時間：2023-09-20 16:02:40
引言：易發表網憑借豐富的文秘實踐，為您精心挑選了九篇社交媒體輿情分析范例。如需獲取更多原創內容，可隨時聯系我們的客服老師。
中圖分類號 G2 文獻標識碼 A 文章編號 2096-0360（2016）03-0006-02
1 課題緣起
2015年，一個Emoji表情符號（也稱“笑cry”或“笑哭”）從一眾強勁競爭者中脫穎而出，當選牛津字典博客評的年度高頻熱詞。《牛津詞典》對這一符號給出的解釋是Face with Tears of Joy（喜極而泣的臉龐），并認為表情符號“具有可變性、迅速性，并蘊含了感情因素”，其使用的增長代表著“傳統的字母式文稿正在努力達到21世紀交流的可視化、快速化要求”。
但是，也有學者認為表情符號的頻繁使用會導致個體文字或語言能力的退化。雖然傳統文字不具備可視化特征，但其語義豐富、語法結構嚴謹，通過不同詞匯及標點符號的組合仍能表達豐富的情感思想，這樣遣詞造句的能力需要在日常交往中不斷練習，而表情符號的使用則大大簡化了這一過程。
2 使用表情符號的特征及功能
本文以問卷形式對個體的表情符號使用行為進行調研，由此總結出使用表情符號的三大特征及三大功能。
2.1 使用表情符號的三大特征
1）可變性。
表情符號的使用并非一成不變，“笑cry”表情使用頻率在今年的爆發性增長及個體在使用表情符號中存在的“模仿行為”（41.2%被調查者是基于“模仿”行為而使用“笑cry”表情）說明表情符號的使用是隨著社會交往行為而不斷變化的。
2）從眾性。
從受眾心理學而言，個體普遍有追趕潮流的趨勢，“笑cry”表情的悄然走紅使受眾在選擇表情符號時產生了從眾心理。
3）情景互通性。
表情符號的使用始于線上交往情景，但通過調研數據可知，75%的用戶將這一線上交往用于引入了線下人際交往，兩個情景的語言行為發生了互通。
2.2 使用表情符號的三大功能
1）情緒可視化。
表情符號的使用能夠使情緒的表達更直接、生動、易懂，且不存在語種或文化程度差異等障礙。
2）降低誤解。
文字信息無法體現表達者的情緒及態度，有時一句“好的”會使接收者誤認為表達者語氣生硬、態度冷淡甚至情緒不悅，但實際上表達者只是言簡意賅地回復而已，并不帶有任何負面情緒。此時，如果表達者能夠在“好的”之后加一個微笑的Emoji表情，則能夠完全消除類似誤解。
3）拉近距離。
文字信息的交流往往給人機械、冰冷的感覺，使用表情符號能夠使文本更生動、活潑，拉近交往雙方的距離。
接下來，本文將結合上述特征及功能，從符號互動理論著手，對表情符號的傳播模式及用戶使用動因進行深入分析。
3 基于符號互動理論的傳播模式分析
符號互動論由芝加哥學派學者米德創立，并由其學生布魯默正式提出，主張從經驗角度出發研究在日常自然社會中互動著的個體。該理論認為事物本身無法對個體行為產生影響，而是通過其“符號（象征意義）”影響個體社會行為，而該“符號（象征意義）”正是源于個體與他人的互動。
表情符號使用行為的傳播模式正是基于此。個體A與個體B在通過社交媒體發生交往行為時，個體A的“主我”在沖動與理智的內在協調下選擇使用“笑cry”表情，當個體B接受到這個表情符號后，首先會從雙方的互動語境中對該符號產生與個體A一致的解義結果，其次個體A的這一使用行為在個體B的心智中形成了一個“風趣幽默且緊跟網絡潮流”的“客我”形象（指個體A的“客我”形象）。對于個體A而言，如這一形象符合其心理期待，則將與“主我”統一為“自我”，并趨向于在社交媒體中更頻繁地使用表情符號。而對于個體B而言，如個體A的“客我”形象使其產生積極的情感體驗，則B出于從眾心理產生模仿行為，亦將在其社交行為中使用“笑cry”表情。
4 基于心靈、自我、社會的使用動因分析
米德認為，人際符號互動的過程是基于心靈、自我和社會這三個不可分離的結構。究竟個體在社交行為中使用表情符號的內在動因為何？
首先，符號互動論認為“語言是心靈和自我形成的主要機制。人通過語言認識自我、他人和社會。”表情符號亦是一種語言體系，并非無意義的涂鴉。相對于其他語言而言，表情符號的優勢在于簡潔明了、打破國界及人種屏障、無需學習或揣摩、信息冗余度低等，是比手語更簡單易學、比音樂更淺顯易懂的通用語言。同時，“心靈是社會過程的內化”，表情符號的意義在人際交往互動中得到共識，個體學習之后以此進行內向互動并發展自我，再在下一次人際交往中外化這一學習結果，從而使個體在人際交往中獲得更高的認同度。
其次，根據調研數據結果可知，表情符號的使用具有情緒可視化、降低誤解、拉近距離三大功能，即使用表情符號能夠增加交往對象對“客我”的親近感，清晰表達“客我”的情緒，減少“客我”與“主我”之間的差異。根據米德的觀點可知：行動由主我引起，受客我約束控制;前者是行動動力，后者是行動方向。如“主我”以增加“客我”親和力、降低“客我”情緒表達偏差概率等為目的，則必然在行動中會增加對表情符號的使用。
最后，根據麥克盧漢“媒介即訊息”的觀點，發生互動的媒介環境亦會影響雙方身份意義的構建。與面對面的人際交往形式相比，基于網絡的社交媒體交往能夠削弱交往雙方社會地位差異所帶來的不平等，建立一個更傾向于平等的社交情景。試想一下，兩個社會地位懸殊的個體在現實社會和網絡平臺發生交往時，會有何差異？在現實社會中，社會地位較低的人在交往過程中需時時注意自己的神情、語氣、態度和措辭，且需保持注意力的高度集中以做出最恰當的即時反應。而在網絡社交情景中，社會地位較低的人能夠通過形象化的表情符號表達對交往對方的尊重、減少情緒表達的不確定性、拉近交往雙方距離，從而產生正向、積極的交往
體驗。
5 結論
波茲曼在《娛樂至死》中提出從印刷時代進入電視時代，電視改變了公眾話語的內容和意義，其會話的表現形式是形象而不是語言。進入網絡時代后，受眾不僅僅接收圖像信息，更在社交行為中主動使用圖像信息，且該使用行為已打破線上及線下的社交環境壁壘，影響個體的語言使用行為。雖然“表情符號”的使用并不能代替文字語言表達復雜含義，但個體在交往中會傾向于使用口語化、表意性的網絡語言代替內涵復雜的傳統文字，霍茲曼所推崇的“書面化、思辨性”的印刷時代語言結構將漸行漸遠。
《娛樂至死》中提出，“媒介的暗示隱蔽而有力。媒介的形式偏好某些特殊的內容，從而能最終控制文化。”表情符號的使用已不僅僅是對傳統文稿的補充，更成為網絡媒介影響社交語言結構的一把利器，其最終的威脅不是代替語言，而是控制我們的文化，使其變得浮躁、蒼白。
參考文獻
[1]張國良. 傳播學原理[M].上海：復旦學出版社，2009.
[2]尼爾·波茲曼.娛樂至死[M].北京：中信出版集團，1985.
工作中存在的不足網絡輿情監測工作是指網絡信息工作的部門或人員在特定時期或者在特定的事件中對公眾在互聯網上發表的言論和意見進行監視、收集、分析、整理及預測的行為，這些言論被稱為網絡輿情。
當前的網絡輿情監測工作平臺主要是基于信息采集、整合技術和智能處理技術，通過對互聯網海量信息的自動抓取、自動分類聚類、主題檢測、專題聚焦，實現對用戶的網絡輿情監測，并由相關部門形成輿情工作報告、輿情信息簡報等，為輿論引導提供可靠的分析依據。
進入大數據時代，網絡輿論呈現的新特點，促使網絡輿情監測工作暴露出諸多不足之處，這為網絡輿情監測工作帶來了諸多挑戰。
網絡輿論信息格局發生變化，輿情分析質量亟待提高。據人民網權威的《2016年中國互聯網輿情分析報告》顯示，在2016年，伴隨著移動互聯網應用不斷向社會各層面滲透，網絡輿論的格局發生了很大變化，如網民結構與社會人口結構趨同，網民產生代際更新導致網絡流行議題和文化熱點發生轉換，微博、微信平臺化，專業自媒體步入興盛等。在這樣的變局下，網絡輿情監測工作面臨著新的挑戰。然而，有些部門的輿情信息收集工作仍然停留在報刊、門戶網站、BBS、微博等開源信息的收集階段，并未將新聞客戶端、微信、直播等平臺打通，難以保證輿情信息分析的全面性以及輿情熱度指標的準確性。《2016年中國互聯網輿情分析報告》還對近五年來參與當年最具網絡關注度的20個輿情熱點事件討論的320萬微博用戶樣本進行了分析，發現關注新聞事件和聚焦熱點話題的網民發生了代際交替，在性別方面，女性的比例明顯上升；在地域上，三、四線城市用戶增長迅猛。受眾層面發生的這些變化，也將在輿情監測工作中體現出來。然而在目前的輿情監測工作中，相關信息部門的輿情信息報送在內容上只是就事論事、停留在現象層面，對受眾的成分、熱點事件的社會背景以及事件背后所反映出來的社會問題沒有進行細致深入的研究分析；在形式上，網絡輿情監測工作的報送還停留在工作動態報告或者事件日志等形式的報送上。這樣就造成了網絡輿情信息的價值作用降低、服務能力減弱的問題。
熱點事件話語體系不可控，輿情預警能力亟待增強。縱觀近年來發生的熱點公共突發事件，可以發現，在以大數據為基礎的社交平臺上，公眾的話語體系呈現出了一些全新特征，如輿論主體的匿名性、參與渠道的多元化、生成議題的自發性、交流觀點的無界性、匯集意見的實時性、發展趨勢的不確定性等。這些特征與輿論話語體系在傳統媒體的呈現完全不同，網絡輿論熱點事件話語體系的不可控性大大增強。
在社交媒體平臺上，自媒體呈現出來的話語體系最為龐雜。許多輿情信息不僅包含結構化數據，還涉及大量非結構化數據，若對其準確性、真實性逐一核查，既耗費人力又耗費時間。就內容而言，較多負面、虛假輿情具有較強的隱蔽性，單純以關鍵詞或主題詞進行搜索容易產生誤判、遺漏。話語體系的不可控性增加了輿情監測工作的難度，這要求工作人員必須具備過硬的專業敏感性以及較強的網絡操作技能。但是目前大多數輿情監測工作部門的信息工作人員缺乏專業化的訓練，輿情信息工作水平參差不齊。就輿情監測平臺系統來說，對于輿情信息的跟蹤分析靈敏度較低，在有些熱點事件的處理上沒有按照公共突發事件的分類標準進行準確的分級，從而導致網絡輿情信息的分析判斷力體現不出其應有的情報價值，預警能力也隨之削弱。
輿情監測的技術體系落后，人機不協調問題亟待解決。網絡輿論的實時性及其發展的不確定性要求網絡輿情監測必須迅速、及時，但很多單位部門的輿情監測平臺的方法技術體系滯后，部分單位采用了網絡監控系統、有害信息過濾系統等方式進行網絡輿情監測，而有些單位為了節省輿情監測設備的成本，甚至將網絡輿情監測工作依托于人工網頁搜索及瀏覽的“人工盯梢”方式上，這成為監測工作的一大阻礙，監測工作出現疏忽錯判也在所難免。排除資金、人力等客觀因素，現階段的網絡輿情監測工作中技術方法體系的不足主要歸因于“人機不協調”。機器與人工的協同分工模式不成熟、機器的輔助力量不夠，導致人工智能技術在預測監測體系中分析情感、預測走勢、檢查效果等方面應用還稍顯粗淺、機械，而在需要人工進行的高級維度分析、提出應對策略等層面，機器的應用又顯得粗糙以及同質化。
人工智能為網絡輿情監測帶來的三大變革
網絡輿情監測要適應大數據時代人工智能的要求，就必須順勢而為，積極進行變革，主要包括網絡輿情監測技術體系的變革、網絡輿情監測研究范式的變革以及網絡輿情監測管理思維的變革三個方面。
網絡輿情監測技術體系的變革。將人工智能技術應用于網絡輿情是為了更好地對輿情進行分析研判，通過直觀、簡明的方式描述網絡輿情信息的產生，進一步推導信息傳播主體的態度傾向性、情緒感染性以及初衷、意圖等，從而預測網絡輿情信息的發展趨勢。
