大數據時代的到來對人類的生活、工作和思維產生了革命性的影響，深刻改變了商業王國和公共管理的面貌，“大數據”日益成為各行業創新的助推器。當前，我國網絡輿情環境復雜，網絡輿情危機時有發生。社會熱點輿情事件、官政輿情事件不斷湧現，造成社會民主生活與政治穩定失衡等諸多影響。大數據背景下的網絡輿情正在發生巨大變化，網絡輿情管理也變得日益復雜和重要。如何抓住大數據時代帶來的機遇，用大數據理念改變網上輿情管理的傳統思維，準確把握網上輿情的內在特征及其演化過程中的潛在規律，實現網上輿情管理在思維、模式和技術上的創新，對於新形勢下引導網上輿情、加強和改進網上內容建設具有重要的理論意義。
第壹，大數據時代必然要求網絡輿情管理的變革。
“大數據”的概念最早是在上世紀80年代提出的。2011年，麥肯錫公司發布了其研究成果《大數據:創新、競爭和生產力的下壹個前沿》，使得這壹概念得到了廣泛的普及。2012年3月29日，奧巴馬宣布投入2億多美元啟動“大數據研究與發展倡議”，將“大數據戰略”提升為國家戰略。近兩年來，大數據引起了學術界、產業界和政府部門的關註，成為國內外強有力的前沿詞匯。大數據(Big data)又稱海量數據、海量數據、大數據，是指在合理的時間內，由主流軟件工具捕獲、管理和處理的數據量過大的集合。是海量信息，只有通過深度挖掘、計算、分析才能創造價值。大數據在體量、復雜度、生產速度、價值密度四個方面大大超越傳統數據形態，具有4V特性:體量、種類、速度、價值。大量網民通過論壇、微博、微信等渠道方便快捷地發表意見。網絡輿情的規模和復雜程度迅速上升，體量巨大，價值密度低。其固有特征的改變，必然要求網絡輿情管理轉型，以適應大數據時代的發展。這些要求主要體現在四個“轉”。
從監測到預測。大數據的核心和目標是預測。復雜網絡專家芭芭拉·巴西(Barbara Brazil)認為，“人類93%的行為都是可以預測的。當我們把生活數字化、公式化、模型化的時候，會發現每個人都很相似。生活是如此抗拒隨機運動，渴望向更安全更規律的方向發展。人類的行為看似非常隨機和偶然，但卻極其容易被預測。”[1].比如亞馬遜可以推薦我們想要的書，淘寶知道我們的喜好，人人網可以猜我們認識誰。傳統的網絡輿情管理以監控生成的輿情信息為出發點，這種明顯的滯後性使其在應對網絡輿情危機中處於被動地位。目前留給處理突發事件的時間越來越少，從傳統的“黃金24小時”變成了“黃金4小時”。這麽短的時間使得輿情分析和決策還沒來得及參與，整個事件就已經造成了爆炸效應。在大數據時代，通過挖掘數據的相關性，將數學算法應用於海量數據進行分析，在網絡傳播初期提前監測敏感新聞，進而建立模型模擬網絡輿情的演變過程，從而預測網絡輿情突發事件的可能性和傾向性。
(2)從節點到網絡。從監測輿情到預測輿情，最關鍵的大數據技術是挖掘數據的相關性。在小數據時代，由於數據庫和計算分析能力的限制，追求因果關系或相關性既費時又易受傳統思維模式和特定領域隱含的固有偏見影響，輿情分析結果的準確性無法得到保證。因此，傳統的網絡輿情管理只註重對輿情內容的監測，通過分析個別數據節點來把握淺層的社會語義表達，比如網民說了什麽。大數據在保留原始數據的同時，記錄了網民“為什麽這麽說？”按照大數據思維，每壹個數據都是壹個節點，可以和其他相關數據在輿情鏈上無限形成乘法效應——類似微博裂變傳播路徑，數據的裂變相關狀態蘊含著無限可能[2]。通過對海量信息的解構和重構，充分整合政府和企業的數據資產，利用壹系列快速發展的新技術和新工具對節點間的關系進行描述、度量和計算，深度挖掘數據的相關性，從而消除偏見和視覺盲區，把握容易被忽視的社會動向，預測輿情發展趨勢。因此，大數據時代必然要求網絡輿情管理改變其監測體系，從節點到網絡，把握關聯性，進而分析輿情背後的社會互動，乃至網絡族群之間的界限和相互聯系。
