《一、前言》

一、前言

据中国互联网络信息中心 (CNNIC) 发布的报 告，截至 2016 年 6 月，中国网民规模达 7.1 亿，互 联网普及率为 51.7 %[1]。随着网络日渐渗透并融合 到人们的日常工作和生活中，网民越来越多地使用 微博、论坛、微信等交互式网络应用来表达对现实 中某热点事件或问题的看法。同时，社会变革和经 济结构调整使社会生活更加多元化和复杂化，社会 矛盾和群体性突发事件呈多发态势。网络本身成为 社会矛盾与事件的孕育、发展和变换的重要场所。 近年来，“菲律宾南海仲裁”“青岛天价虾”“柴静雾霾报告”“天津港爆炸事件”“屠呦呦获诺奖”“王 宝强离婚”等政治、经济、文化、社会等领域的事 件形成的网络舆情，显示了网络作为新型传播渠道 的巨大能量。网络报道推动着事件本身的演化、升 级和扩散，有些甚至起到了左右舆论走向、反作用 于现实世界、影响事件本身发展的作用。

一般认为，网络舆情是社会现实问题在网络虚 拟社会的延伸和反映，是由于各种事件的刺激而产 生的、通过网络传播的人们对于该事件的所有认知、 态度、情感和行为倾向的总和，其产生与传播的形 态通常包括网络新闻、论坛、博客、微博、即时通 信、网上调查、网络签名、电子邮件等。近年来， 随着移动互联网、智能终端的普及和一些新型网络 媒体形式的出现，使得网络舆情在产生与传播过程 中参与用户更多、交流互动更强、信息传播更快， 给网络舆情的监测、分析和管理带来了巨大的挑战； 但另一方面，随着计算机科学、网络技术、大数据 分析技术的进步以及社会心理学、管理学的发展， 也为网络舆情的监测、分析与管理提供了一些新的 理论和方法，带来了新的机遇。

《二、研究与应用现状概述》

二、研究与应用现状概述

网络舆情监测、分析与管理涉及多学科交叉， 涵盖计算机科学、管理学、社会学、传播学、心理 学等，吸引了这些学科研究人员的共同关注。本文 从管理学和社会学、计算机科学与信息技术两个视 角上，分别综述国内外研究现状，以及我国网络舆 情监测、分析与管理的应用现状。

《（一）管理学和社会学视角》

（一）管理学和社会学视角

从管理学和社会学学者的视角看，网络虚拟空 间是全体网民共享的公共空间，形成了一种特定的 公共场所。网络舆情管理成为公共管理和社会管理 的研究课题，相关工作可概括为网上民意研究和网 上舆论研究两方面。前者借助于网络研究有关民意 的基本理论、民意调查的方法与技术、民意与政治 （如选举）及外交政策的关系等；后者研究网络舆 论的概念与理论、特定事件（如战争事件）的舆论 策略、舆论与危机管理等 [2]。

在国外的研究工作中，网络舆情一般用“network public opinion”表述。研究内容可概括为对网 络舆情属性、网络舆情影响以及网络舆情管理三个 方面：①在网络舆情属性方面，重点研究了网络交 互性给舆情传播、监督和管理带来的效果提升，分析 网络舆情的生成原因、观点极化过程等，例如，桑 斯坦基于群体极化理论分析了约 60 个有影响的政府 网站，发现其中的意见领袖易出现群体极化现象 [3] ； ②在网络舆情影响方面，通过大量实证研究手段， 研究了网络舆情对政治、经济、社会等领域的影 响方式、途径和机制，例如，Bond 等关于 2010 年 美国国会选举中政治动员对选民影响的研究结果， 发表在 2012 年 9 月 的《Nature》 上 [4]，Kuhnen 等还研究了网络舆情对企业管理层薪酬结构和数量 的影响等 [5]；③在网络舆情管理方面，当前国外具 有典型代表性的管理模式包括：一是通过完善网 络法律法规制度、规范舆情内容，实现对网络内容 的依法管制；二是通过制定和实施各种约束网络 空间的行政监管手段和专项行动，管理和引导公 众的上网行为；三是通过建立民间机构的方式积 极引导和鼓励网络媒体与网络用户自律；四是通 过技术手段实行国家或政府对网络的强制控制和 过滤 [6]。

国内的网络舆情研究多与突发事件、政府治理 相关 [7,8]。近年来，国内管理学和社会学领域的学 者结合我国国情，从网络舆情的监测分析、态势研 判、应对导控、危机预警等理论和方法上展开研究。 在监测分析方面，国内学者从网络舆情的形成机 制 [9]、话题传播特征与规律 [10~12]、话题演变 [13~15]、 情感演化 [16]、群体效应 [17,18]、影响力分析 [19,20]、环 境诱因分析 [21,22] 和仿真模拟 [23,24] 等方面都得出了 研究成果；在态势研判方面，主要研究了网络舆情 的风险评价指标体系 [25] 或适用于某一特定行业的 指标体系；在应对导控方面，主要研究了网络舆情 的引导策略 [26]、应对方法 [27] 和治理模式 [28] 等；在 危机预警方面，研究了危机事件预测预警模型和方 法 [29] 等。此外，在应用研究方面，国内研究工作 从包括高校教育、政府决策、群体事件、食品安全、 企业管理等多种应用角度展开 [30]。