如果說在“小數據”環境下，網絡輿情監測工作還可以依托于“人工盯梢”的方式來完成，那么在“大數據”環境下，當數據的量級達到了EB甚至ZB級別后，以人工監測來把握輿情脈絡已成為不可能完成的任務。而那些隱含在網絡輿情信息中的觀點、態度及情緒的表達，更難以從泛濫成災的信息碎片中被真正發掘出來。加之海量信息的不共享所帶來的“信息盲區”，更使得輿情信息分析不夠嚴謹，易偏離實際，而這些問題都需要依托搭建智能化的網絡輿情監管平臺來解決。在平臺上可以通過三種人工智能技術實現數據分析與人工智能研判相結合，再借助如眼動儀、腦電儀等受眾檢驗儀器對網絡輿情信息進行綜合化分析。三種主要的人工智能技術主要包括：一是Web挖掘技術，該技術把互聯網與數據挖掘技術結合起來，對網絡上結構化數據如文字言論，以及非結構化的數據如視音頻、圖像等信息進行采集，完成信息前期處理的第一步；二是語義識別技術，該技術是利用采集到的信息，通過對語句中的關鍵詞進行詞義推斷處理以及句子語法結構的分析，從而將復雜信息簡單化，這是對采集的信息數據做進一步識別推斷的過程；三是TFDF信息聚類技術，該技術主要提升數據信息的分析和分類速度，使網絡輿情監測工作的處理更加及時，反應更加靈敏，提高采取措施的時效性。
人工智能技術的介入將有利于對信息進行挖掘、采集、分類、整理，從而找尋出最核心的關鍵性數據。在此基礎上，還可以運用人工神經網絡預測模型，對網絡輿情的性質、發展趨勢進行正確描述，并提出相應的對策。
網絡輿情監測研究范式的變革。人工智能和大數據對網絡輿情監測工作及其研究產生了頗為深刻的影響，輿情監測的研究范式從多角度發生了轉向。
第一，輿情監測工作視角的轉向：從單一化到多元化。在社交媒體平臺上，受眾的角色首先發生了轉向，由信息的被動接收者轉變為信息的參與者和傳播者。這一轉向給網絡輿情監測工作帶來了新的挑戰，當受眾是單純的信息接收方時，網絡信息的可控性強，輿情監測工作形式單一，把關相對容易。而受眾角色發生變化以后，網絡信息傳播的不可控性大大增加，信息傳播速度加快，信息傳播呈現多元化特征，把關難度增加，網絡輿情監測工作也從單一轉向多元化，還需要對信息進行疏導、研判處理。
第二，研究視角的轉向：從內容研究轉向“內容+關系”研究。傳統的網絡輿情信息研究最重視的是受眾借助網絡進行的話語表達，其研究視角主要集中在內容層面。隨著人工智能技術的介入，這一單向視角將發生轉變，潛藏在內容層面背后的網絡受眾心理、行為、動機、訴求等多方面因素都將被關注到。借助人工智能技術及大數據分析技術，網絡輿情信息的研究視角將透過內容層面深入到關系層面，轉向對網絡受眾社會心理描繪、社會關系呈現、社會話語表達等多維度的研究。
第三，研究重點的轉向：由輿情監測轉向輿情預測。當前的網絡輿情監測工作主要通過對當下網絡輿情的動態信息進行隨機采樣來收集、整理、分析，更多的是關注已經發生的事件在過去及當下的動向，對未來的發展預測難以兼顧。而借助人工神經網絡預測模型，通過自然語言處理、模式識別及機器學習等人工智能技術，可以對網絡輿情的性質、發展趨勢進行正確描述，再結合大數據分析處理整群數據來實現預測功能。比如，著名的搜索引擎公司谷歌通過關注用戶搜索中的“流感”關鍵詞來預測實際流感發生的時間，往往可以提前兩三個周對流感的爆發進行預報及預防。
網絡輿情監測管理思維的變革。在以人工智能技術為支撐的網絡輿情監測平臺出現之前，相關輿情監測部門的管理者往往由一人或幾人的小團隊組成，在監測信息數據量級不大的情況下，這種小作坊式單打獨斗、面面俱到的輿情監控管理思維可以基本滿足需求。但是隨著人工智能技術的發展及大數據時代的到來，這種小作坊式的輿情監測體系面臨瓦解。當前，商業化運營的軟件監測團隊多達幾百家，這些監測軟件服務商通過開發相應的輿情監測軟件為政府部門、企業主體以及科研院所提供服務，進行簡單的輿情信息數據采集及分類處理工作。在數據開源的情況下，這些軟件服務商的競爭逐漸由粗放型、低層次化向數據處理的優化、人機互動、機器算法的精進等層面轉變。
在以上變化的基礎上，輿情監測的管理思維也必須轉向，組建一支人員分工明確、高度聚合集約的輿情分析團隊勢在必行。輿情管理的思維變革依托于人工智能監控系統改變團隊的組織結構及管理方式，通過智能化的輿情監測系統代替低效的人工操作，其專業性要求頗高，而最佳處理模式就是專業化團隊加人工智能技術。按照這樣的管理思維，未來輿情監測團隊的分工將更加明確，行業內部集約聚合程度將進一步提高，行業有機化程度也將逐步增強。
【關鍵詞】網絡輿情監測 現狀 發展路徑
網絡輿情監測業的現狀
輿情監測是指整合互聯網信息采集技術及信息智能處理技術，通過對互聯網海量信息自動抓取、自動分類聚類、主題檢測、專題聚焦，滿足用戶的網絡輿情監測和新聞專題追蹤等信息需求，形成簡報、報告、圖表等分析結果，為客戶全面掌握群眾思想動態，做出正確輿論引導，提供分析依據。①針對網絡輿情監測，目前有兩種觀點，一種觀點重在強調網絡輿情監測軟件系統的作用，即網絡輿情監測是通過對網絡各類信息匯集、分類、整合、篩選等技術處理，再形成對網絡熱點、動態、網民意見等實時統計報表的軟件工具。另一種觀點認為網絡輿情監測是全部網絡輿情服務工作的最基礎部分，它是高度人機合一的工作。輿論監測機構以第三方的身份進行觀察，將事件各方視為平等媒介主體，通過搭建適當的溝通渠道消除誤解、解決問題，同時提供客觀、中立的意見，是客戶的智囊和顧問。筆者認為，這兩種觀點都只是部分反映了網絡輿情的現實，是不全面的。因此，本文所討論的是建立在二者基礎上的網絡輿情監測及其相關產業。總的來說，國內的網絡輿情監測服務機構大致可以分為四類：
第一類由軟件公司和傳統的市場調查公司聯合成立的輿情監測軟件企業，以方正電子、拓爾思、軍犬為代表，它們的技術實力較為雄厚，抓取網絡輿情數據能力較強。
第二類是依托人民網、新華網等主流媒體建立的輿情監測平臺，即輿情監測行業的媒體派，如人民網輿情監測室、新華網“輿情在線”。這兩個輿情監測系統主要針對社情民意進行監測，對時事熱點和受眾心理變化的敏感度較高。
第三類由高校或學術機構創辦的輿情研究所。如中國傳媒大學網絡輿情（口碑）研究所、中國人民大學輿論研究所等。這類機構具有濃厚的學術傳統，匯聚了新聞學、傳播學專業的各類精英，善于捕捉網絡輿情的變化，并將其歸納、梳理，總結規律并且上升到理論研究的高度。
第四類是由輿情監測軟件機構和高校新聞與傳播研究所合作成立的輿情實驗室，如南京大學—谷尼網絡輿情監測與分析實驗室、清華—優訊輿情實驗室。這一類機構將高校多學科團隊的學術優勢與先進互聯網監控軟件的技術優勢、市場經驗相結合，實現優勢互補。
這些網絡輿情的監測機構都有一套較為完整的網絡輿情監測理論體系、工作方法、工作流程和應用技術，既可以對傳統媒體的網絡版，又可以對各大網站的新聞、新聞跟帖、網絡論壇、微博、博客、網絡時評等進行24小時監測，并進行專業的統計和分析，最終形成監測分析研究報告。但是，它們之間的不同之處亦很明顯：
第一，服務的對象不同。輿情監控系統功能、工作流程大同小異，服務的對象不盡相同，有專攻一個領域的，有做全面監測的。如紅麥輿情監測系統重點在做金融行業，已經形成了成熟的工作流程和方法；新華輿情在線主要是專為中央有關部門服務的。第二，宣傳的重點不同。大多數機構強調自己的技術實力，只有部分輿情監測服務機構強調自己的智力和人才資源。如清華優訊，倡導是“中國目前唯一一家可以監測電視、報刊、網站、論壇、博客、微博的全媒體輿情監測服務商。”第三，對新產品開發的重視程度不同。以軟件系統著稱的技術派在其網站的主頁上只有案例庫匯集，缺少衍生品的開發，而依托主流媒體或者高校的輿情監測機構非常重視衍生品的開發。
我國輿情監測業存在的問題
從目前的情況來看，我國的輿情監測業存在的問題主要表現為以下幾個方面：
輿情監測機構的專業人員嚴重缺乏。雖然有許多輿情監測機構在廣告中都提出依靠軟件系統能解決大部分問題，但是仍然需要輿情分析師結合軟件數據，撰寫人工分析結論。目前，國內的輿情分析師大多數由傳統的新聞宣傳工作者轉型而來，但是離市場的需求還有相當大的人才缺口。據相關機構調查顯示，我國專業輿情人才缺口現已超過120萬。②
輿情服務機構的產業鏈不完善。國內的一些公司如大旗網、藍色光標等，它們提供的服務比較簡單，大都是企業發生危機后進行滅火工作。還有一些輿情監測公司更像是體檢中心，不具備預警和危機應對功能，客戶在得知自身問題后，也不能采取專業有效的措施去處理危機。從輿情監測的產業鏈上看，整個行業由輿情監測、分析、應對處理多個環節構成。從用戶需求的情況來看，用戶需要的是“高質量的監測平臺+專業的輿情服務”，而不僅僅是一個監測軟件。與此同時，傳統媒體作為輿情產業鏈上的一環，作用雖然非常重要，但從目前來看，它們往往處于產業鏈的下游，自主性嚴重不足。
重視對客戶的服務，忽視對民意的研究。目前一些網絡監測機構只強調對政府和企業的服務，對網上輿論則采取“堵”的解決策略。甚至還有一些專門的“刪帖公司”，甚至有一些輿情監測公司就在自己的網頁上明確寫著可以替客戶“刪除負面信息”，這種同時兼營網絡刪帖業務的輿情監測公司在行業內大概占到20%。③還有一些地方與部門不是著眼于研究民意、改進工作，而是想借助輿情監測和監測機構或主流媒體建立聯系，以便幫助他們監控和處理負面信息。
輿情監測行業規范尚未建立。由于目前有關管理部門尚未出臺嚴格的行業規范和標準，一些商業網站、廣告公司、營銷公司、公關公司等，也開始紛紛涉足網絡輿情監測業務，不規范的業務運作使得“網絡刪帖”、“網絡水軍”等大量出現，嚴重影響了輿論監測行業的健康發展。截至2012年1月，經過工信部軟件司認定登記頒證的“輿情”軟件共有約68款，市場上還大量存在未經認證的同類軟件。在輿情監測產業壯大的同時，呼吁推動輿情服務業透明化、規范化的呼聲也越來越多。
我國輿情監測機構的發展路徑
加強專業網絡輿情分析師的培養。輿情監測軟件和平臺提高了效率，但人工分析仍是重點。在輿情分析師這個新職業群體中，雖然不乏搜索引擎專家、網絡調查專家、統計高手、圖表專家等“高技術”人才，但是分析師們所需要的不僅僅是技術。輿情分析師的五大基礎技能包括挖掘與收集網絡輿情信息、概括剖析網絡言論、抽樣統計網絡輿情數據、撰寫輿情分析報告、預測輿情走勢。一名合格的網絡輿情分析師，除了要有輿論學、傳播學、統計學、公共管理學等學科的理論知識以外，還應具備很強的新聞敏感性、輿情分析研判和危機管理能力，熟悉網絡輿情抽樣、統計、分析工具和模型，對社會心理與網絡語言文化有長期觀察研究。作為獨立的第三方，輿情分析師樹立穩定的價值觀至關重要。除此之外，還必須了解突發事件演變規律及輿情分析研判能力。
輿情監測機構與高等院校或科研所或新聞媒體結合，實現業務實踐與理論研究、硬技術與軟實力雙贏。大數據時代輿情監測機構要想謀求很好的發展，必須走強強聯合之路。具體來講，就是高等院校或科研所或新聞媒體相結合，實現業務實踐與理論研究、硬技術與軟實力雙贏，這在輿情監測業界已經有不少的成功案例。如2012年9月，紅麥聚信（北京）軟件技術有限公司與暨南大學成立“暨大—紅麥輿情研究實驗室”，以紅麥輿情監測系統技術平臺為基礎，收集和處理網絡、微博輿情信息數據，提供給實驗室作為輿情研究的數據；實驗室依據紅麥軟件提供的網絡、數據，制作輿情深度分析報告。
整合資源，開發新產品，構建完整的網絡輿情監測產業鏈。輿情監測機構要選擇戰略合作伙伴，有效地整合資源才能提供快準全的輿情、競爭情報等業務。如紅麥軟件與華聲財訊成功攜手，將技術、服務、業緣關系等優勢完美結合。2012年8月，兩家簽署全面戰略合作伙伴協議，攜手進軍在云計算、大數據背景下的業務情報市場。經過資源整合，促進彼此的發展。總的來說，當前輿情業從監測、處理分析到應對的整個產業鏈條上都已經有了足夠多的競爭者。對于未來，誰能將整個鏈條打通并有效整合，誰將是未來的最大贏家。④