(3)從定性到定量。輿情分析師或解讀者從自身的經驗和視角出發，在傳統網絡輿情管理過程中進行定性分析時，必然會使其分析結果帶有個人價值觀和理念的主觀印記，甚至不同的輿情機構會對同壹輿情事件得出相互矛盾的結論。在大數據時代，所有的元數據都可以通過量化關聯轉化為有價值的信息，並且可以多次使用。每壹次使用都是壹次創新，大數據成為網絡輿情量化管理的力量源泉。雖然數據的相關性決定了壹些數據的潛在價值，但是新技術、新軟件的出現，使得通過數學分析實現數據的價值轉化成為可能。對輿情的多維度解讀和新的深刻見解的揭示，使得輿情分析的結果全面客觀，大大超越了傳統的網絡輿情管理。但是，數據的量化並不等同於簡單的“數字化”，而是數據的可計算性，勛伯格稱之為“數字化”，是指將現象轉化為可量化的形式，並可以制表和分析的過程[3]。“數字化”將態度和情緒轉化為可分析的形式，可以對網絡輿情的相關信息進行深度分析。壹些社交媒體，如臉書、Twitter、QQ、微博、微信等，坐擁大數據的寶藏，壹旦自身數據庫被深度利用，就能輕松獲取幾乎所有社交領域、所有用戶的所有動態信息。
(四)從樣本到整體。在傳統的網絡輿情工作模式中，收集的輿情相關數據只是樣本信息，構建的數據庫結構單壹，數據量有限。其數據來源壹般基於對關鍵網絡站點的采樣或數據抓取，只能分析小規模、結構化或類結構化的數據，標準不壹，難以在不同領域使用。同時，樣品分析不能保證結果的準確性。即使分析方法和操作沒有問題，抽樣過程中的任何差錯都會使輿情分析結果與事實相差甚遠。大數據體量巨大，從TB級別躍升到PB甚至ZB級別，完整記錄社情民意，成為人類生存痕跡和心理變化的記錄者。采樣的目的是用盡可能少的數據獲取盡可能多的信息，但大數據是建立在掌握所有數據的基礎上的，至少是海量數據。隨著數據處理技術的快速發展，需要改變傳統的輿情管理思維和方法，改變抽樣的慣性。利用大數據技術，建立網絡輿情自動分析系統，能夠全天候自動搜索和收集看似與目標輿情無關，但內在相關的信息。抓取采集頁面後，自動進行信息分類，自動獲取關鍵詞，自動進行內容分析和報警。樣本擴大到幾乎全部，輿情分析結果更加客觀可靠。
二、大數據時代網絡輿情管理改革的效果展望
抓住大數據時代改變網絡輿情管理的新機遇，迎接新挑戰，滿足大數據時代網絡輿情管理的新要求。改變和創新網絡輿情管理將產生良好的管理效果，實現新時期網絡輿情管理的升級和轉型。
(壹)實現“防火”管理。由於傳統的網絡輿情管理無法掌握數據相關性，無法準確預測輿情未來發展趨勢，因此采用“救火式”管理模式。政府通常只有在輿情產生或已經形成輿情危機時才會采取措施，如發布信息、引導輿論、滿足訴求等。，從而達到“救火”的效果。在這種模式下，政府往往被動地陷入網絡輿論的漩渦，形成了將網絡輿論視為“敵情”的偏見。為了擺脫這種困境，政府總是試圖對網絡輿論進行“控制”、“引導”和“回應”，以高人壹等的姿態支配和主導網民及其輿論表達。但如果網民在網絡輿論中的主導地位得不到保障，網絡輿論就失去了“減壓閥”的功能，網絡輿論的問題也就治標不治本了。大數據時代，政府將改變網絡輿情管理的思維和模式，應用大數據技術對網絡輿情進行關聯分析、等級劃分、聚類分析和趨勢分析，實現從“救火”管理向“防火”管理的轉變。找到“導火索”和“減壓閥”的平衡點，才能發揮網絡“輿論場”的作用，把網絡輿論危機扼殺在搖籃裏。比如中情局通過抓取海量數據，追蹤恐怖分子，監測社會情緒。在阿拉伯之春中，它通過大數據分析了有多少人、哪些人的立場從溫和轉變為激進，並“算出”哪些人可能會采取有害行動。