《（二）计算机科学与信息技术视角》

（二）计算机科学与信息技术视角

从计算机科学与信息技术学者的视角看，网络 舆情监测、分析与管理则侧重研究如何利用搜索引 擎、自然语言处理、社交网络分析、机器学习、信息检索等计算机科学技术及信息处理技术，通过网 络舆情监测分析系统或软件工具，自动发现网络舆 情并分析其产生、传播和演变的特征与规律。

网络舆情的监测分析过程一般包括：内容的自 动采集与预处理、突发事件及热点识别、智能聚类 分类、主题检测与跟踪、倾向性分析、辅助舆情报 告生成等。此外，根据各单位相关网络舆情管理需 求，最终形成舆情简报、舆情专报等，为决策层掌 握舆情动态，做出正确决策提供依据。

目前，国内外研制的网络舆情分析系统已不下 百种，服务于各种领域，可参看文献 [6]。这类系 统在功能上包含了采集、预处理、监测、预警、分 析、引导、辅助舆情报告生成等功能。采集功能是 按照预先配置的信息采集条件，借助分布式并行采 集程序（又称网络爬虫）完成对各种数据源的收集， 将分散的数据进行有机的集中和融合；预处理功能 是对不规范的数据进行规范和整合，对不完整的和 不一致的数据进行清理，完成数据的规范化转换， 简化数据后续分析处理的难度；监测功能是按照时 间轴推进的模式，监测网络数据中是否有特定事件 或突发事件；预警功能一般与监测功能相配合，对 发现的特定事件或突发事件提前或实时报警，或按 照舆情预警规则向指定的预警提醒对象发送相应的 危机处理提醒；分析功能是对预处理后的数据选择 合适的分析工具 , 应用统计方法、自然语言处理、 机器学习、神经网络等方法进行处理，得出分析结 果，并以报表和图示等可视化方式呈现给用户；引 导功能辅助完成引导信息的主题和内容的生成，利 用互联网的社交网络、论坛、博客及微博等渠道完 成信息的自动投送；辅助舆情报告生成功能通过自 动文摘、文档管理、报告模板等方式，辅助用户管 理和生成舆情报告或相关的素材。

网络舆情监测、分析及管理通常是一个持续、 相对完整的循环过程，采集、预处理、监测、预警、 分析、引导等功能不断循环迭代。新一轮的采集可 以获取前一轮分析、引导信息产生的效果，不断调 整分析和引导策略，达到网络舆情持续分析或化解 公共危机的目的 [31]。

《（三）我国网络舆情监测、分析与管理的应用现状》

（三）我国网络舆情监测、分析与管理的应用现状

随着我国近年来网络舆情事件的数量逐年增 长，社会各界开始重视网络舆情监测、分析与管理。 通过技术手段对网络舆情的监测、分析与管理也日 趋重要。各类网络舆情监测分析机构层出不穷，基 本形成以政府、媒体、高校、软件公司和商业公关 公司等为主的行业格局。其中，依托主流媒体资源 创建的网络舆情监测机构，通常拥有较强的专业人 力资源及媒体影响力，专业性的认可度较高。如人 民网舆情监测室、新华网网络舆情监测分析中心等。 专业网络舆情软件公司通常以技术研发为主要支 撑，各自拥有相对固定的客户群，为客户提供系列 网络舆情监测分析服务，如北京拓尔思信息技术股 份有限公司、厦门美亚柏科信息股份有限公司、湖 南蚁坊软件股份有限公司等。高校、科研机构等成 立的舆情研究机构，如中国人民大学舆论研究所、 复旦大学传媒与舆情调查中心等。

在应用方面，很多政府部门和企事业单位，都 会通过与舆情机构合作、购买舆情企业系统或服务 的方式，构建服务于自身的网络舆情监测、分析与 管理机制，提高自身的网络舆情感知能力和危机公 关能力。各级政府机关、高校、大中型企业等，通 常是网络舆情系统和服务的主要客户。甚至一些中 小企业或公众人物，为了产品或个人的口碑，也开 始成为网络舆情系统或服务的消费者。

《三、挑战与机遇 》

三、挑战与机遇

认清新形势下的矛盾、挑战和机遇，有助于思 考网络舆情分析管理的未来发展战略。本节讨论网 络舆情监测、分析与管理面临的挑战和机遇。

《（一）挑战》

（一）挑战

伴随着网络应用的普及，特别是移动通信方式 的推动，新老媒体在网络舆情作用上的消长态势日 渐加剧。新媒体应用不再局限于微博、微信和手机 新闻客户端等，包括知乎、果壳、网络电台、网络 直播、弹幕、网络字幕组等在内的新应用已悄然兴 起，成为网络信息传播的新途径。基于这些网络新 媒体形成的网络社群，也成为网络舆情传播的重要 新势力。网民和各种网络社群主动利用网络炒作的 现象日益增多，能力日益增强。一方面，得以成功 炒作的事件从某种程度上揭示了事件源头上公平正 义、仇腐仇富、民族主义等社会心态，为后续治理 带来指导和帮助；另一方面，在此类事件的炒作过程中，一般网民、知识分子、新老传媒、意见领袖 等多种力量的交互作用，也给社会治理带来了新的 问题；特别是网络社群和知识问答社区等网络媒 体，讨论内容大多较为深入和专业，网民和意见领 袖发声相对理性，思辨能力较强，网络传播的影响 力大，使得网络舆情的发展容易出现失控现象。例 如，2016 年高考指标跨省调剂事件引发了湖北、江 苏等多地考生家长的群体聚集，广大网民在网络社 群中广泛参与讨论，呼吁教育公平等。