研究客戶需求和網絡民意，促進兩個輿論場良性互動。研究客戶需求，就是針對不同需求的客戶，開發出幾套特定的監測系統，進行輿情預警、危機指導、危機公關與修復、媒體溝通、法律維權等全方位的服務。研究網絡民意，就是對網絡上反映的問題在第一時間發現并及時處理，變堵為疏，而不是無視民意，任期發酵，讓其成為“爛尾”新聞。
“大眾麥克風時代”，民心可敬、民意可畏、民氣可用，輿情監測機構要本著中央“三貼近”的要求，善于從群眾利益角度，觸摸民意脈搏，從基本事實的認定到價值判斷，乃至話語方式，與網民坦誠交流；同時讓黨和政府的聲音進入網絡社區，推動互聯網上官民的順暢溝通和良性互動。
（作者單位：南陽師范學院新聞與傳播學院；本文系河南省2013年軟科學研究計劃項目成果，項目編號：132400411125）
【注釋】
①高忠業：“青島入列首批國家輿情師培訓計劃”，《青島財經日報》，2013年5月8日
②李光：“百億市場前景催生網絡輿情監測業”，《鳳凰周刊》，2010年7月5日。
〔關鍵詞〕社交媒體；信息可信度；評估；綜述
〔中圖分類號〕G203 〔文獻標識碼〕A 〔文章編號〕1008-0821（2016）12-0164-06
〔Abstract〕Information credibility assessment research in social media not only contributes to the development and improvement of network information resource management theory，but also helps to improve the effectiveness of social media monitoring public opinion，social media search，social recommendation and so on.The paper firstly reviewed the researches at home and abroad about the social media information research，information credibility research，and social media information credibility assessment research，and then pointed out the problems existing in information credibility assessment research of domestic social media，and finally put forward the solution to it.
〔Key words〕social media；information；credibility；assessment；review
1 研究的意義
隨著互聯網技術和移動技術的突飛猛進，社交媒體盛行，人人可做信息的制造者，制造的信息極為豐富。然而，在這豐富信息的背后，隱藏著漫天飛舞的謠言、病毒般傳播的虛假照片和視頻，這給人們幸福的生活、社會的穩定帶來了嚴重的隱患。為了遏制虛假不良信息傳播，營造健康向上的網絡環境，信息可信度評估就成了迫在眉睫的問題，社交媒體信息急需“鑒定師”和“測謊儀”。
社交媒體信息可信度評估研究既有較高的學術價值，也有較強的應用價值。具體來說，學術價值表現在研究社交媒體信息可信度評估并探討虛假信息的生成機制、傳播模式、治理措施，是對社交媒體環境下網絡信息資源管理理論的豐富、發展與完善。應用價值表現在研究社交媒體信息可信度評估有助于社交媒體用戶判斷信息的可信性，營造誠信健康的互聯網環境，也有助于提高社交媒體信息輿情監控、社交媒體信息引導、社交媒體搜索、社會化推薦等方面的效果。
2 社交媒體信息研究
社交媒體（Social Media）是通過Web2.0技術實現的一類支持用戶自主創造和交換內容的媒體，如Twitter、Facebook、Youtube、LinkedIn、Wiki、微博、微信、QQ、論壇、人人網等。自1973年Lipkin、Szpakowski和Felsenstein 3人在美國加州伯克利市建立全球第一個公共電子公告牌系統 Community Memory后，BBS以及網絡社區等早期的社交媒體開始映入人們的眼簾。《2015年全球社會化媒體、數字和移動業務數字統計趨勢》報告表明：全球社交媒體活躍用戶約占全球人口的29%。
2.1 國外研究
社交媒體的相關研究從20世紀80年代開始，在2005年左右開始進入快速發展階段，發文量有逐年增加的趨勢。在國際期刊中，發表社交媒體論文較多的要屬《Computers in Human Behavior》。近兩年，關于社交媒體的國際會議主要有ASONAM、SMP、MISNC、SMAP、SCSM。國外學者研究內容主要集中在以下4個方面：
2.1.1 社交媒體信息利用研究
社交媒體在商業領域、教育領域、公共管理領域等都有廣泛的應用[1]。如在營銷領域，利用社交媒體信息，可以獲知消費者態度和行為[2]，可以獲知客戶交流和推薦對營銷的影響[3-4]，可以獲知社交媒體信息對營銷管理功能的影響[5]。
2.1.2 社交媒體信息檢索與信息推薦研究
側重于社交媒體信息檢索與信息推薦方法的研究。社交媒體信息的檢索采用主題模型[6]、社會網絡[7]、本體[8]等檢索方法。比如，Hong和Davison（2010）使用標準主題模型進行社交媒體Twitter信息的檢索。社交媒體信息的推薦采用內容推薦[9]、協同過濾[10]、時序推薦[11]、位置推薦[12]、社會化推薦[13]等方法。比如，Levandoski等（2012）提出位置感知推薦系統（LARS）[12]。
2.1.3 社交媒體信息傳播研究
側重于反映信息傳播傳播規律的社交媒體信息傳播模型的構建以及通過模型的構建對實際問題進行預測等方面的研究。如Galuba等（2010）通過研究1 500萬URL在不同Twitter用戶之間的300小時傳播，提出了基于內容流行度、用戶影響力和傳播速度的線性閾值模型[14]。Adar和Adamic（2005）通過研究信息在博客中傳播的模式和動力學特性，提出用傳染病模型來描繪信息傳播的機理[15]。Asur和Huberman（2010）采用來自的聊天數據通過簡單的線性回歸模型預測電影票房的收入[16]。
2.1.4 社交媒體用戶隱私研究
在探討社交媒體用戶隱私現存問題的基礎上，提出了相應的隱私保護方法。如Viswanath等（2010）首先研究Sybil防御的缺陷，在其基礎上探討了替代Sybil防御的方法[17]。Conti等（2011）采用FaceVPSN解決社交媒體用戶隱私問題[18]。
2.2 國內研究
國內學者的社交媒體研究最早可追溯至20世紀90年代末，但從2005年后起關于社交媒體的論文才逐漸表現出增長態勢。國內研究內容主要集中在：
2.2.1 社交媒體信息傳播研究
研究內容包括：①社交媒體信息傳播模式研究。如韓佳等（2013）提出了基于改進SIR的在線社交網絡信息傳播模型[19]。姜景等（2015）構建表征謠言信息與辟謠信息傳播機理的Lotka-Volterra競爭模型[20]。②社交媒體信息傳播中存在的問題與對策研究。如閻俊（2015）探討微博傳播存在的問題及原因，并提出了加強微博內容管理、增強把關意識、提高微博用戶的媒介素養等對策[21]。③社交媒體信息傳播效果研究。如陳遠和袁艷紅（2012）以新浪微博作為數據來源，把信息覆蓋人數、評論數、轉發數作為微博信息傳播效果的量化指標，從縱橫向兩個角度研究新浪微博信息傳播過程造成的效應[22]。
2.2.2 社交媒體輿情分析與監測研究
如張J等（2014）以打砸日系車系列突發公共事件為實例，探討其在新浪微博和新浪新聞平臺上輿情傳播的特征與規律[23]。張瑜等（2015）對新浪微博熱門話題“北京單雙號限行常態化”下的微博進行了數據采集，將輿情演化劃分為潛伏、成長、爆發、衰退、波動、死亡6個階段，并對各階段進行情感分析，為輿情治理提供了支持[24]。唐濤（2014）在分析網絡輿情五要素的基礎上，探討移動互聯網輿情的新特征，指出面臨的新挑戰，并從信息分析、信息篩選、信息引導等方面提出對策[25]。
2.2.3 社交媒體營銷研究
如唐興通（2012）的著作《社會化媒體營銷大趨勢：策略與方法》系統總結了社交媒體營銷，并對眾多社交媒體工具在實際工作中的應用提供了具體的建議[26]。張淼（2014）提出了企業完善社交媒體營銷策略的“9+3”模式[27]。劉曉燕和鄭維雄（2015）采用社會網絡分析方法研究企業微博營銷傳播的效果[28]。
3 信息可信度研究
3.1 國外研究
信息可信度（Information Credibility）是指人們對信息可相信程度的認識。它由值得信賴（Trustworthiness）和專業性（Expertise）兩個關鍵要素組成[29]。信息可信度比較系統的研究始于20世紀50年代的傳播領域。Hovland和同事的工作具有里程碑的意義[30]。信息可信度最初關注的是傳播者的可信度。國外對傳統媒體信息可信度的研究主要是從信源可信度、內容可信度、渠道可信度三方面展開的。隨著互聯網的出現，網絡信息可信度的評估被提上了議事日程。研究情況可歸納如下：
3.1.1 網絡信息可信度評估的理論模型
主要有Fogg（2003）的P-I理論模型、Wathen和Burkell（2002）的評判模型、Sundar（2008）的MAIN Model、Hilligoss和Rieh（2008）的統一模型、Metzger（2007）的雙處理模型以及Lucassen等（2013）的3S模型（修訂版）。以上理論模型是由情境、用戶特征、操作性、處理過程這些側面的若干部分構建而成的。
3.1.2 網絡信息可信度研究內容
主要有對網絡新聞的可信度研究、對搜索引擎結果的可信度研究以及對維基百科內容的可信度研究。比如，Nagura等（2006）通過比較關于同一主題不同網頁的相似度來計算每個網頁的可信度[31]。Yamamoto和Tanaka（2011）利用用戶可信度評判模型對網頁搜索結果進行重新排序，以便從Web搜索結果的列表中用戶可以更高效的找到可信的網頁[32]。Adler等（2008）以文章長度、版本數量和基于貢獻數量的作者聲譽建立模型，計算出維基百科文章的可信度[33]。
3.1.3 網絡信息可信度研究方法
主要采用定量研究法。比如，Olteanu等（2013）在調查網頁的各種特征（文本內容、鏈接結構、網頁設計等）的基礎上，經過統計分析方法篩選出關鍵的特征，采用監督學習算法來推斷網頁內容的可信度[34]。與網絡信息可信度有關的典型系統有日本的WISDOM和Honto？Search。
3.1.4 影響力較大的項目和國際會議
影響力較大的項目有互聯網可信度研究（The Web Credibility Research）項目，影響力較大的國際會議有WICOW（Workshop on Information Credibility on the Web）。
3.2 國內研究
1993年的《鑒別虛假信息五法》是國內發表的早期論文。2004年至今，相關研究進入快速發展期。相對于國外較多研究評估算法和評估系統，國內研究重點在于定性分析上，大多采用問卷調查及專家訪談法等進行人工評估。國內研究內容主要有：
3.2.1 側重于信息可信度影響因素研究
