摘 要：新媒體背景下，高校學生獲取信息更加快速，渠道更加多元。在實現言論自由的同時，強大的信息滲透和強勢的輿論導向也隨之產生，這就需要高校思想政治教育進行正確的輿論引導。隨著輿論累積不斷地加速，新媒體輿情呈現出明顯的大數據特徵。因此，將大數據處理技術與網絡輿情分析工作相結合，構建新媒體輿情分析模型，探索以微信、微博為載體的網絡輿情管理方法，並對現有管理模式下出現的各類問題加以分析研究，不斷加強和改善高校思想政治工作實施途徑，從而構建良好的校園和網絡環境。
關鍵詞：大數據；新媒體；輿情分析；大學生
大數據參與網絡輿情治理的迫切性
新媒體以其快捷的傳播速度、豐富的傳播內容和獨特的傳播方式成為當前主流媒體之一，高校學生思維活躍、開放，接受新事物和新模式的能動性強，因此成為了新媒體的主要受眾群體[1]。新媒體的高速發展，改變了信息傳播的速度、內容及方式，對高校信息傳播格局和主流輿論產生了深刻影響，也對傳統思想教育中以單向灌輸與傳授為主的高校學生思想政治教育工作理念和方式提出了新的要求。有研究發現：在思想政治教育領域中，新媒體作為一種新形式的教育載體，以其更便捷、更有效的優勢獲得思想政治教育主體與客體的一致青睞[2]；時政熱點的新媒體輿論宣傳方式和內容對大學生思想政治教育效果有直接的影響[3]。
網絡輿情是指網民通過網際網路發表、傳播的對現實生活中一些熱門事件、焦點問題所持的有較強影響力、傾向性的言論和觀點，是社會輿論的一種表現形式。隨著新媒體產品的不斷豐富，當今流行的網絡直播、微信、微博、論壇、貼吧等網絡社交平臺及新聞平臺的信息推送，以其信息接觸即時性、信息傳播廣泛性和信息交流開放性的特點成為了高校學生群體認識世界的主要窗口及輿論監督的重要渠道。此外，高校學生可以通過評論、分享等方式與信息的發出者進行互動，更快捷地表達自己的意見和看法，並且可以就自身看法與平臺上的其他用戶進行討論、交流。但是，由於年齡、閱歷和知識的局限，高校學生往往會表現出心智不夠成熟的一面，尤其面對校園內外的熱點問題和焦點事件而引發的高校網絡輿論，學生容易受到網絡不良及失實信息的誘導，引起思想波動及非理性情緒的蔓延，進而造成對社會和學校的巨大輿論壓力，這就需要充分利用思想政治教育開展有效的輿論引導[4]。
新媒體為網絡輿論提供了廣闊的傳播平臺，加快了輿論的積累速度，輿論類型也隨著網民數量的不斷增加趨於多樣化，使得新媒體環境下的網絡輿情展現出明顯的大數據特徵。研究指出：大數據不僅為加強輿情監測能力拓展了一條新的技術路徑，更重要的是它將改變網絡輿情管理的理念和範式[5]。由此可見，利用大數據手段參與輿情處理已是大勢所趨，必將為新媒體輿情管理工作帶來新的機遇與挑戰。
輿情分析模型的構建與應用
1.利用大數據技術構建輿情分析模型。為了深入了解輿情信息，預測輿情發展，就需要對輿情數據進行合理分析。因此，本研究構建了輿情分析模型，主要包括數據採集與儲存模塊、數據預處理模塊和數據深度處理模塊。
數據分析系統的第一層是採集相關信息源中的輿情數據。微信、微博具有信息海量化和多樣化、輿情引導目標受眾相對固定、時效性強、目標人群定位精準等特點[6]，逐漸成為各高校開展新媒體輿論引導的主戰場，官方微信公眾號、官方微博應運而生。此外，隨著高校學生主體意識的逐步提升，社會批判能力的不斷增強，自媒體廣泛流行起來，並成為青年人可以自主、隨意表達對校內外熱點時事與社會新聞看法的平臺[7]。因此，高校新媒體輿情採集應充分整合校院兩級官方微信、微博平臺，儘可能多地知曉學生群體中新出現的自媒體平臺，從文本、視頻、音頻和圖片中實時抓取信息，獲取相關評論，保證輿論信息採集的全面、即時、高效，並將所獲取的信息及時存入雲資料庫，方便獲取。
