人工智能視域下網(wǎng)絡(luò)輿情監(jiān)測的變革之道.doc

人工智能視域下網(wǎng)絡(luò)輿情監(jiān)測的變革之道 當(dāng)前網(wǎng)絡(luò)輿情監(jiān)測 工作中存在的不足網(wǎng)絡(luò)輿情監(jiān)測工作是指網(wǎng)絡(luò)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(lián)網(wǎng)上發(fā)表的言論和意見進(jìn)行監(jiān)視、收集、分析、及預(yù)測的行為，這些言論被稱為網(wǎng)絡(luò)輿情。 當(dāng)前的網(wǎng)絡(luò)輿情監(jiān)測工作平臺主要是基于信息采集、整合技術(shù)和智能處理技術(shù)，通過對互聯(lián)網(wǎng)海量信息的自動抓取、自動分類聚類、主題檢測、專題聚焦，實(shí)現(xiàn)對用戶的網(wǎng)絡(luò)輿情監(jiān)測，并由相關(guān)部門形成輿情工作報(bào)告、輿情信息簡報(bào)等，為輿論引導(dǎo)提供可靠的分析依據(jù)。 進(jìn)入大數(shù)據(jù)時代，網(wǎng)絡(luò)輿論呈現(xiàn)的新特點(diǎn)，促使網(wǎng)絡(luò)輿情監(jiān)測工作暴露出諸多不足之處，這為網(wǎng)絡(luò)輿情監(jiān)測工作帶來了諸多挑戰(zhàn)。 熱點(diǎn)事件話語體系不可控，輿情預(yù)警能力亟待增強(qiáng)。縱觀近年來發(fā)生的熱點(diǎn)公共突發(fā)事件，可以發(fā)現(xiàn)，在以大數(shù)據(jù)為基礎(chǔ)的社交平臺上，公眾的話語體系呈現(xiàn)出了一些全新特征，如輿論發(fā)布主體的匿名性、參與渠道的多元化、生成議題的自發(fā)性、交流觀點(diǎn)的無界性、匯集意見的實(shí)時性、發(fā)展趨勢的不確定性等。這些特征與輿論話語體系在傳統(tǒng)媒體的呈現(xiàn)完全不同，網(wǎng)絡(luò)輿論熱點(diǎn)事件話語體系的不可控性大大增強(qiáng)。 在社交媒體平臺上，自媒體呈現(xiàn)出來的話語體系最為龐雜。許多輿情信息不僅包含結(jié)構(gòu)化數(shù)據(jù)，還涉及大量非結(jié)構(gòu)化數(shù)據(jù)，若對其準(zhǔn)確性、真實(shí)性逐一核查，既耗費(fèi)人力又耗費(fèi)時間。就內(nèi)容而言，較多負(fù)面、虛假輿情具有較強(qiáng)的隱蔽性，單純以關(guān)鍵詞或主題詞進(jìn)行搜索容易產(chǎn)生誤判、遺漏。話語體系的不可控性增加了輿情監(jiān)測工作的難度，這要求工作人員必須具備過硬的專業(yè)敏感性以及較強(qiáng)的網(wǎng)絡(luò)操作技能。但是目前大多數(shù)輿情監(jiān)測工作部門的信息工作人員缺乏專業(yè)化的訓(xùn)練，輿情信息工作水平參差不齊。就輿情監(jiān)測平臺系統(tǒng)來說，對于輿情信息的跟蹤分析靈敏度較低，在有些熱點(diǎn)事件的處理上沒有按照公共突發(fā)事件的分類標(biāo)準(zhǔn)進(jìn)行準(zhǔn)確的分級，從而導(dǎo)致網(wǎng)絡(luò)輿情信息的分析判斷力體現(xiàn)不出其應(yīng)有的情報(bào)價值，預(yù)警能力也隨之削弱。 輿情監(jiān)測的技術(shù)體系落后，人機(jī)不協(xié)調(diào)問題亟待解決。網(wǎng)絡(luò)輿論的實(shí)時性及其發(fā)展的不確定性要求網(wǎng)絡(luò)輿情監(jiān)測必須迅速、及時，但很多單位部門的輿情監(jiān)測平臺的方法技術(shù)體系滯后，部分單位采用了網(wǎng)絡(luò)監(jiān)控系統(tǒng)、有害信息過濾系統(tǒng)等方式進(jìn)行網(wǎng)絡(luò)輿情監(jiān)測，而有些單位為了節(jié)省輿情監(jiān)測設(shè)備的成本，甚至將網(wǎng)絡(luò)輿情監(jiān)測工作依托于人工網(wǎng)頁搜索及瀏覽的“人工盯梢”方式上，這成為監(jiān)測工作的一大阻礙，監(jiān)測工作出現(xiàn)疏忽錯判也在所難免。排除資金、人力等客觀因素，現(xiàn)階段的網(wǎng)絡(luò)輿情監(jiān)測工作中技術(shù)方法體系的不足主要?dú)w因于“人機(jī)不協(xié)調(diào)”。