比如，龔思蘭等（2013）針對評論信息的文本內容、長度、情感傾向、時效性、者、商家活動等特征，通過問卷調查方式對大學生消費群體進行在線商品評論信息可信度影響因素實證分析[35]。蔣洪梅（2013）運用理論分析輔以實證研究的方法，從宏觀的社會系統、中觀的政策法規、微觀的媒介與受眾3個視角分析網絡新聞信息可信度的影響因素[36]。
3.2.2 側重于信息可信度指標體系的構建
比如，胡紅亮（2013）按照信息源、信息加工、信息傳播和信息應用等方面采用德爾菲專家調查法建立了學術著作可信度的基本評價模型[37]。潘勇和孔棟（2007）基于第三方認證機構的視角，構建了電子商務網站的信用評價指標體系及評價因素集，并建立灰色關聯信用評估模型[38]。當然，也有少量基于機器學習的信息可信度自動化評估實驗研究，比如，馬偉瑜（2011）提出一種采用改進的PageRank算法評估網頁信息可信度的方法[39]。
4 社交媒體信息可信度評估研究
4.1 國外研究
國外相關研究較早。社交媒體信息可信度的相關研究隨著BBS的出現隨之展開，最早可追溯到20世紀80年代。目前可以說，研究處于繁榮期。國外研究情況可歸納如下：
4.1.1 社交媒體信息可信度評估研究內容
研究內容主要包括：①不實信息的判斷識別。如Qazvinian等（2011）提取Twitter信息的文本特征、網絡特征和微博元素特征，構建貝葉斯分類器甄別謠言[40]。Zhao等（2015）通過研究查詢帖以便及早識別社交媒體謠言[41]。②話題新聞的可信度評估。如Castillo等（2011）選取了有關用戶特征、文本特征、主題特征、信息傳播特征，采用J48決策樹評估Twitter中話題新聞的可信度[42]。
4.1.2 社交媒體信息可信度評估方法
評估方法主要有監督學習[43]，統計分析[44]，與可信信息來源的相似性比較[45-46]，社交網絡的鏈接結構分析與主題模型的利用[47]等。它們主要采用自動評估，具體來說：①選取的特征：選取的特征主要是用戶特征、文本特征、信息傳播特征。比如，西班牙的Castillo和智利的Mendoza、Poblete（2011）選取用戶特征（如注冊時間、粉絲量、好友量），文本特征（如是否包含#標簽、是否包含問號、Tweet中包含的URL數量、是否轉發），主題特征（如帶#標簽Tweet的比例、Tweet數量、Tweet的平均長度、Tweet的平均情感分值、積極情緒或消極情緒的比例），以及信息傳播特征（如傳播樹的深度），采用J48決策樹評估Twitter信息的可信度[42]。②評估的方法：大多通過構建SVM分類器、Bayesian分類器、Decision Tree分類器等方法，并對結果進行分類，以達到評估社交媒體信息可信度的目的。上例Castillo等采用J48決策樹構建分類器，并對結果進行分類，從而評估Twitter信息的可信度[42]。當然，也有通過對結果進行排序的實例，從而達到評估社交媒體信息可信度的目的。比如，Gupta和Kumaraguru（2012）采用Rank-SVM與PRF相結合的方法，按照可信度得分對Twitter信息進行排序[43]。
4.1.3 有較大影響的在研項目與系統
由歐盟資助七國科研人員聯合攻關的PHEME項目研究的重點是社交媒體信息的真實性，該項目在國際上有較大影響。Jacob Ratkiewicz等（2011）開發出可實時追蹤Twitter上政治謠言的Truthy系統[48]。Gupta等（2014）、Lorek等（2015）分別開發出一款可自動評估推文可信度的工具TweetCred、TwitterBOT[49-50]。
4.2 國內研究
2007年《博客信息“可信度不亞于紐約時報”？》拉開了國內探討社交媒體信息可信度評估的序幕。目前研究還處于發展的初期。社交媒體信息可信度評估研究主要有：
4.2.1 社交媒體信息可信度影響因素研究
如劉雪艷和閆強（2013）探討政府微博中的熱點事件信息可信度的影響因素[51]。丁科芝（2015）從信息傳播者、渠道、信息內容和用戶基本信任觀念4個方面構建社交網絡可信度影響因素模型[52]。薛傳業等（2015）從信息來源可信度、信息傳播渠道可信度、信息內容可信度以及信息評論反饋多維度探討了突發事件中社交媒體信息可信度的影響因素[53]。
4.2.2 構建社交媒體信息可信度指標體系研究
它大多采用問卷調查及專家訪談法進行人工評估。屈文建和謝冬（2013）從站點層次、版塊層次、主題層次、內容層次4方面，采用模糊綜合信用評估模型對網絡學術論壇信息可信度進行評估[54]。莫祖英等（2013）從微博信息量、信息內容質量、信息來源質量和信息利用情況等方面進行問卷調查，采用層次分析法構建微博信息質量評估模型[55]。當然國內也有少量自動化評估的例子。比如，賀剛等（2013）引入關鍵詞分布特征和時間差等新特征，基于SVM算法來預測新浪微博信息是否為謠言[56]。程亮等（2013）提出基于BP神經網絡模型及改進其激發函數，同時引入沖量項，對微博話題在傳播過程中演變為謠言進行檢測[57]。路同強（2015）采用半監督學習算法檢測微博謠言，但不足之處在于未考慮信息的深層特征[58]。
4.3 存在的問題
對比國內外研究情況，可發現國內研究存在如下問題：
4.3.1 研究內容
關于社交媒體信息可信度研究，國內外目前以微博研究較多。與國外豐富的研究內容相比，國內在該領域的研究還主要集中于對影響因素以及特征的探討上。
4.3.2 研究方法
國外定量研究較多，很多涉及自動化評估，而國內定性研究較多，大多采用問卷調查法、專家訪談法等進行人工評估。
總之，現有研究大多是針對Twitter等英文社交媒體，其研究成果大多不能直接應用于中文社交媒體。盡管也有少量研究是面向中文社交媒體的，但研究成果零散，還缺乏系統性。另外，在特征選擇上，選擇范圍面較窄，考慮社交媒體深層的隱含特征較少。
5 結 語
為了解決中文社交媒體的可信度評估問題，在吸收前人研究的基礎上[59-63]，很有必要對中文社交媒體信息可信度進行系統研究，特別是在參考國外信息可信度評估系統的基礎上，很有必要研制開發中文社交媒體信息可信度評估系統，實現中文社交媒體信息可信度的自動評估。在進行中文社交媒體信息可信度評估中，應注意下列問題：
1）評估要在對信息資源分類的基礎上，對不同的類別采用不同的評估指標體系，以提高評估工作的科學性和合理性。
2）評估既要重視定性評估，也要重視定量評估，尤其是自動化評估。特別是在大數據環境下，應針對評估的實際需求，制定科學的評估方案，選擇恰當的評估方法，構建適合評估工作需要的自動化評估系統。
3）評估指標、評估模型的選取以及參數的訓練，既要考慮研究結果的精確度，又要考慮系統的運算時間。
4）評估模型構建后，不僅要進行實驗室評估，還應進行實際效果評估。
參考文獻
[1]Ngai，E.W.T.，Moon，K.K.，Lam，S.S.，Chin，E.S.K.and Tao，S.S.C..Social media models，technologies，and applications[J].Industrial Management and Data Systems，2015，115（5）：769-802.
[2]Gamboa，A.M.and Gonalves，H.M..Customer loyalty through social networks：lessons from Zara on Facebook[J].Business Horizons，2014，57（6）：709-717.
[3]Jin，S-A.A.and Phua，J.Following celebrities tweets about brands：the impact of Twitter-based electronic word-of-mouth on consumers source credibility perception，buying intention，and social identification with celebrities[J].Journal of Advertising，2014，43（2）：181-195.
[4]Colliander，J.and Dahlén，M.Following the fashionable friend：the power of social media[J].Journal of Advertising Research，2011，51（1）：313-320.
[5]Moncrief，W.C.，Marshall，G.W.and Rudd，J.M..Social media and related technology：drivers of change in managing the contemporary sales force[J].Business Horizons，2015，58（1）：45-55.
[6]Hong，Liangjie and Davison，B.D..Empirical study of topic modeling in twitter[C]∥Proceedings of the First Workshop on Social Media Analytics（SOMA10）.ACM，New York，NY，USA，2010：80-88.
[7]Kleinberg，J.M..Authoritative sources in a hyperlinked environment[J].Journal of the ACM，1999，46（5）：604-632.
[8]Tobar，C.M.，Germer，A.S.，Adan-Coello，J.M.，and De Freitas，R.L..Information retrieval in Wikis using an ontology[J].Computational Science and Engineering，2009：826-831.
[9]Kim，Y.and Shim，K.TWILITE：A recommendation system for Twitter using a probabilistic model based on latent Dirichlet allocation[J].Information Systems，2014：59-77.
[10]Ramesh，A.，Anusha J.，Clarence，J.M.T..A novel，generalized recommender system for social media using the collaborative-filtering technique[J].ACM SIGSOFT Software Engineering Notes，2014：1-4.
[11]Zimdars，A.，Chickering，D.M.，and Meek，C.Using Temporal Data for Making Recommendations[C]∥Proceedings of the Seventeenth conference on Uncertainty in artificial intelligence（UAI01），Jack Breese and Daphne Koller（Eds.）.Morgan Kaufmann Publishers Inc.，San Francisco，CA，USA，2001：580-588.
