徐 敏

（北京大學(xué)信息管理系北京100871）

大數(shù)據(jù)環(huán)境下情報學(xué)在網(wǎng)絡(luò)輿情研究中的作用*

徐 敏

（北京大學(xué)信息管理系北京100871）

在CNKI中對圖書情報領(lǐng)域相關(guān)期刊中有關(guān)“網(wǎng)絡(luò)輿情”研究的現(xiàn)狀進行調(diào)研，發(fā)現(xiàn)網(wǎng)絡(luò)輿情研究已經(jīng)大量地應(yīng)用情報學(xué)的理論、方法和技術(shù)。通過文獻(xiàn)分析指出大數(shù)據(jù)環(huán)境下網(wǎng)絡(luò)輿情研究存在三個問題：一是僅關(guān)注意見領(lǐng)袖的研究，忽略全用戶群的研究；二是僅關(guān)注自媒體的研究，忽略全媒體的研究；三是僅關(guān)注輿情治理的研究，忽略輿情生態(tài)環(huán)境的研究。為解決這些問題提出利用情報學(xué)的理論與方法對輿情媒體進行多維建模，對輿情用戶進行全源畫像，對輿情環(huán)境進行融合研究，實現(xiàn)以趨勢預(yù)測代替危機補救，用環(huán)境優(yōu)化代替輿情治理的目標(biāo)。

大數(shù)據(jù)情報學(xué)網(wǎng)絡(luò)輿情建模畫像融合

1 引言

網(wǎng)絡(luò)輿情是指通過互聯(lián)網(wǎng)表達(dá)和傳播的各種不同情緒、態(tài)度和意見交錯的總和[1]。網(wǎng)絡(luò)輿情危機是針對某一特殊事件產(chǎn)生的涉及民眾利益的社會輿情，它在相對短的時間內(nèi)產(chǎn)生大量信息，由于乘數(shù)效應(yīng)在互聯(lián)網(wǎng)上掀起更大、更強烈的社會反應(yīng)，如果事件沒有及時正確應(yīng)對，輿情危機就可能在極短時間內(nèi)變成一場包含觀點和行動沖突的群體性突發(fā)事件[2]。

黨的十六屆四中全會明確提出要建立社會輿情匯集和分析機制，要求政府作為國家管理者，及時了解民眾的訴求，建立與民眾之間的良好交流與互動關(guān)系，協(xié)調(diào)政府與民眾之間、民眾內(nèi)部的矛盾，實現(xiàn)社會和諧發(fā)展[3]。中共中央宣傳部輿情信息局在《輿情信息工作概論》一書中明確說到：“真實準(zhǔn)確是輿情信息的生命”[4]。因為真實準(zhǔn)確的輿情信息是網(wǎng)絡(luò)用戶群體內(nèi)心中實在的情緒、態(tài)度和意見的表達(dá)，而虛假的輿情信息往往來源于誤解甚至于是一些別有用心的人蠱惑或煽動不明真相的網(wǎng)民而產(chǎn)生的，這些虛假的輿情信息不僅沒有任何價值，而且對社會和人民有著極大的危害性。所以，政府提出收集和監(jiān)測輿情信息的目的是為了及時了解網(wǎng)民的動向，指明網(wǎng)絡(luò)輿論的正確方向，用相應(yīng)的方法和措施避免突發(fā)事件的惡化。尤其是在大數(shù)據(jù)環(huán)境下，傳統(tǒng)網(wǎng)絡(luò)媒體和自媒體的并存，網(wǎng)民每日接觸到的信息量越來越大，有些人為了博關(guān)注，常常發(fā)布一些斷章取義、似是而非甚至是虛假有害的信息，讓用戶越來越難甄別真假。而社會科學(xué)中的情報研究活動則是從實際出發(fā)，實事求是，以客觀存在的事實為出發(fā)點，從中引出事物固有的而不是臆造的規(guī)律性，可以有效地為科學(xué)研究和決策服務(wù)[5]。從本質(zhì)上來說，情報研究活動以信息為對象，研究其從產(chǎn)生到消亡的過程，研究其傳播中的各個方面?；ヂ?lián)網(wǎng)環(huán)境下的輿情信息正是情報學(xué)所需研究的具有大數(shù)據(jù)特征的樣本，所以有越來越多的網(wǎng)絡(luò)輿情領(lǐng)域?qū)W者在研究中用到情報學(xué)的方法和手段，也有越來越多的圖書情報領(lǐng)域的學(xué)者關(guān)注網(wǎng)絡(luò)輿情的分析研究。

