿情工作時代背景，深刻分析現有工作模式在大數據時代面臨的困難和局限性，緊扣網絡輿情的本質特征，探索網絡輿情演變內在規律，轉變思路，樹立大數據理念，變革和創新網絡輿情管理理念、模式和方法，建立大數據時代央行網絡輿情工作新思路，積極適應大數據時代的新要求和新形勢，將大數據與央行綜合治理、金融風險防范、政務信息公開、輿情日常管理、輿情突發事件應對以及輿論引導緊密結合，前移輿情管理關口，構建完善的央行網絡輿情管理體系，提升央行網絡輿情的整體掌控能力和網絡輿情管理的科學化、信息化和現代化水平。

（四）大力培養適合大數據時代網絡輿情新型人才

發展靠持續，創新靠人才，要以科學的人才觀改善人才質量，要圍繞央行網絡輿情工作，以人才隊伍建設為主體，健全人才工作運行機制，全力提高人才的綜合素質和創新能力，為央行網絡輿情工作培養一批結構合理、質量上乘、適應需要的高層次復合型人才隊伍。

一是建立網絡輿情人才培養長效機制。在充分分析央行人才結構的基礎上，建立緊缺型和急需型人才目錄庫，確定人才培養目標和方向，加快大數據時代網絡輿情管理人才隊伍建設，培養一批既具有綜合學科知識，又具有較高專業素養的網絡輿情管理復合型人才。

二是通過招考和聘用等方式，引進數據挖掘、分析等方面的高素質復合型人才。同時，采用培訓和進修等形式提高現有專業人才的素質。

三是通過委托高校培養等方式，培養已有專業技術人才，不斷健全大數據技術人才體系。

四是建立相關的保障機制。根據網絡輿情工作的特殊性，自上而下建立適合輿情工作人員工作制度，確保輿情工作人員的身心健康，為大數據時代網絡輿情引導提供有力資源保障。

（五）搭建高效的輿情智能監測分析平臺

一是改進現有的網絡輿情智能分析平臺，增加智能監測、智能編報專報等功能。

二是外部引入成熟的監測平臺。通過購買服務的方式，從相關服務公司購入成熟的監測平臺。如以省為單位或者總行統一購入A輿情監測分析系統，全國輪流值班，節省人力，提升輿情監測效率。

三是人民銀行總行應匯聚資源，考慮重新開發一套適合大數據時代央行網絡輿情工作的智能監測分析系統，為全面提升央行網絡輿情管控能力和研判水平提供技術支撐。