[12]Levandoski，J.J.，Sarwat，M.，Eldawy，A.and Mokbel，M.F..LARS：A Location-Aware Recommender System[C]∥IEEE 28th International Conference on Data Engineering，Washington，DC，2012：450-461.
[13]Jamali，M.and Ester，M.Trust Walker：a random walk model for combining trust-based and item-based recommendation[C]∥Proceedings of the 15th ACM SIGKDD international conference on Knowledge discovery and data mining（KDD09）.ACM，New York，NY，USA，2009：397-406.
[14]Galuba W，Aberer K，Chakraborty D，Despotovic Z，Kellerer W.Outtweeting the twitterers-predicting information cascades in microblogs[C]∥Proceedings of the 3rd Workshop on Online Social Networks，USENIX Association，Boston，MA，USA，2010：1-9.
[15]Adar，E.and Adamic，L.A..Tracking Information Epidemics in Blogspace[C]∥Proceedings of the 2005 IEEE/WIC/ACM International Conference on Web Intelligence（WI05）.IEEE Computer Society，Washington，DC，USA，2005：207-214.
[16]Asur，S and Huberman，B.A..Predicting the Future with Social Media[C]∥2010 IEEE/WIC/ACM International Conference on Web Intelligence and Intelligent Agent Technology（WI-IAT），Toronto，2010：492-499.
[17]Viswanath，B.，Post，A.，Gummadi，K.P.，and Mislove，A.An analysis of social network-based Sybil defenses[J].Acm Sigcomm Computer Communication Review，2010，40（4）：363-374.
[18]Conti，M.，Hasani，A.，and Crispo，B.Virtual Private Social Networks[C]∥Proceedings of the 1st ACM Conference on Data and Application Security and Privacy（ACM SIGSAC CODASPY 2011），San Antonio，TX，USA，2011：39-50.
[19]韓佳，肖如良，胡耀，等.在線社交網絡中信息傳播模式的特征分析[J].計算機應用，2013，（1）：105-107，111.
[20]姜景，李丁，劉怡君.基于競爭模型的微博謠言信息與辟謠信息傳播機理研究[J].數學的實踐與認識，2015，（1）：182-191.
[21]閻俊.微博傳播的問題與對策研究[D].錦州：渤海大學，2015：1-38.
[22]陳遠，袁艷紅.微博信息傳播效果實證研究[J].信息資源管理學報，2012，（3）：28-34.
[23]張，孫霄凌，朱慶華.突發公共事件輿情傳播特征與規律研究――以新浪微博和新浪新聞平臺為例[J].情報雜志，2014，（4）：90-95.
[24]張瑜，李兵，劉晨.面向主題的微博熱門話題輿情監測研究――以“北京單雙號限行常態化”輿情分析為例[J].中文信息學報，2015，（5）：143-151，159.
[25]唐濤.移動互聯網輿情新特征、新挑戰與對策[J].情報雜志，2014，（3）：113-117.
[26]唐興通.社會化媒體營銷大趨勢：策略與方法（第2版）[M].北京：清華大學出版社，2012：1-235.
[27]張淼.社會化媒體在市場營銷中的應用研究[D].北京：首都經濟貿易大學，2014：1-47.
[28]劉曉燕，鄭維雄.企業社會化媒體營銷傳播的效果分析――以微博擴散網絡為例[J].新聞與傳播研究，2015，（2）：89-102，128.
[29]Fogg，B.J.，and Tseng，H.The elements of computer credibility[C]∥Proceedings of the SIGCHI conference on Human Factors in Computing Systems，Pittsburgh，Pennsylvania，USA，1999：80-87.
[30]Rieh，S and Danielson，D.Credibility：A Multidisciplinary Framework[J].Annual Review of Information Science and Technology，2007：307-364.
[31]Nagura，R.，Seki，Y.，Kando，N and Aono，M.A method of rating the credibility of news documents on the web[C]∥Proceedings of the 29th annual international ACM SIGIR conference on Research and development in information retrieval（SIGIR06）.ACM，New York，NY，USA，2006：683-684.
[48]Ratkiewicz，J.，Conover，M.，Meiss，M.，Gonalves，B.，Patil，S.，Flammini，A.and Menczer，F.Truthy：mapping the spread of astroturf in microblog streams[C]∥Proceedings of the 20th international conference companion on World wide web（WWW11）.ACM，New York，NY，USA，2011：249-252.
[49]Gupta，A.，Kumaraguru，P.，Castillo，C.，and Meier，P.TweetCred：Real-Time Credibility Assessment of Content on Twitter[C]∥Social Informatics.Springer International Publishing，2014：228-243.
[50]Krzysztof，L.，Jacek，S.W.，Michal，J.L.，and Amit，G.Automated Credibility Assessment on Twitter[J].Computer Science，2015，（2）：157-168.
[51]劉雪艷，閆強.政府微博中的熱點事件信息可信度研究[J].北京郵電大學學報：社會科學版，2013，（2）：6-12.
[52]丁科芝.社交網絡信息可信度研究[D].武漢：華中師范大學，2015：1-61.
[53]薛傳業，夏志杰，張志花，等.突發事件中社交媒體信息可信度研究[J].現代情報，2015，（4）：12-16.
[54]屈文建，謝冬.網絡學術論壇信息可信度的灰度分析[J].圖書情報知識，2013，（2）：112-118.
[55]莫祖英，馬費成，羅毅.微博信息質量評價模型構建研究[J].信息資源管理學報，2013，（2）：12-18.
[56]賀剛，呂學強，李卓，等.微博謠言識別研究[J].圖書情報工作，2013，（23）：114-120.
[57]程亮，邱云飛，孫魯.微博謠言檢測方法研究[J].計算機應用與軟件，2013，（2）：226-228，262.
[58]路同強，石冰，閆中敏，等.一種用于微博謠言檢測的半監督學習算法[J].計算機應用研究，2016，（3）：744-748.
[59]Ginsca，A.L.，Popescu，A.，and Lupu，M.Credibility in Information Retrieval[J].Foundations and Trends in Information Retrieval，2015：355-475.
[60]Lazar，J.Meiselwitz，G.and Feng，J.Understanding Web Credibility：A Synthesis of the Research Literature[M].Now Publishers Inc，2007：1-80.
[61]Zafarani，R.Abbasi，M.A.，and Liu，H.社會媒體挖掘[M].北京：人民郵電出版社，2015：1-240.
最近一個十分火爆的議題便是Facebook申請上市，預估市值雖然很高但也沒有高出大家驚嘆的地步，主要是因為大家都覺得它似乎應該也值那么多錢，1000億美元的估值宣告的不僅是Facebook成為市值最高的公司之一，也在宣告大數據爆炸時代已經到來!
事實上，facebook已經跟營銷息息相關，許多企業在上面建立了主頁，建構了自己的粉絲團與贊(I Like)活動網頁，成都某外貿網站副總說，“我們有1／3以上的業務都通過Facebook推廣；公司產品通過Facebook的人際圈子口碑相傳，可信度與轉化率都更高。”而針對海外市場進行網絡營銷的四海商舟已經為李寧、帥康、愛慕等中國企業經營其Facebook主頁，進行品牌營銷；在許多網絡媒體與品牌企業的眼中，Facebook的價值不僅是帶來大量營收，也帶來了新的市場，改變了做生意的模式；因此社交媒體輿情數據分析的第三方軟件與獨立咨詢公司層出不窮，此前Nielsen就購并了一家專門做Facebook數據分析咨詢的公司，這正說明了許多大企業客戶有了把外部社交網絡數據納入銷售決策與預測之中。
什么是大數據?根據IDC的預測，大量新數據無時不刻不在涌現，它們以每年50％的速度在增長，或者說每兩年就要翻一番多，并不僅僅是數據的洪流越來越大，而且全新的支流也會越來越多，而社交網絡僅僅是其中的一部分，我們所說的大數據包含了微博評論／論壇／SNS社區／物聯網／輿情監測乃至于LBS商圈流量與氣候互動因素；事實上，日本7-11就開發了一套系統，將POS機、物品分撿裝置、便利店記錄器的數據與天氣預報資訊等結合，預測未來暢銷貨品與供貨的及時性；這個例子說明了大數據爆炸雖然帶來了新機會，但更多是需要企業改變現有營銷數據搜集與預測習慣，更多的是改變決策習慣乃至4p相關的決策準則；但目前在國內，我們只看到越來越多輿情監測公司的出現，企業需求也是紛涌不斷，這些公司都有了良好價值如CIC被奧美集團并購，但這些公司并未提供大數據整合，充其量也只是提供了新型社交媒體尤其是微博的輿情監測與數據分析!
上海我能調研咨詢公司在本月收到幾位客戶咨詢并開展了合作項目，企業客戶以往做過微博的輿情監測，數據分析報告可說是比人高比Smart貴，但是在應用時往往發現這些數據有失真嫌疑，主要是中國互聯網專業水軍多，導致海量數據失準，因而他們希望能夠找到其他營銷數據結合在一起使用，并因此校正微博營銷數據的偏差。我能調研為其設計了從日常營銷數據，通路資訊／競爭者分析／市場調查U&A與微博輿情分析經統計模式校正的大數據整合模型，這個模型并不重要，重要的是基于大數據的營銷流程再造，這才是大數據爆炸下的應有之題與重中之重!
此前不久在瑞士達沃斯舉行的世界經濟論壇上，大數據是框定的主題之一。該論壇的一份報告《大數據，大影響》，宣告了數據成為一種新型的經濟資產，就像貨幣或者黃金一樣；國內許多知名企業家都參與了該會，我不禁想，如果企業僅僅將這個主題當作未來的一個趨勢，那這個企業將十分危險，因為這已經不是趨勢，而是我們生活的現實，也許你不需如上世紀90年代像華爾街那樣招聘天文學家和理論數學家設計晦澀難解的金融產品，或是如今天的IBM雇用了全球最多的數學博士來研究數據與各行業的應用(如石油勘探和醫學之類的事情)；但企業家應該開始關心你的營銷決策數據來源是哪些?數據如何被產生、收集、分析的?數據的量是否夠?數據是否能夠通過模型來建立參考常模與預測情境?這僅僅只需你辦個座談會，讓你的營銷／IT人員與市場調研或第三方數據咨詢服務公司進行討論，也許就能跨出很小但很關鍵的一步，從而讓你在未來大數據風暴中越走越穩!
