网络舆情新特点及应对策略

大数据时代，网络传播出现了新的传播特点和规律。网络舆情事件的产生、发展、发酵作为网络传播的一部分，也随之出现新的特点。怎样应对、适应这些新特点，已成为当今社会必须考虑的重要问题。

传播管理：面临三大难题

信息大爆炸给网络传播带来了管理上的三大难题。

1.信息噪音。信息噪音的实质是信息选择问题。对突出信息的痴迷，对超越文化或常识信息的视而不见；过分依赖历史数据，忽略细节信息，都会掉入信息选择的陷阱。

2.信息不对称。由于目前的大数据应用仍未形成与之紧密联系和互动的检测体系，数据公开制度不完善，极易导致民众获取政府发布消息上的脱节和滞后，从而产生信息不对称现象。除此之外，个体的经济水平、生活背景、社会地位、知识结构等差异都会导致信息不对称，即美国传播学家蒂奇诺等人于1970年提出的“知沟”。

3.信息碎片化。网络信息传播渠道随着网络技术的发展和市场需求变得越来越窄众化和碎片化。互联网平台的开放性使网络信息的流动以及选择更加自由，信息传播从过去的“寡头垄断时代”逐渐过渡到“自由市场时代”。网民根据自身需求选择不同的渠道并逐渐类聚，局限于一个个碎片化的群体中。

新特点：谣言“辟不胜辟”

舆情是一种民意情况，是公众对社会生活中各个方面的问题尤其是热点问题的或显或隐的反应。它不仅包括公开表达的行为、意见和态度，还包括潜在的情绪表现。在大数据时代网络传播的环境下，网络舆情的发生、发展也呈现出新的规律和特点。

1.舆情事件关注周期越来越短。一个网络事件所折射的网络舆情可分为潜伏期、成长期、成熟期、衰退期四个阶段。网络舆论场中，层出不穷的突发事件凝聚舆论焦点，热点话题来去匆匆，情绪化的宣泄压倒公共话题的持续理性讨论。大数据时代，随着网络信息量的暴增，人们很难将注意力长期固定在某一舆情事件上。网民往往一窝蜂地感性关注、评价之后，迅速消散，没有充足的时间形成理性共识，不利于舆情事件的解决，破坏了政府公信力和企业形象。

2.信息噪音促使谣言“辟不胜辟”。网络上流传着大量良莠不齐的信息，难以判断真伪。微博、微信、论坛、博客、贴吧等众多媒介平台为网络谣言的传播提供了便利，几乎零成本的复制与粘贴方式使得一些网民无意中成为谣言的传播者。大范围的传播强化了谣言的欺骗性并进一步迅速扩散，最终形成“病毒式传播”模式，加大了辟谣难度。

3.舆情信息不对称加深舆情危机度。信息大爆炸带来了大量冗余信息，这成为人们获取所需信息的一大障碍。特别是在舆情事件中，经常作为舆情主体的政府、企业事业单位处于获取接受信息的上端，而普通民众则处于下端，两者之间的“知沟”逐渐形成并扩大，导致舆情信息的不对称、立场和认识的不共通，这加深了双方的矛盾和误解，加剧了舆情危机。以近年来频发的“邻避事件”为例，由于当地居民与项目企业、政府之间的理解和认识存在较大差异，共通的理解空间少，导致分歧和矛盾长期存在。

应对策略：构建专业舆情应对体系

大数据时代的主要特征是信息数据的海量性。大数据时代，要善于利用大数据，掌握主动，提高网络舆情的管理水平。

1.构筑大数据网络。现在主流舆情的分析建立在一个个分散的、遍布网络各处的舆情信息据点上，并对整体舆情做出结论性总结。这样对舆情做出的研判预警，无论时效性还是准确性都打了折扣。提升舆情研判的效率和准确性，需要打通这些分散的舆情数据信息据点之间的交互分享壁垒。

数据信息处理是舆情管理的关键环节。目前我国信息化应用水平参差不齐，政府和企业不同的部门之间都存在“信息孤岛”问题：信息系统分散，每个系统都有自己独立的数据库、应用软件和用户界面，阻碍了数据的互通互联。作为资讯提供者，舆情服务机构需要把握大数据在政府部门及企业管理领域发展的方向，整合政府和企业的数据资产，完善决策流程。

2.构建专业舆情应对体系。升级网络舆情监测系统。理想的舆情监测系统能对与客户相关联的数据过滤、分析和挖掘，对客户相关信息自动发现、趋势分析、专题追踪，自动预警，自动分类。但目前我国舆情监测系统存在舆情数据采集不全、舆情信息抓取有疏漏、冗余信息过多等问题，舆情监测多采用技术加人工的模式。针对这一短板，有必要对网络舆情监测系统进行升级换代。

建立专业的舆情分析服务人才队伍。在“数据爆炸”时代，掌握数据抓取能力与舆情解读能力，通过“加工”实现数据“增值”，将是未来舆情分析的必备技能。目前，很多舆情服务机构没有专门的数据管理部门和专业的分析团队，分析人员对信息的鉴别力、掌控力仍有待提高。舆情分析服务人才的队伍建立，有赖于统筹高校、科研单位、媒体机构和政府部门的力量。从舆情采集、数据挖掘、信息分析等细分领域制定培养体系，实现媒体机构与高校、科研单位资源对接、合作互联。

构筑舆情信息数据处理整合体，形成舆情行业各分支领域间信息数据的交流互动模式。舆情服务与研究对象广泛，处理分析跨行业、跨地区的信息数据不可避免。分布在网络上的数据库及其所属单位等相当于网络上的一个单元。通过技术手段将这些单元互联，由庞大的信息数据处理交互中心作出信息调配，数据处理整合体发挥其“司令官”和“交通警察”的职能，调动指挥信息数据的流动方向，同时维护数据交流的秩序和安全。

3.更新舆情引导思想。大数据的核心和目标在于预测。对预测目标的关注，使关注的目光由“为什么会出现”（因果性）的疑问转向对舆情信息间“是什么关系”（相关性）的探求，通过舆情信息间的相关关系预测舆情走向、开展舆情引导。利用数据建模建立预测模型，对舆情状况进行预判，并做出应对措施，防范于未然。如，中国证监会建立的大数据分析中心对所有上市公司的股票交易信息进行实时监测，如果某个基金账户有“老鼠仓”的嫌疑，稽查人员就会通过专门的信息分析系统对交易信息进行运算筛选。上述尝试与实践，为大数据时代的舆情服务行业树立了行业发展标杆，舆情行业在以预测为特征的大数据时代将越发展现出它迷人的一面。 （作者：燕道成 杨瑾胡 江春湖南师范大学新闻与传播学院；湖南红网）