數據分析系統的第二層是數據預處理模塊。新媒體環境下網絡輿情的價值密度很低，為了從海量數據中得到有效的輿情信息，就需要進行嚴格的篩選和分析。由於海量的原始數據中存在著大量數據異常且類型分散的輿論信息，這會嚴重影響數據分析模型的執行效率，甚至可能導致分析結果的偏差。因此，在數據採集後，需要進行數據的預處理。這一模塊的主要內容包括數據清洗和文字聚類，主要原理是轉化收集的原始信息，通過數據清洗刪除原始數據集中的重複數據，利用噪聲消除技術去除錯誤或存在偏離期望的孤立數據，識別正文信息特徵，進行相似計算，經過關聯和聚合處理後，生成文本向量集，為下一步的輿情分析工作做準備。
數據分析系統的第三層是數據深度處理模塊，它是大數據輿情分析模型的核心模塊。第一步是識別熱點事件，系統利用關鍵詞抽取、語義分析、數值統計對預處理數據進行主題特徵提取，通過聚類算法將主題集壓縮成一個個熱門話題集，或通過分類算法根據主題集的特徵對主題進行分類，得到與監測主題相關的輿情信息。經統計，高校輿情的類型主要可分為社會穩定類、校園安全類、權益維護類、高校管理類等。在發現熱點之後，可以從統計學角度利用之前分詞處理的結果對輿情語料進行話題詞頻統計，並進行文本分析和語義分析，統計正負面信息，探知輿論的情感傾向，判別情感強度。同時，要隨著輿情的發展進行網絡實時監控，利用話題識別、主題檢測、相似計算等方法對新的熱點信息進行跟蹤，開展輿情分析，預測輿情發展趨勢，實現輿情預警。
2.輿情分析模型應用實例。例如：2018年7月，某影視劇組在A校拍攝電視劇，引起學生的廣泛關注。不久，一篇題為《拍戲就能在女生宿舍為所欲為？？》的文章在某自媒體微信公眾號推送發布，反映了該劇組在A校拍攝期間給學生生活帶來的種種不便，引發學生的大量轉發及評論，負面輿論及謠言四起，立即觸發權益維護類輿情警報。由於事件的特殊性，輿情出現後，A校立即開展調查，分別約談劇組工作人員與該自媒體微信公眾號負責人，了解實情並結合輿情分析報告商討解決方案。隨後，該自媒體微信公眾號再次發布推送，集中列舉了學校針對學生所提問題的官方解答，澄清謠言，並表示將對學校回應的後續舉措進行跟進，同時刪除引發不良輿論的推送以示負責。同時，在文章最後，積極呼籲學生正確面對和處理網絡輿情，保持理智，傳遞網絡正能量。該篇推送當日閱讀量達17,000餘次，轉發評論中「效率高」「為學校點讚」「有誠意」「打call」「這是誤會」等詞句大量出現，正確引導了輿論走向。在短時間內，自媒體公眾號實現了從負面輿論發起者再到正面輿情引導者的角色轉變。可見，利用輿情分析模型及時開展科學、有效的輿情分析，能夠實現輿情預警，並提供輔助決策服務。此外，第一時間發布權威信息，回應學生關切，不僅能扭轉輿論導向，更能加深學生對學校的理解和信任。
除輿情預警外，輿情分析模型還可以輔助提升新媒體宣傳效力。通過統計官方話題的網絡媒體報導量、學生轉發量、評論量、關注量、傳播情況、用戶形態特徵等數據，計算熱度評估指數，形成對官方推送熱度與受歡迎程度的科學評價，有助於宣傳工作者更好地把握大學生行為特徵和興趣方向，為找準工作切入點提供可靠的數據支持。以北京工業大學團委官方微信公眾號「工大青年匯」在2018年6月7日發布的《來時我是一頁白紙，別時我已揮墨成文》為例，該篇推送在主題上呼應了高考的時事背景，內容上以現代詩的形式帶領學生回顧了新生生活，引發了學生的積極響應。通過輿情分析模型計算得出，該篇推送當日閱讀量8,434人次，傳播力76.44，影響力72.50，引導力76.69，與之前發布的以校內時事為主要內容的文章相比，熱度明顯提升。可見，這類能夠反映學生生活現狀，且內容感性的推送更能夠引發學校學生的情感共鳴，有利於增強學生對學校的認同感和歸屬感。