[關鍵詞]輿情信息 增值 模式 研究
一、當前信息工作的主要難點
1.技術系統閾限。
新媒體時代，海量信息突破人腦篩選研判的極限，而諸多偶發性因素使社會輿情更加復雜多變，這就需要通過技術創新，完善相關信息的收集渠道和方法，提高輿情信息監測分析的工作效率。目前，信息技術已被廣泛應用在輿情監測和研究領域。專業的輿情監測系統，能通過對網絡各類信息匯集、分類、整合、篩選等技術處理，形成對網絡熱點、動態、網民意見等方面的實時跟蹤統計。輿情分析師在此基礎上對事件進行傾向性統計與關注度趨勢分析，可以為決策者提供科學化的信息服務。
人工智能的輿情系統，能夠對突發事件、涉及內容安全的敏感話題進行跨時空分析和預警，但由此也衍生出“技術萬能”的工作惰性。實際上，輿情系統的智能化水平，在語義識別、情感辨析方面存在較大的“瓶頸”閾限，在應對各類輿情事件的場域變量和約束條件方面，難以適應市場環境和用戶需求無界等因素。只有將專業人士的寶貴經驗、邏輯推理規則與系統結合，才能更好的實現人機結合，建立一條從事實認定到價值判斷直至應對處置的“全程高速公路”。
2.采集信源失真。
是否能夠有效進行輿情研判，關鍵在于輿情信息的收集和監測。面對復雜嚴峻的輿情態勢， 各級政府部門開始組建自己的輿情信息隊伍，建立專門的抓取渠道，并設計出科學的搜集流程，形成通暢的、可靠的輿情匯集系統。但是，這類由政府部門自身成立的信息機構，主要收集匯編群眾對本地區、本部門工作的反饋，側重于“聽民意”而不是“問民意”，甚至會“報喜不報憂”，僵化為對本部門、單位、系統的決策印證。
在信息采集的過程中，信源受采集主體主觀因素的影響和客觀條件的限制，會造成采集到的信息失真、過時、失效。主觀因素有：決策者長官意志制約，信息采集者取舍不當或定向采集，查證信源不規范、文本核對不嚴謹等。客觀條件主要指采集信息的方法誤差，比如：抽樣的偏差，計量的誤差，調查問卷的設計不當，數據匯總失誤等。凡此種種，都會制約輿情工作的分析深度和實用程度。
3.研判能力薄弱。
網絡時代，媒體格局以及輿論生態的變化，顯著改變著各級決策者對信息的需求。信息數據無限性和決策者關注能力有限性之間的矛盾，為輿情信息及衍生服務提供了很大的發展空間。在“一切皆可量化”的數據時代，決策者要想準確把握民意、避免誤判，就必須通過第三方對輿情信息進行立體化、全局化、動態化研究，通過挖掘、分析輿情關聯數據，對各種信息加以對照比較，從中提煉出與決策信息，為管理職能的正常履行提供必要的條件。
對輿情信息的把握和研判，對于輿情管理至關重要。因其專業化的要求越來越高，研判難度也越來越大。目前輿情報告主要不足在于：輿情信息研判一般化、同質化傾向較為嚴重，對輿情信息缺乏深度分析，對網絡輿情的發展態勢缺乏預見性，能影響領導決策的信息分析欠缺，服務地方黨政部門的功能不足。在運用多種形式進行輿情分析等方面，我們的輿情服務淺嘗輒止，不僅缺乏連續性、系統性，還缺乏針對性和實效性，與政府和社會的需求都有較大的差距。
4.工作機制滯后。
合理運行、高速運轉的工作機制，是推動輿情信息工作科學合理運行的重要前提。面臨輿情攻防新形勢，需要相關職能部門根據決策機構的工作部署和形勢發展需要，通報輿情信息需求要點，對輿情信息進行科學篩選、深度提煉、量化統計，共同探求規律性的東西，進一步理順管理體制和工作機制，使輿情信息工作沿著為決策服務的方向有效運轉。
輿情信息工作是一種群體勞動，這種勞動的組織形式又與工作機制的運行緊密連在一起。目前，輿情的引爆點和傳播渠道正在從互聯網轉向移動互聯網，輿情信息在新舊媒體之間出現了快速的跨界傳播和強烈互動。輿情傳播渠道之間的互動效應又導致本地輿情外溢、境外輿情倒灌，傳統的內宣和外宣之間的界限逐漸模糊。輿情信息工作被輿情發展推著走，工作機制滯后導致對輿情信息雙向互動、多頻共振估計不足，給信息研判和利用帶來相當難度。
二、信息增值開發的主要模式
1.廣譜監測與重點篩選結合。
正確決策的出臺，離不開信息工作的高度組織化與科學化，合理的信息構架將極大的豐富決策內容。由于傳播技術的進步以及傳播環境的日漸放開，信息呈現“爆炸”態勢，但真正有價值的信息被大量垃圾信息所淹沒，受眾往往面對龐雜的信息茫然無措。信息環境的污染和信息垃圾的產生，不僅妨礙了決策效率，還會導致決策失誤或是難以作出最佳決策。毫無疑問，不合理的信息架構會嚴重影響決策的時效性和科學性。
鑒于輿情信息工作有較強的目的性和指向性，從堅持廣度和深度兩方面，不斷進行更大范圍和更深層次的開發，可以使信息不斷增值。具體到某項工作或事件中，應遵循“廣譜監測，重點篩選”的點面結合原則。廣譜監測，是指信息搜集部門要多渠道、全方位地搜集原始材料，在輿情信源上進行廣譜覆蓋，保證服務對象對信息的量的需求；重點篩選，是指信息部門搜集到原始信息后，在領會決策意圖的基礎上，通過更加靈敏高效的監測方式、工作機制對垃圾信息和冗余信息進行去重處理，確保信息精準高效。
2.靜態反映與動態變化結合。
信息工作為決策服務。準確、全面、及時的信息報送，既是進行科W決策的基本前提，也是檢驗既定政策方案有效性的重要依據。“靜態反映”是指輿情信息在事件演繹過程中留下的“痕跡”，其最基本的特征是具有“記憶性”；“動態變化”是信息不斷發生改變的過程，其最大特點是前后狀態不同。如果說“靜態反映”特指信息狀態具有“記憶性質”的話，那“動態變化”就指的是對信息狀態的“加工”過程。信息狀態所發生的各種改變，都是通過“動態變化”來實現的。
輿情信息利用效率的標志是信息利用后引發的決策效益，這決定了輿情信息工作是貫穿于用戶解決問題過程的信息服務，是動態的全程服務，是面向增值的服務。具體到輿情信息增值開發的方向，從靜態反映的層面看，要注重信息的整體分析，客觀反映事物的本來面目，在篩選取樣、研判分析環節要實事求是，尤其注意辨析輿論場里的“小眾聲音”，為決策者提供真實情況；從動態變化的層面看，要注重信息的系統綜合，對信息的處理要注意反映事件作為過程而存在的動態變化，反映出不同時期不同條件下事件的不同變化，使之具有普遍意義和代表性，這樣才能準確反映事件的基本情況。
3.一般分析與專業研判結合。
輿情信息是向決策者提供的具有一定研判深度的信息，它是輿情分析師對相關問題進行綜合分析后得出的具有規律性的認識。一般分析與專業研判的區別在于，一般分析是確立服務對象和決策方向后，獲取的具有專門指向性和一定深度的信息，但對輿情事態的呈現及演繹缺少深入挖掘和研究；專業研判通過分析問題產生的深層次原因及其未來的發展趨勢，對當前存在問題或發展趨勢提出的合理化建議。相比一般分析，專業研判重在整理、研究，需要付出更大的成本，因為這需要智力、時間和精力的綜合付出，是加倍的腦力勞動。
輿情信息增值不要局限于信息本身，應在一般分析基礎上，遵循“研究深入透徹，方案切實可行”的縱橫交錯原則進行二次乃至多次提煉。研究深入透徹，是指要認真研究決策動因，研究與之相對應的方方面面，然后進行綜合分析，明了問題的實質，找尋問題解決的方案；方案切實可行，是指擬定的應對方案要與實際結合，既能促使原有問題的解決，又能不產生新的問題。有些輿情信息通過不斷提煉加工，會出現多次增值，這就要求對各類輿情信息進行系列開發和連續開發，抓住對全局有較大影響的重要問題，在正負反饋的往復信息環流中服務領導決策。
4.均衡對等與有效反饋結合。
信息的不完善存在于決策設計、制定、執行、評估和反饋的各個階段，由此導致的決策偏差主要體現在兩個方面：一是在決策設計還不完善的時候，許多信息還沒有收集和得以確認的時候，就需要立即決策，并付諸執行；二是決策者在決策過程中不能面面俱到，使決策在執行中出現偏差，難以達到決策初衷。“果斷地拍正確的板”，這是決策的理想狀態，但由于不可預知的因素的影響，這些決策在執行層面難以貫徹始終。這就要求決策者不僅要科學決策、慎重決策，還要研究決策執行過程中的影響因素，進行細致的比較分析，找出解決辦法。
考慮到輿情信息對各類決策的“糾偏”意義，其升值開發應該遵循“均衡對等、有效反饋”的原則。各類信息中，總是已知因素多，未知因素少，即使是已知因素，也往往是簡單的現象外現，并不反映事物的本質。決策者要想為準確預測未來發展趨勢尋找信息依據，就必須保持輿情信息均衡，在政策設計中完善信息鏈，在政策執行中進行跟蹤優化研究，通過有效反饋確保決策能夠發揮更大的效用，取得最大的社會效益。
三、輿情信息服務的發展趨勢
1.行業調研，預測趨勢。
隨著中國進入經濟新常態，企業將面臨更多嚴峻挑戰，市場信息顯得尤為重要。信息服務可以在輿情和商情之間靈活切換，結合行業現狀，為企業引進和提供最前沿的行業市場商情和企業管理資訊。一般而言，多數市場信息只是碎片化的反映微觀活動。如果對同類信息進行篩選提煉，就能發現對行業趨勢、宏觀信息有一定影響的共性問題，從而使原有的信息大幅度增值。
行業調研屬于類智庫的信息服務，可以結合輿情服務的渠道優勢，將政府統計部門、工商部門、行業協會、海關及其他合作機構作為重要信息渠道，通過定性調查、定量調查等相結合的方式，以政策、細分行業與市場、渠道、對標企業、用戶等維度為研究對象，最終推導出更接近于市場真實情況的信息數據和研究成果，從而全面準確地評估行業動態和發展趨勢，提出相應的決策建議和解決方案，直接服務于企業的細分市場戰略。
2.輿情研判，服務決策。
科學決策需要適量、適時的信息支持。信息結構失衡會對決策公正性造成影響，不利于公共決策發揮最大成效。在海量的網絡信息環境下，決策者面臨的問題不是信息匱乏，而是信息過載和信息噪音。光怪陸離的輿論生態信息龐雜，往往會令決策者陷入茫然D挫的“無力感”。決策者一旦錯判真實的公眾意愿，極有可能作出偏離科學軌道的盲目決策，導致公共決策的非代表性。
網絡輿情作為社情民意的集中反映，是各級政府平衡社會各方利益時的重要考量要素。在重大決策中，高質量的輿情信息服務可以幫助決策者辨識“微時代”網絡空間的思維方式、社交方式、情緒色彩，避免輿論場產生理解偏差或是價值誤判。輿情信息服務的質量貴在研判，在主動發現和捕捉初發性、苗頭性信息的基礎上，進行更大范圍的類比分析和深入研究，分析得越深入參考價值越大，盡量多開發對超前決策有參考價值的傾向性信息，以更好地發揮參謀助手作用。
3.數據整合，推動變革。
在具體的輿情信息服務中，用戶需求的“無界”與智能技術的“低能”經常構成沖突，用戶對輿情數據的挖掘、整合有更高的期望和要求。信息的效用取決于信息的有用性，體現于信息的有效性。數據整合，不是技術與信息的物理結合，不是把智能技術僅僅作為輿情服務的工具，而是強調要利用智能技術完善豐富信息架構，優化服務模式，推動當前以輿情監測系統為中心的服務結構發生根本性變革，從而使輿情信息服務的智庫作用真正落到實處。