(2)打撈“沈聲”。大數據源於互聯網的共享性和開放性，但“數字鴻溝”的存在將“信息窮人”隔離在網絡之外。雖然互聯網的發展使得這部分人群的比例越來越低，但是發展不均衡的擴大意味著還有壹個群體是不可忽視的，將無法提供任何數據。即使是能充分利用網絡的人，也可能在某些情況下成為輿論中的弱勢群體，或者因為在輿論主流中的異質思維而選擇不在網絡上發聲。當然，這種選擇可以是主動的，也可以是被動的。正如美國哲學家埃裏克·霍弗所說，“壹個國家最不活躍的人是中層。他們是體面的人，在城市工作，在農村務農。然而，他們的命運被社會光譜兩端的少數人——最好的人和最壞的人——所主宰。”[4].顯然，單靠技術體系搭建的大數據平臺，並不能真正獲得“全部數據”。要通過改革網絡輿情管理，打撈那些可能代表某個群體或某個數量級的“沈沒聲音”。因此，全面思考和厘清大數據時代網絡輿情管理面臨的機遇和挑戰，通過“大輿情”理念的構建，改變網絡輿情管理的工作理念和模式，將有利於打撈“沈沒的聲音”。比如，將輿情服務與社會調查相結合，註重實地調查和第壹手材料收集，而不是將網絡輿情管理與技術捆綁在壹起，會避免得到不完整的輿情或做出誤導性決策。
(3)識破“虛假輿論”。目前備受關註的網絡輿論，越來越成為以影視明星學者、影視明星記者、影視明星商人、影視明星政客為中心的“偽輿論”[5]。重大敏感事件發生後，壹些網絡管理者和有影響力的輿論機構迅速屏蔽自己主觀認為的“有害信息”，有選擇地編制輿情報告，以片面、虛假的“偽輿論”影響決策者對形勢的判斷，使其做出符合自身利益的決策。壹些利益集團精心扶植和培養自己的網絡代言人，引導網民思考內容和方向。於是，這些意見領袖對關鍵事件和問題的看法在網絡上大行其道，其他異質意見被淹沒，使得人們對真相的認知出現了很大偏差。當輿論被各種利益集團的政治和經濟力量操縱時，它就失去了獨立性。“偽民意”壹旦被發現，民意機構就可能失去公信力。基於全網的完整、準確、快速的信息抓取，有利於為輿情分析報告提供第壹手材料和純粹的事實，從而獲得真實、全面的輿情，使網民在不知道“為什麽”的情況下，仍然能夠公正、客觀地了解“是什麽”，從而有助於引導網絡輿論。同時，通過改變網絡輿情管理的體制和機制，保持輿情管理的獨立性，有效識破“虛假輿情”，消除“雜音”和“噪音”，讓大數據時代的網絡輿情真正成為現實世界的“鏡像”。
(4)克服“盲人摸象”和“信息孤島”。海量信息的無限增長與網民有限的關註和分析能力之間的矛盾，造成了“數據爆炸”和“知識匱乏”的怪現象，加劇了輿論的“盲人摸象”效應。大數據時代，網絡媒體促進了信息的開放性和傳播的便捷性，人們對公共事件的參與達到了前所未有的高度。然而，聚焦傳播和個性化傳播的凸顯，以及信息的碎片化，使得全面而深刻地關註和分析事件變得越來越困難。網民非理性、易激動的特點導致網絡輿論極端化、情緒化，網絡“群體極化”被放大。大數據時代的輿情監測是基於傳統人工和軟件做不到的全網輿情信息采集，樣本擴大到所有。利用大數據技術，建立網絡輿情自動分析系統，避免因數據來源不全導致的重要信息監控缺失，有助於消除“盲人摸象”現象。同時，由於信息化應用水平參差不齊，政府不同部門與企業之間存在“信息孤島”問題:部門有多少，信息系統就有多少，每個系統都有自己的數據庫、應用軟件和用戶界面，完全獨立，阻礙了數據的互聯互通[6]。改變大數據時代網絡輿情管理的工作模式，統壹輿情行業技術標準，實現數據共享，建立網絡輿情服務聯盟，統籌政府、企業、媒體和社會力量，實現網絡輿情多元治理，有助於解決“信息孤島”問題。