同时，媒体融合和资本运作在为网络新媒体注 入能量的同时，也因为商业利益的驱动，给网络舆 情的分析与管理带来了更多不稳定因素和挑战。机 构、个人在自身利益的驱动下，借助网络传播途径 更容易获取公众舆论关注，有效管理舆情的难度会 越来越大。

从网络舆情监测、分析与管理的系统和技术的 角度来看，上述新网络媒体的发展、各种网络社群 的出现，从普通网民到意见领袖的广泛参与等，都 会带来网络舆情数据量的爆炸性增长，给网络舆情 监测带来了新的困难和挑战。同时，网上网下、不 同传播媒体、不同网络通道之间的交互性加强，使得 网络舆情的发展更加复杂多变，演变速度加快，传 统的监测及研判模型，可能面临数据建模和模型推 演不准确的困境。如何利用计算机科学、网络技术、 大数据分析技术，以及社会心理学、管理学、传播 学等相关学科的新理论和新方法来更好地应对上述 挑战，是网络舆情监测、分析与管理的重要课题。

《（二）机遇》

（二）机遇

近年来大数据分析技术和智能计算的发展及应 用，将给网络舆情监测、分析与管理带来新的机遇。

总体来看，在大数据跨域分析思想的支持下， 网络舆情监测、分析与管理领域将得到扩展，网上 网下充分联动、协调共治及跨领域分析能力将得到 进一步发展，社会创新管理水平也会面临新的提升 空间。基于大数据分析的思想与技术，采集并融合 不同网络通道的网络舆情数据，比单通道上更有望 获得准确的分析结果。特别是近年来，大数据与深 度学习技术已经在与网络舆情相关的文本内容分 析、情感分析等方面取得进展，陆续出现了一些新 成果。例如，在文本方面，基于卷积神经网（CNN） 的文本处理模型 [32]，通过提取局部和整体上下文特 征，得到了明显优于 BM25、ULM 等其他模型的结 果；为了对长句子级别和文档级别中前后文相关性 建模，很多学者将循环神经网（RNN）、长短时记 忆网络（LSTM）、双向长短时记忆网络（BLSTM） 用于对文本中上下文的语义关联分析 [33,34] 并取得了 更好的分析效果。在情感分析方面，通过在文本特 征抽取过程中使用 CNN 并将 CNN 的隐层结果用于 专业分类器，单条语句的正 / 负情感属性分类从原 先的 80 % 提高到了 85.4 %，细粒度情感标签的精 准预测达到了 80.7 %[35]。

在此基础上，通过大数据技术和智能计算技术 的结合使用，重大网络舆情事件的预测能力和水平 有望得到提升。大数据技术的发展推动了网络舆情 监测、分析与管理由定性管理向定量计算转变，将 尽可能多的网民评论、情绪变化、社会关系等信息 以量化的形式转化为可供计算分析的数据，通过深 层学习模型等智能计算技术提高网络舆情分析的准 确性。基于上述量化计算框架，不仅能够针对重大 舆情事件个案进行更精准的分析研判，而且便于扩 大分析研判的范围和视野，有助于更全面地把握网 络舆情发展的整体趋势。在跨领域分析、更精准量 化分析的基础上，网络舆情的分析管理有望能够由 局部被动响应为主，向全方位主动预测为主转变。

此外，学习借鉴国外网络舆情监测、分析与管 理的经验也是未来网络舆情向着综合治理方向发展 的重要机遇与战略。例如，充分利用和发挥民间组 织等社会监督力量在网络舆情治理中的作用，以网 民自律等方式开展网络空间内容分析与管理，将有 助于进一步降低网络舆情监测、分析与管理成本， 提高网络舆情管理的效率。

《四、结语》

四、结语

大数据时代的到来，给网络舆情管理带来了 传播渠道、传播速度、数据量、数据复杂程度、舆 情管理难度等多方面的挑战，同时，也带来了大数 据并行处理、智能计算等技术上变革与创新的可能 性。未来的发展战略在于利用大数据和智能计算的 办法，解决大数据和互联网自身带来的问题，在深 入研究网络新媒体传播机制的基础上，通过面向网 络舆情监测、分析与管理的大规模并行计算与智能 计算方法，提升网络舆情预测的准确性，提升网络舆情管理的主动性；同时，在现有方法、技术的基 础上，综合使用法律、民间机构等，让网络舆情的 分析与管理更加高效。