輿情大數據的整合，在未來是整個輿情生態系統的變化，而不僅僅是技術的變革。信息有用，只是說明信息的潛在價值；信息效用，是指信息發揮作用，其價值得以實現的情況。作為政府和企業的資訊挖掘者和提供者，輿情服務機構需把握未來幾年大數據在公共及企業管理領域發展的重要方向，充分整合政府和企業的數據資產，通過搭建關聯領域的數據庫、輿情基礎數據庫等，完善服務單位的決策流程和參考體系，構建并優化輿情信息增值開發的新模式。
4.戰略規劃，創新管理。
研究輿情信息的開發模式，不僅是社交媒體時代創新輿情管理的現實需要，也是構建輿情引導新格局的必然選擇。在智庫階段，輿情大數據的搜集、分析和挖掘，不僅是以輿情服務為主體的數據呈現，還要把輿情信息工作放在整體中去考慮，放在戰略層面加以考量研判，充分發揮信息的利用程度和利用效益，通過領導者決策轉化為現實效能，如此才能體現信息服務的價值。
信息大爆炸正深刻改變人們的生活、工作和思維方式，也深刻影響社會輿情管理。站在規劃的高度，需要社會管理者做好輿情信息增值開發的頂層設計，通過信息的析取、重組與研究來形成針對用戶問題需要的價值信息開發；站在方法論的角度，需要輿情信息工作者注意到被反映事件、事物的綜合因素，加強管理目標、管理模式、數據平臺、支撐技術等方面的協同創新。
人民網輿情監測機構于2013年底的《2013年中國互聯網輿情分析報告》顯示：2013年眾多網友從微博的公眾意見平臺，轉向更為私人化的微信朋友圈。微信用戶增長迅速，移動互聯網開始成為社會輿論的新信源。
自2011年1月21日，微信針對iPhone用戶的1.0測試版以來，僅僅過了3年時間，微信用戶已經成為移動互聯網第一大用戶群。有資料顯示，截至2013年11月微信注冊用戶量已經突破6億，其中，海外用戶超過1億。成為亞洲地區最大用戶群體的移動即時通信軟件。
騰訊董事局主席馬化騰在談到微信誕生的意義時，認為微信是騰訊的一次顛覆性的自我革命，是唯一一個完全基于手機來開發的應用，“很多人說騰訊是最早拿到移動互聯網門票的公司，指的就是微信，很多朋友都用了。微信的確是唯一一個在手機上開始做的，并且是以手機為主的，這在以前是不多見的。以前一般都是在傳統互聯網上做好，換掉屏幕，轉到手機上，所以這個路徑跟之前完全不一樣”。“它充分利用手機和PC的區別，就是把人們用計算機的終端變成人隨身的一個器官”，從而消除了在線、離線的概念。
談到微信朋友圈的影響時，馬化騰甚至認為微信是一個讓騰訊微博的競爭對手新浪微博絕望的應用。騰訊的微博雖然活躍量跟新浪微博差不多，但是始終沒辦法突破，最麻煩的是新浪微博也沒突破。所以就發現讓新浪微博絕望的不是微博，是微信，特別是加了朋友圈之后。私密社交比公開社交有意思，很多話不喜歡公開講，私下講很好。
事實上，隨著微信的普及，微信朋友圈和微信群用戶數量快速增長。人們開始使用微信產品時對于陌生人加入朋友圈的戒備心理開始消減，微信的朋友圈已經具備了公眾傳播的媒體屬性。從目前來看，微信的朋友圈人數還沒設置上限，如果朋友圈人數達到一個相當大的數量，其大眾傳播加人際傳播的屬性與微博無異。只不過其粉絲數量和轉發數量是隱藏的，信息的分享更加隱蔽而已。
微信目前的注冊號分成兩種，一種是針對普通用戶的個人微信號，還有一種是針對個人和企業認證用戶的公眾號。普通個人用戶通過朋友圈用戶數量的增長可以使微信變成小眾、甚至大眾媒體，一些公眾微信號的訂閱和服務用戶已經超過百萬，其大眾傳播屬性和影響力已經十分明顯。
關鍵詞：高校網絡輿情； 微博； 傳播； 中小型高校；重視中小型高校網絡輿情；
本文為中國勞動關系學院院級科研項目（編號11zy073）之一1 高校網絡高校網絡輿情是輿情在高校網絡傳播的特殊形態，是指在校園網絡空間內師生對社會及校園現象和問題的觀點、態度和建議的集合，并且通過互聯網表達和傳播，影響力不僅僅局限于校園范圍，一向為全社會所關注。高校網絡輿情是中國教育體制改革轉型期間興起的新詞匯，其主體是高校師生，尤其是青年大學生群體；其傳播平臺渠道十分廣泛，涉及高校新聞網、高校BBS、貼吧、網絡論壇、博客、社交網站、即時通訊工具（QQ、MSN）、公共電子信箱、微博、播客、維基、RSS聚合新聞、網上調查和簽名、網絡新聞及跟帖等多種形式；內容主要包括和師生自身利益相關的校園管理事務和學習工作情況、生活情感交流，以及對社會問題和國家大事的關注等。高校網絡輿情傳遞著師生的情緒態度，表達著他們的觀點立場，在網絡空間里經過有規律的整合和沖突形成了特殊的輿論場。近年來高校網絡輿情也受到學界的關注，就筆者目前搜集整理到的論文成果來看，主要論述了高校網絡輿情的概念（以內涵為主，外延的研究有待加強）、產生原因和內容特點、傳播規律和管理現象、引導和控制、以及技術架構問題。仔細研讀后發現實證研究較少，而且還沒有形成系統的研究體系，缺乏深刻的觀點和實踐經驗，有待進一步的完善補缺。多數論文研究的客體是籠統的“高校”，基本沒有對中小型高校網絡輿情傳播的研究成果，筆者就自己在中小型高校的工作經驗來看認為有必要加強這方面的研究，進一步促進這類高校信息化的發展。中國的高等教育體系的構成包括北大清華這樣的名校大校，也包括各類中小型高校，一流的教育事業需要各種規模類型的學校共生互補，滿足各類型學生的需要。中國的區域發展水平是有差異的，高等教育的發展水平差距也很大，發展中小型高校正是目前高等教育多樣化的要求。一般認為中小型高校是指在校生在15000人以下，學生和老師的人數少，地理面積較小，有著較強的地域和專業特色；例舉北京地區具有高等教育招生資格的89所院校中，中小型高校約占一半多，[1]可見國家對發展中小型高校的重視和社會的需求程度。目前中小型高校網絡輿情傳播平臺建設存在很多不足，其傳播效果也受到了影響，需要有關部門吸取各方經驗，加強校園網絡輿情引導工作，根據自身情況采取合適的傳播平臺，在全媒體網絡傳播環境下提高自身的網絡文化建設水平。
2 目前主流高校網絡輿情傳播平臺分析
高校網絡輿情傳播平臺主要有高校新聞網、高校BBS、百度貼吧、網絡論壇、博客、社交網站、即時通訊工具（QQ、MSN）、微博，還有對高校來學生來說非主流的如電子郵件、維基、聚合新聞、網絡新聞跟帖等其他輿情傳播渠道，這些平臺各有優劣，在目前的媒體融合時代應該是互補共生、相輔相成的關系，還未到互相取代的地步。
2.1 高校BBS
這是最廣為人知的網絡輿情傳播平臺，歷史較長影響較大的如北大未名站和水木清華站，最高在線人數曾經突破了兩萬人，一直以來是其校內師生發表言論和交流思想的主要場地，即使最近幾年受到了新媒體的沖擊，仍然是其校內重要的信息平臺和互動媒介。高校BBS內容來源的顯著特點是以校園原創為主，轉載自其它網站的內容較少。BBS也被人稱為高校網絡輿情的“晴雨表”，交互性強，信息傳播量大，傳播迅速且范圍廣，超文本多樣化傳播。但是有很多中小型高校并沒有投入力量建設運營校園BBS，一些學校在運行了一段時間以后又關閉了BBS，主要原因在于BBS是簡易性注冊使用，匿名性發帖，使用者發言的門檻較低，造成言論監管的難度加大；BBS的發言貼十分集中，如有負面事件的渲染則“滾雪球”效應波及校內外，增加了管理人員的工作難度；另外開辦一個機制完善、技術成熟、運行順暢的BBS需要的成本對中小型高校來說是一筆不小的開支，例舉北大未名BBS[2]，它最初架設在IBM捐贈的S/390大型機上，價值約800萬美元，后來架設在64位×86的服務器上，軟件也是北大投入人員進行改進的，站務委員會成員設有總監、常任站務、技術站務、發展站務、美工站務與賬戶管理員等職位，且北大校長兼任站長（用戶名PKU），委員會有16個分區且都有任命區務人員管理各討論區，每個討論區有一到三位版主直接對區務負責，未名站還設立了仲裁委員會專門處理管理糾紛，未名站同時開放了近千個討論版面，分布在各分區之下，北大官方還利用未名站的軟件硬件設施建立了校長信箱版塊，來溝通校內管理各項事務。經過十多年發展，北大未名現在是北大校方正式批準開放的官方BBS，和清華大學的水木清華站一樣在高校網絡輿情傳播事業中備受矚目，代表了中國高校的網絡社群文化。而對于資金人力有限的中小型高校來說，設立專門的建設資金和部門來組建一個成熟的有效的BBS，成本高昂且阻力重重。一些中小型高校開辦了校內BBS之后因為管理運營不善，并未收到良好的網絡輿情引導傳播效果，最后漸漸沉寂成了“死站”，不得不關閉；更多的學校是因為擔心BBS發言本身的簡便性和隱匿性造成“言多必失”，開辦BBS之后可能會有不利的負面言論影響學校形象，故而干脆將網絡輿情傳播的途徑推給社會網站，如貼吧和社交網等；一些學校建立的官方BBS公布的是校方的新聞，辦成了另一個校園網，這樣學生的參與度很低；也有一些大學生自己開辦的BBS，以學生用戶為主，而學校和教師很少參與；因此如何把信息交流和參與人群統一到一個平臺是高校需要考慮的問題。
2.2 SNS社交網站
Web2.0時代新媒體的發展給高校網絡生活帶來了變革，繼BBS之后，社交網站（SNS）成為高校學生聚集的又一個網絡輿情集中地。社交網站基本有交友類SNS、商務類SNS、以及校園類SNS，其中校園類以人人網（原名校內網）為代表。根據筆者對中國勞動關系學院學生的調查 ，絕大多數班級同學都選擇在人人網上注冊交流信息。人人網2005年建立時（當時還是校內網）要求擁有特定大學、IP地址以及校園電子郵箱的用戶才可以注冊成為會員，這種辦法一定程度上保證了用戶的網絡社交的安全性，用戶順利通過注冊以后可以撰寫日志、上傳共享、簽名留言，有相當一部分用戶在人人網上上傳了自己的真實照片，還可以運用RSS訂閱機制運營個人的社交網絡。人人網融合了網絡校友錄、博客、QQ空間等多種網絡社交平臺，其開放性比起BBS相對封閉的環境，對于吸引用戶培養使用習慣更有效果。這類SNS網站最特色之處在于以用戶為中心，以關系為紐帶形成網狀結構傳播信息，這和傳統的博客類和BBS網站以內容為中心組織版塊傳播信息是不同的，以用戶為中心的設計思路促使了用戶對網絡內容的貢獻。SNS添加了各類有趣的應用程序，如“開心農場”、“偷菜”、“搶車位”等，給用戶提供了多元的互動體驗，也贏得了青年大學生的青睞。有分析認為SNS網絡整合了傳統網絡類型信息來源、休閑娛樂、真實身份的社會交往和網絡自我價值的實現功能，參與者由于使用的是自己的真實信息，和傳統的聊天室和BBS隱匿發言方式不同，促進個人努力地在社交網上去展現自己美好的一面，增強了之間的交互性和活躍程度，建設了一個更加真實穩定的人際關系網絡。當然SNS網站并不是一個完美的高校網絡輿情傳播平臺，最根本原因在于商業網站缺乏學校的有效監管和引導，信息缺乏權威性和指導性；雖然用戶數量較多，但是就單個學校而言往往比不上校園局域網內的絕對用戶數量；而學校內部網站的信息是公開集中的、成體系的，對學校的教育教學、思想引導、文化建設、價值觀傳遞說，校園官方網站的作用是不可替代的。因此即使社交網站發展的如火如荼，中小型高校可以吸收其以用戶為中心的設計理念和優秀的技術成果，加快自己的校園網絡交流平臺的建設，提高功能性和易用性，優化用戶服務，而不是徹底將這些工作推向社交網站，自身進步才會有競爭力，依賴于外力都不會長久。