三、大數據時代網絡輿情管理的轉型路徑
當大數據給各行各業帶來革命性影響的時候，整個世界還沒有為這場工業革命做好準備。但與英美等發達國家相比，中國更像是大數據時代的前夜。中國的人口和經濟規模決定了中國大數據的規模是世界上最大的，這為中國抓住時代脈搏進行改革提供了難得的機遇。在此背景下，大數據也對傳統的輿情管理產生了深刻的影響。要使網絡輿情管理改革取得預期效果，適應時代發展要求，必須從思維理念、方法手段、體制機制、技術支撐和人才建設等方面入手。
(壹)樹立輿論觀念。大數據時代網絡輿情管理的變革在於樹立大輿情理念。這裏的大輿論包括兩層意思。第壹，強調“大數據觀”，即充分實現網絡數據平臺的開放性和享用性。按照“壹切都可以量化”的大數據邏輯，壹個新的關聯數據的產生，通常會帶來壹個新的分析結果。因此，只有形成“大數據觀”，實現數據的動態共享，才能有效防止信息碎片化，最大限度地消除“盲人摸象”、“信息孤島”等現象。第二，強調線上線下數據的融合。網絡民意與社會調查結合不夠，可能會降低民意的真實性，誤導決策。比如，對於節假日調整方案的選擇，民意機構組織的網絡投票結果是不壹樣的，他們做出的輿情分析報告也和真實的民意不壹樣。因此，只有真正把握“大民意”，打撈“沈沒的聲音”，才能做出正確的決策，建設更安全、更高效的社會。樹立大輿情概念，首先要實現數據動態分析，打破數據壟斷，統壹標準，享受數據，防止孤立的輿情機構閉門造車做出片面或錯誤的輿情分析報告。其次，要整合線上線下各方面數據，挖掘網絡輿情與社會動態的深層關系，實現網絡輿情管理與社會治理的緊密聯動、同步推進[7]。最後，完善和創新網絡輿情管理的各個環節，包括輿情捕捉、預警、研判、決策和評估，使輿情管理功能不僅限於危機處理，還能起到輔助決策的作用。
(二)改變網絡輿論的引導策略。做好輿論引導工作，要把握好及時性、適度性和有效性。然而，目前許多地方和部門對如何引導網絡輿論仍缺乏正確的認識。他們無法把握好“時間”中的“黃金四小時”，把握好保證網絡輿論引導實際質量的“溫度”和“效率”。大數據因其自身特點，有利於改變網絡輿論的引導策略，變“封殺”、“鴕鳥戰術”為“網上引導，網上哪裏倒”，使“偽輿論”失去生存土壤。因此，應充分發揮大數據優勢，提高輿論引導能力。第壹，利用大數據提高網絡輿論引導的預見性和目的性。通過數據抓取和關聯分析，構建網民意見傾向分析模型，了解網民偏好和特點，建設和完善政府網站和官方微博，培育和依靠“會說話、會說話、接地氣、辦實事”的意見領袖。二是通過數據的價值轉化，實現網絡輿論的價值引導。在充分收集相關數據的基礎上，運用圖表等數據可視化技術揭示事件的前因後果，讓數據“發聲”，讓網民“知其然”、“知其所以然”，從而360度無死角地了解事件的前因後果，杜絕“盲人摸象”現象。第三，增強輿論引導的公信力。壹方面，加強新老媒體互動，發揮各自優勢與公眾溝通，破解謠言和謠言，實現時效性和權威性的雙重保障；另壹方面，要防止輿情分析師在處理數據的過程中受到經驗偏好的影響，防止大數據成為壹些機構和個人更方便地操縱輿情的手段。