問題及建議
1.信息收集不全面。在大數據產業內，大部分研究者利用網絡爬蟲獲取信息，但也由此衍生了因私人信息洩露引發的網絡安全恐慌。為尊重其他官方平臺的勞動成果和保證學生個人信息的安全性，本系統目前僅掌握共青團系統的網絡數據。因此，為提高數據採集過程的便利化和數據收集的全面性，本研究計劃聯合學校學生大數據中心開展工作，從學校層面加強與各部門、各學院的溝通合作，儘可能多地獲取校、院兩級官方平臺管理部門和自媒體人的官方授權，合法取用後方數據。
2.數據分析不精準。現有的算法不可能完全識別文本含義，尤其面對詞彙的變形使用，如在敏感詞語中間加入空格或使用拼音代替文字等方法來逃避捕捉，導致關鍵詞提取的精準率降低。因此，研究須不斷改進大數據技術，並使用多種類別的關鍵詞提取算法，如基於分離模型的中文關鍵詞提取算法和基於高維聚類技術的中文關鍵詞提取算法等，提高文本分析精準率。此外，由於網絡語言更新速度快，研究還應及時更新關鍵詞庫，輸入網絡流行新用語，把握網絡表達新形式，提高語義分析精準率。
3.反饋機制不健全。現有的輿情處理方式往往存在主動性不足、協調力不夠、責任落實不到位等問題。因此，應建立科學、高效的預警反饋機制，做好輿情決策。要設立輿情監管員，主要負責日常推送，穩定開展網絡宣傳，並對高校輿情進行實時監控，即時掌握網絡輿情動態。當網絡輿情熱點事件出現時，輿情管理員需要結合分析報告，掌握輿論熱點，研判輿情類別和等級，及時上報相關信息輔助決策，把責任落實到人。再由責任部門、輿情專家結合實際提出處置意見，啟動應急工作預案，第一時間發表權威消息和官方報導，還原事件真相，贏取學生信任，掌握網絡話語權，完成決策。
面對新形勢和新挑戰，高校必須加強新媒體輿情管理工作，不斷拓寬視野和工作思路。高校要利用好大數據處理輿情的相關技術，實現對突發事件的「快速反應、積極應對、正向引導」，更要充分發揮新媒體傳播優勢，積極引導高校大學生培養合格的媒體素養，提升正確鑑別信息真實性的能力，提高對輿論的理性認識。此外，高校要將新媒體文化建設與校園文化建設緊密結合，賦予校園文化新鮮活力，豐富校園文化內容，拓展校園文化內涵，延伸校園文化功能，穩步推進校園新媒體「個性化、融合化、穩定化」發展，為大學生更好地營造健康、活潑、生動的校園文化氛圍。（作者：韓孟婷 柴彬彬 馬立民，單位：北京工業大學）
參考文獻：
[1]邸飛,李健,薛雪,等.「網際網路＋新媒體」技術在高校學生工作中的應用與探索[J].北京教育(高教),2016(11):54-56.
[2]呂錦錦.新媒體背景下輿論與高校思想政治教育創新研究[J].環渤海經濟瞭望,2018(6):178-179.
[3]金贊研,餘一凡.淺議時政熱點的輿論宣傳對大學生思想政治教育效果的影響—以京津冀地區大學生對黨的十九大召開的反映情況為例[J].中共太原市委黨校學報,2018(4):12-15.
[4]向運瓊.「網際網路＋」時代高校網絡輿情應對機制研究[J].中國管理信息化,2018,21(19):203-205.
[5]郭漸強,曾望峰.大數據時代網絡輿情管理變革探討[J].廣西社會科學,2015(8):145-149.
[6]劉波維.大數據時代高校如何利用新媒體與傳統媒體管理輿情[J].出版廣角,2016(15):86-87.
[7]閆方潔.自媒體語境下的「曬文化」與當代青年自我認同的新範式[J].中國青年研究, 2015(6):83-86.
《北京教育》雜誌