機(jī)器與人工的協(xié)同分工模式不成熟、機(jī)器的輔助力量不夠，導(dǎo)致人工智能技術(shù)在預(yù)測監(jiān)測體系中分析情感、預(yù)測走勢、檢查效果等方面應(yīng)用還稍顯粗淺、機(jī)械，而在需要人工進(jìn)行的高級維度分析、提出應(yīng)對策略等層面，機(jī)器的應(yīng)用又顯得粗糙以及同質(zhì)化。 人工智能為網(wǎng)絡(luò)輿情監(jiān)測帶來的三大變革 網(wǎng)絡(luò)輿情監(jiān)測要適應(yīng)大數(shù)據(jù)時代人工智能的要求，就必須順勢而為，積極進(jìn)行變革，主要包括網(wǎng)絡(luò)輿情監(jiān)測技術(shù)體系的變革、網(wǎng)絡(luò)輿情監(jiān)測研究范式的變革以及網(wǎng)絡(luò)輿情監(jiān)測管理思維的變革三個方面。 網(wǎng)絡(luò)輿情監(jiān)測技術(shù)體系的變革。將人工智能技術(shù)應(yīng)用于網(wǎng)絡(luò)輿情是為了更好地對輿情進(jìn)行分析研判，通過直觀、簡明的方式描述網(wǎng)絡(luò)輿情信息的產(chǎn)生，進(jìn)一步推導(dǎo)信息傳播主體的態(tài)度傾向性、情緒感染性以及初衷、意圖等，從而預(yù)測網(wǎng)絡(luò)輿情信息的發(fā)展趨勢。 如果說在“小數(shù)據(jù)”環(huán)境下，網(wǎng)絡(luò)輿情監(jiān)測工作還可以依托于“人工盯梢”的方式來完成，那么在“大數(shù)據(jù)”環(huán)境下，當(dāng)數(shù)據(jù)的量級達(dá)到了EB甚至ZB級別后，以人工監(jiān)測來把握輿情脈絡(luò)已成為不可能完成的任務(wù)。而那些隱含在網(wǎng)絡(luò)輿情信息中的觀點(diǎn)、態(tài)度及情緒的表達(dá)，更難以從泛濫成災(zāi)的信息碎片中被真正發(fā)掘出來。加之海量信息的不共享所帶來的“信息盲區(qū)”，更使得輿情信息分析不夠嚴(yán)謹(jǐn)，易偏離實(shí)際，而這些問題都需要依托搭建智能化的網(wǎng)絡(luò)輿情監(jiān)管平臺來解決。在平臺上可以通過三種人工智能技術(shù)實(shí)現(xiàn)數(shù)據(jù)分析與人工智能研判相結(jié)合，再借助如眼動儀、腦電儀等受眾檢驗(yàn)儀器對網(wǎng)絡(luò)輿情信息進(jìn)行綜合化分析。三種主要的人工智能技術(shù)主要包括：一是Web挖掘技術(shù)，該技術(shù)把互聯(lián)網(wǎng)與數(shù)據(jù)挖掘技術(shù)結(jié)合起來，對網(wǎng)絡(luò)上結(jié)構(gòu)化數(shù)據(jù)如文字言論，以及非結(jié)構(gòu)化的數(shù)據(jù)如視音頻、圖像等信息進(jìn)行采集，完成信息前期處理的第一步；二是語義識別技術(shù)，該技術(shù)是利用采集到的信息，通過對語句中的關(guān)鍵詞進(jìn)行詞義推斷處理以及句子語法結(jié)構(gòu)的分析，從而將復(fù)雜信息簡單化，這是對采集的信息數(shù)據(jù)做進(jìn)一步識別推斷的過程；三是TFDF信息聚類技術(shù)，該技術(shù)主要提升數(shù)據(jù)信息的分析和分類速度，使網(wǎng)絡(luò)輿情監(jiān)測工作的處理更加及時，反應(yīng)更加靈敏，提高采取措施的時效性。 人工智能技術(shù)的介入將有利于對信息進(jìn)行挖掘、采集、分類、，從而找尋出最核心的關(guān)鍵性數(shù)據(jù)。在此基礎(chǔ)上，還可以運(yùn)用人工神經(jīng)網(wǎng)絡(luò)預(yù)測模型，對網(wǎng)絡(luò)輿情的性質(zhì)、發(fā)展趨勢進(jìn)行正確描述，并提出相應(yīng)的對策。 網(wǎng)絡(luò)輿情監(jiān)測研究范式的變革。人工智能和大數(shù)據(jù)對網(wǎng)絡(luò)輿情監(jiān)測工作及其研究產(chǎn)生了頗為深刻的影響，輿情監(jiān)測的研究范式從多角度發(fā)生了轉(zhuǎn)向。 第一，輿情監(jiān)測工作視角的轉(zhuǎn)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(fā)生了轉(zhuǎn)向，由信息的被動接收者轉(zhuǎn)變?yōu)樾畔⒌膮⑴c者和傳播者。