(三)完善大數據輿情管理體制機制。目前網上輿情管理的體制機制還不完善，很多地區沒有系統規範的輿情應對和處理管理制度。輿情分析預測手段落後、危機應對體系缺失、輿情管理機構不完善不穩定、多頭管理等問題十分普遍。完善大數據輿情管理的體制機制，對於從源頭上解決網絡輿情管理過程中的問題和困難，實現標本兼治具有決定性作用。因此，為了使網絡輿情管理行之有效，提高網絡輿情工作的規範化和科學化水平，我國應加快建立和完善大數據輿情管理的體制和機制。首先，建立網絡輿情多元管理的互動機制。國家將出臺大數據發展戰略規劃，產學研結合，政府、企業、社會、公民共同努力，形成合力，實現* * *治理。其次，改變網上輿情管理的機構設置，改變以往通過臨時成立領導小組或臨時辦公室，或以宣傳部門為“消防隊”被動應對輿情危機的模式，通過常態化的機構設置和專業人員的配備，使網上輿情管理專業化、精細化。再次，建立明確的責任機制，通過加快數據立法進程，明確包括政府部門、企業媒體、人民團體在內的各級各部門的權利義務；通過建立網信部門主導的大數據輿情管理系統，改變多頭管理的局面，建立政府首席信息官負責制。最後，完善大數據網絡輿情管理的資源保障機制。大數據時代，網絡輿情管理轉型面臨初期成本高、短期效益不顯著等問題，需要加大資金、技術、物資、人力等資源投入。
(4)創新大數據網絡輿情管理的方法和技術。大數據時代的到來，要求網絡輿情管理必須采用更先進的技術，主要表現在各種相關軟件的廣泛應用和大數據技術的支撐平臺。目前比較有代表性的中國輿情監測采集軟件有TRS互聯網輿情信息監測系統、北大方正智思輿情監測系統、軍犬網絡輿情監測系統、樂思網絡輿情監測系統等。此外，還應完善和創新大數據技術支撐平臺的五大基石——數據監測技術、數據挖掘技術、數據存儲技術、數據分析技術和數據安全技術，讓大數據在不超出我們控制的情況下服務於網絡輿情管理。同時，不能陷入“技術萬能”的誤區，盲目依賴技術，更不能因為相信大數據強大的預測功能而導致“數據獨裁”，成為數據的奴隸。因此，網絡輿情管理還需要依靠其他方法和手段，相輔相成，共同努力。法律因其最大的強制性和權威性而成為最有效的管理和控制手段。法律和道德是相互關聯的，在具有極大復雜性和特殊性的虛擬空間中，教育和自律被置於重要位置。比如歐美發達國家，比如美國、英國、加拿大等。，都倡導用戶自律、自我管理，以提高網民的媒介素養，加強自我控制能力。此外，我們可以效仿韓國和新加坡，用行政手段要求網絡用戶在獲得國家有關部門頒發的許可證後，才能訪問政府嚴格控制的信息。
(5)培養大數據時代的網絡輿情管理人才。大數據時代的網絡輿情會形成多維度的研究，比如對社會話語表達、社會心理描述、社會關系呈現、社會訴求預測等方面的分析研究。網絡輿情將真正成為壹門多學科交叉的社會科學，對人才的綜合性要求很高。我國教育的學科劃分和培養體系，客觀上使得培養出來的人才難以跨界。換句話說，真正進入這個行業的門檻是很高的。正因如此，各國越來越重視數據科學家的培養。比如美國在大學裏專門開設了研究大數據技術的課程，通過嚴格的業務培訓和職業資格認證來培養下壹代數據科學家。2013年9月，中國人力資源和社會保障部、人民網啟動“網絡輿情分析師職業培訓計劃”，“網絡輿情分析師”成為官方認可的職業。然而，我國現有輿情工作人員的水平仍然嚴重滯後，許多輿情機構特別是地方政府沒有專業的數據處理和分析團隊以及專門的網絡輿情管理部門。為了突破大數據時代改變網絡輿情管理的人才瓶頸，短期內可以通過招聘和聘用的方式引進數據挖掘和分析人才，通過委托培養和在線培訓的方式加強現有專業人才的力量，通過購買服務的方式短期租用大數據輿情管理的高素質人才。從長遠來看，要系統梳理網絡輿情管理所需人才清單，培養壯大精通數據挖掘和數學建模，具有較高學習能力、分析能力和知識水平，橫跨統計學、社會學、計算機科學、傳播學、管理學等學科的復合型人才，建設大數據網絡輿情管理專業人才隊伍。
以上是邊肖論述大數據時代網絡輿情管理變革的相關內容。更多信息可以關註環球常春藤分享更多幹貨。