2.3 貼吧
百度貼吧在高校學生中也頗為風行，特別是一些沒有開辦BBS的高校學生尤為追捧。筆者對中國勞動關系學院在百度的貼吧3進行了調研，在線人數和發帖人數都很可觀（有主題7777個，貼子143169篇），用戶一般來自本校的各個院系、專業以及年級。但是貼吧沒有統一的發言動機和有效組織，發言跟帖多數是無意識的跟風，主題和回應者都比較隨意散漫，隨意灌水的不在少數，有些帖子并沒有實際意義，有價值的信息較少。大多數以各高校名稱命名的貼吧多是學生自發建立，所在高校并沒有管理與審核的權限，老師們也很少光顧。吧民可以隨意信息，由于缺乏把關人的監管，一些人在貼吧散布不良信息，渲染負面情緒，影響學生的身心健康，不利于高校環境的穩定。貼吧是完全屬于學生的公共領域，幾乎脫離了學校的監管，并非合適的校園網絡輿情傳播平臺，是在沒有相關的表達渠道之下的無奈選擇，并非長久良計。
2.4 微博
目前微博是最受關注的網絡輿情傳播平臺，微博是微型博客的簡稱，聚合了媒體、社交、應用平臺，滿足了用戶對海量即時信息以及網絡社交和個性化應用的需求。2011年12月人民網輿情監測室的《2011年中國互聯網輿情分析報告》指出，2011年的網絡貼文數量大大高于往年，而且事件熱度在很大程度上取決于微博發帖數量；根據IRI統計[3]，微博已超過論壇，由去年的第三大輿情源頭上升為第二大輿情源頭，中國發生的幾乎所有熱點事件，都會在微博得到有效傳播，輿情在經過微博傳播后，一般會發生變異、放大，微博引領輿論的特征日益明顯；微博用戶數量的增加、網民登錄網站方式的改變、移動互聯網的發展，使中國輿論場的重心迅速向微博轉移；微博具有“自媒體“的特征，人人都可以借助微博隨時隨地用電腦或者移動終端發消息，每個人都參與分享和交流，使信息流通更自由。2010年被稱為“中國微博元年”，據不完全統計[4]，微博用戶將近7500萬人；騰訊微博宣布其用戶數超過2億，新浪微博宣布其用戶數超過1.4億；據2011年5月28日于北京召開的首屆中國微博大會的信息，中國微博用戶已達2.3億人；這些龐大的數字提示著我們網絡輿情傳播格局新的變化，也對高校引導校園網絡輿情提出了更高的要求。
微博具備成為高校網絡輿情傳播主要載體的客觀和主觀條件。高校學生電腦和手機普及率相當高，各校都比較重視校園網的鋪設，上網條件便利，高校學生使用手機上網越來越多，發微博的人數也在增加；高校學生的求知欲和好奇心都很強，對網絡輿情本身就有著濃厚的興趣，容易引起他們的關注和評論，部分學生也保留著對社會和國家事務的思考，利用微博發表評論引起他人的圍觀關注，進而形成輿情。微博最核心的功能是信息的和獲取，雖然網絡上BBS、論壇、博客等都可以實現這一功能，但是微博是最便捷、交互性最強、成本最低的平臺。微博者沒有時間、空間、格式的限制，只要有終端（手機、電腦、IPAD等等）都可以隨意上傳內容，這點非常符合現代人的快捷的生活節奏、碎片式的情感表達方式、渴望交流卻又止步于生活壓力的現狀，所以受到廣泛追捧。即使是不喜歡發帖的微博使用者而言，在別人的言論里總會找到自己關注的信息，而且微博認證鼓勵實名，在一定程度上保證了信息的準確性，微博人如果被認可，也會成為其他人鎖定的信息提供者。微博是借助即時信息建構的信息系統，傳統的傳播平臺沒有這種渠道價值，微博平臺既能提供即時信息，接收者又可以在信息中選擇對自己有價值的部分。當前微博一般有字數限制，140字左右雖然不能進行深度剖析，但是微博有上傳圖片的功能，也可以把長成圖片上傳至微博，或者在微博上貼出原網址鏈接，實現兩個平合傳播。字數的限制是因為微博很多時候是在移動終端（如手機）上使用的，這就對字數有了規定，未來是否會取消這個限制完全有可能，微博就成為了一個定制的社區首頁，超越了傳統的SNS、博客、論壇的功能。
SNS網的核心功能是對人際網絡的維護，以人際關系為核心；微博則一方面延展了網絡人際關系，用戶間的好友關系在使用微博前已經存在并得以在微博平臺里繼續，并且微博提供給了好友即時信息互動的功能；另一方面微博是以信息價值為核心的，微博主和粉絲之間是以信息為連接紐帶的，雙 方的互動形成了一個個以微博主為中心的不是很緊密的網絡，形成或大或小的圈子。微博使用者最關注的是博主的信息，或者是其的信息對自己有價值，或者微博主本身身份吸引了自己的關注，雙方的互動都以信息為中心，并非傳統意義上的純粹以人際關系為中心。這一點也頗為適合高校官方運用引導校園輿情，因為只有的信息對學生有價值，才會贏得大家的關注和參與熱情，而不是因循守舊的照搬通知條文來運營微博，必須了解學生的信息需求，確定什么是對他們有價值的，才能贏得長久的生命力，如何有效引導監管高校學生的微博是需要高校管理者去思考的。
2.5 其它平臺
高校學生還經常使用的網絡輿情傳播平臺還包括高校新聞網、網絡論壇、博客、即時通訊工具（QQ、MSN）、電子郵件、播客、微博、維基、RSS聚合新聞、網上調查和簽名、網絡新聞及跟帖等，本文不再一一贅述。在Web2．0時代，中小型高校要與時俱進地認識到網絡輿情對學生的正面影響，這是學生們表達感情意見的平臺，更是高校管理者了解學生的窗口。網絡輿情得到正確引導，可以提高學生的社會適應能力，高校環境是個既封閉又開放的小社會，學生剛剛脫離家庭進入高校心理上難免會有一些不適應，網絡輿情傳播平臺可以幫助他們早些克服交往障礙，培養他們的溝通能力，從網絡到現實全方位地培養學生的健全人格；校園網絡輿情中最引人關注的還是和學生自身利益相關的事情，校方應該及時在微博上公布相關信息并和學生進行互動，這樣既消除了學生的疑問，也可以增進情感的交流，創建和諧的校園環境；學生也可以通過微博即時向校方反映情況、提出建議，校方及時地發現問題、解決問題，形成一個良性循環，促進學校的整體建設。
3 以微博為契機促進中小型高校網絡輿情的良性傳播
中小型高校普遍意識到了校園新聞網的建設，這是目前官方新聞的主要平臺，也被看做是對學生進行網絡思想政治教育的主要陣地，對外界也起到了一個對外宣傳的窗口作用；但是只是抓校園新聞網的建設是不夠的，目前大多數中小型高校的校園網都只是簡單學校新聞，缺乏深入的報道，也沒有精品版塊，談不上特色；其實很多中小型高校的規模不大，但是專業設置上都頗有特色，這點從學校校名就可以看出，如何在傳遞信息的同時引導校園輿情并且體現學校特色，很多學校還沒有深入思考解決這個問題，導致校園官網互動性差和個落后，內容單調不能吸引學生的注意力。高校建設校園網絡輿情傳播平臺要注重學術性和教育性的統一，在微博中也要多多宣傳本校的學術成果情況和學校的專業特色。
綜合各種因素，筆者認為中小型高校在人力財力有限的情況下專門開設部門和投入資金自行開發網絡輿情傳播平臺是有困難的，也難以獲得支持，就目前的情況看微博是最適合的校園網絡輿情傳播平臺，成本低而互動性好，隨時隨地方便互動監管信息；學校在具體運作時同樣也要進行統一的組織和規劃，對負責人員明確工作職責，提高師生的媒介素養水平；一旦有負面的消息，不能沿襲采取封鎖消息、堵塞關閉輿情傳播平臺的工作方式，要第一時間按準備好應急方案，疏導的效果好于打壓，逐漸提高高校的輿情危機管理水平。高校教師和管理者除了自己的專業研究和日常工作，要加強網絡技術和應用方面知識的學習更新，這樣在問題出現時才可以應時而動，不會造成消息反饋處理的滯后；否則在微博式裂變傳播的網絡環境中，輿情的傳播是極容易被放大而成為校園焦點甚至全社會的熱點。作為高校的管理方，要建立起完善的輿情監測、分析、預警和引導機制，要吸取一些高校輿情處理案例的經驗教訓，提高自己的應對能力，如最近的復旦大學學生黃山驢友事件、清華大學“真維斯”樓、河北大學“我爸是李剛”事件中就充分考驗了高校的危機處理能力；還要加強和其他高校的輿情工作的互動交流，也可以和新浪網建立的中國高校微博協會整合的成員建立關系，互通有無，改進工作。
著名傳播學者麥克盧漢認為，傳播中最本質的東西是媒介自身，而不是媒介的內容。這句話雖有爭議，卻深刻地適應網絡時代的傳播現狀，即網絡技術的發展使網絡傳播平臺發生變革，不僅僅是在內容方面的，更在于改變人們的生活方式和傳播習慣。在人人有手機的高校，手機突破了時空、電腦終端的限制，可以讓人在第一時間傳遞信息，這正給微博的使用提供了支持。作為中小型高校更是要利用好微博這一契機來促進本校的網絡輿情傳播事業，在媒介融合的時代綜合運用各種新媒體來引導輿情，并在校園網的主頁開辟專門的輿情傳播版塊，做到講究方法，疏導結合，抓好網絡思想陣地的建設。
參考文獻
面對新互聯網時代技術大潮的挑戰， 企業決策者的迫切需求是：如何洞察其最終用戶的需求，并找到自身的轉型契機。尤其是那些面對大數據、云計算、移動互聯網、社交和O2O等新技術形式挑戰，創新和轉型節奏快的行業，比如零售行業。
IBM中國客戶中心對客戶體驗的設計，既兼顧企業高層決策者 （CXO，CEO、C M O、C I O等）所面臨的挑戰，又結合決策者所面對的最終消費市場的需求，讓決策者在體驗中洞察最終用戶的需求和自身的轉型的之道。
例如，在智慧企業之旅的零售創新的展示中，物理數字融合解決方案展示了零售商如何利用門店渠道獲取的客戶可公開的行為數據，從而提高其運營績效和客戶服務水平。 零售商還可以結合店內，線上和社交輿情分析等方式對客戶信息深度分析，勾勒360度客戶視圖并為其提供個性化的購物體驗，從而提升客戶忠誠度。
此外，IBM基于交互式的客戶選車體驗允許客戶通過體感，與汽車3D模型進行信息交互，選擇汽車不同的顏色，款式及配件等。同時，還可以通過手勢識別進入汽車3D模型，了解汽車內飾及模擬汽車啟動。 進而增強客戶體驗，以便捷地選擇最適合自己的車型。
基于Watson的零售應用則是利用IBM Watson針對人類自然語言的意義和語境分析能力，能快速地處理海量的非結構化數據并實時地進行分析的能力實現的。它能夠快速挖掘和識別客戶在社交媒體的需求，針對客戶推送個性化定制的服務和購買意見。