這一轉(zhuǎn)向給網(wǎng)絡(luò)輿情監(jiān)測工作帶來了新的挑戰(zhàn)，當(dāng)受眾是單純的信息接收方時，網(wǎng)絡(luò)信息的可控性強(qiáng)，輿情監(jiān)測工作形式單一，把關(guān)相對容易。而受眾角色發(fā)生變化以后，網(wǎng)絡(luò)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(xiàn)多元化特征，把關(guān)難度增加，網(wǎng)絡(luò)輿情監(jiān)測工作也從單一轉(zhuǎn)向多元化，還需要對信息進(jìn)行疏導(dǎo)、研判處理。 第二，研究視角的轉(zhuǎn)向：從內(nèi)容研究轉(zhuǎn)向“內(nèi)容+關(guān)系”研究。傳統(tǒng)的網(wǎng)絡(luò)輿情信息研究最重視的是受眾借助網(wǎng)絡(luò)進(jìn)行的話語表達(dá)，其研究視角主要集中在內(nèi)容層面。隨著人工智能技術(shù)的介入，這一單向視角將發(fā)生轉(zhuǎn)變，潛藏在內(nèi)容層面背后的網(wǎng)絡(luò)受眾心理、行為、動機(jī)、訴求等多方面因素都將被關(guān)注到。借助人工智能技術(shù)及大數(shù)據(jù)分析技術(shù)，網(wǎng)絡(luò)輿情信息的研究視角將透過內(nèi)容層面深入到關(guān)系層面，轉(zhuǎn)向?qū)W(wǎng)絡(luò)受眾社會心理描繪、社會關(guān)系呈現(xiàn)、社會話語表達(dá)等多維度的研究。 第三，研究重點(diǎn)的轉(zhuǎn)向：由輿情監(jiān)測轉(zhuǎn)向輿情預(yù)測。當(dāng)前的網(wǎng)絡(luò)輿情監(jiān)測工作主要通過對當(dāng)下網(wǎng)絡(luò)輿情的動態(tài)信息進(jìn)行隨機(jī)采樣來收集、分析，更多的是關(guān)注已經(jīng)發(fā)生的事件在過去及當(dāng)下的動向，對未來的發(fā)展預(yù)測難以兼顧。而借助人工神經(jīng)網(wǎng)絡(luò)預(yù)測模型，通過自然語言處理、模式識別及機(jī)器學(xué)習(xí)等人工智能技術(shù)，可以對網(wǎng)絡(luò)輿情的性質(zhì)、發(fā)展趨勢進(jìn)行正確描述，再結(jié)合大數(shù)據(jù)分析處理整群數(shù)據(jù)來實(shí)現(xiàn)預(yù)測功能。比如，著名的搜索引擎公司谷歌通過關(guān)注用戶搜索中的“流感”關(guān)鍵詞來預(yù)測實(shí)際流感發(fā)生的時間，往往可以提前兩三個周對流感的爆發(fā)進(jìn)行預(yù)報(bào)及預(yù)防。 網(wǎng)絡(luò)輿情監(jiān)測管理思維的變革。在以人工智能技術(shù)為支撐的網(wǎng)絡(luò)輿情監(jiān)測平臺出現(xiàn)之前，相關(guān)輿情監(jiān)測部門的管理者往往由一人或幾人的小團(tuán)隊(duì)組成，在監(jiān)測信息數(shù)據(jù)量級不大的情況下，這種小作坊式單打獨(dú)斗、面面俱到的輿情監(jiān)控管理思維可以基本滿足需求。但是隨著人工智能技術(shù)的發(fā)展及大數(shù)據(jù)時代的到來，這種小作坊式的輿情監(jiān)測體系面臨瓦解。當(dāng)前，商業(yè)化運(yùn)營的軟件監(jiān)測團(tuán)隊(duì)多達(dá)幾百家，這些監(jiān)測軟件服務(wù)商通過開發(fā)相應(yīng)的輿情監(jiān)測軟件為政府部門、企業(yè)主體以及科研院所提供服務(wù)，進(jìn)行簡單的輿情信息數(shù)據(jù)采集及分類處理工作。在數(shù)據(jù)開源的情況下，這些軟件服務(wù)商的競爭逐漸由粗放型、低層次化向數(shù)據(jù)處理的優(yōu)化、人機(jī)互動、機(jī)器算法的精進(jìn)等層面轉(zhuǎn)變。 在以上變化的基礎(chǔ)上，輿情監(jiān)測的管理思維也必須轉(zhuǎn)向，組建一支人員分工明確、高度聚合集約的輿情分析團(tuán)隊(duì)勢在必行。輿情管理的思維變革依托于人工智能監(jiān)控系統(tǒng)改變團(tuán)隊(duì)的組織結(jié)構(gòu)及管理方式，通過智能化的輿情監(jiān)測系統(tǒng)代替低