2 情報學(xué)在網(wǎng)絡(luò)輿情研究中的現(xiàn)狀

圖1 圖書情報領(lǐng)域網(wǎng)絡(luò)輿情發(fā)文統(tǒng)計圖

以中國知網(wǎng)數(shù)據(jù)庫為檢索工具，檢索主題為“輿情”，選取與圖書情報領(lǐng)域相關(guān)的41種核心和非核心期刊，檢索日期為2015年12月10日，所以2015年的論文數(shù)量有可能收錄檢索不全面，剔除與主題不相關(guān)的論文，共得到文獻(xiàn)570篇，從文獻(xiàn)數(shù)量上來看，從2010年開始，圖書情報領(lǐng)域發(fā)表的和網(wǎng)絡(luò)輿情相關(guān)的論文量逐步上升，從圖書情報領(lǐng)域?qū)W術(shù)期刊對網(wǎng)絡(luò)輿情的收文數(shù)量和增幅來看，業(yè)界對網(wǎng)絡(luò)輿情相關(guān)的研究關(guān)注度越來越高，尤其在2014年國內(nèi)圖書情報領(lǐng)域網(wǎng)絡(luò)輿情研究論文急劇增長（見圖1）。

從研究機構(gòu)發(fā)文情況看，發(fā)文量前十的單位，在總發(fā)文量中占比高達(dá)32%。其中中國人民武裝警察部隊學(xué)院、華中科技大學(xué)公共管理學(xué)院和解放軍信息工程大學(xué)是非圖情領(lǐng)域的研究機構(gòu)，這些作者都是以網(wǎng)絡(luò)輿情的研究為主，但是他們選擇在圖書情報領(lǐng)域的期刊上發(fā)表研究成果，這3所單位作者發(fā)表的論文就達(dá)87篇，占總發(fā)文量的15%，說明他們認(rèn)可情報研究在網(wǎng)絡(luò)輿情領(lǐng)域的應(yīng)用價值；而南京大學(xué)信息管理學(xué)院、南京政治學(xué)院信息管理系、福州大學(xué)公共管理學(xué)院、中山大學(xué)資訊管理系、武漢大學(xué)信息管理學(xué)院、廣州大學(xué)圖書館和華東師范大學(xué)商學(xué)院信息學(xué)系的作者都是以圖情領(lǐng)域的研究為主，他們則利用情報學(xué)的方法和手段對網(wǎng)絡(luò)輿情進行研究，這7所單位作者發(fā)表的論文達(dá)97篇，占總發(fā)文量的17%，說明他們認(rèn)可網(wǎng)路輿情研究已經(jīng)成為情報研究的熱點之一。

從機構(gòu)發(fā)文量上來看（見表1），在圖書情報領(lǐng)域發(fā)表網(wǎng)絡(luò)輿情論文最多的機構(gòu)是中國人民武裝警察部隊學(xué)院，達(dá)到了43篇。以該機構(gòu)為例，經(jīng)過文獻(xiàn)調(diào)研得知，在項目研究方面，有33篇論文是依托課題項目的成果，其中公安部應(yīng)用創(chuàng)新項目“公安邊防情報網(wǎng)絡(luò)偵察技術(shù)研究”、中國人民武裝警察部隊學(xué)院青年課題“邊防情報定量方法研究”、河北省社會科學(xué)基金項目“信息異化視角下網(wǎng)絡(luò)輿情衍生效應(yīng)與策略研究”以及教育部人文社會科學(xué)研究青年基金項目“大數(shù)據(jù)背景下微博輿情系統(tǒng)建模與引導(dǎo)機制研究”都與情報學(xué)密切相關(guān)；在內(nèi)容研究方面，涉及到輿情的傳播和擴散規(guī)律、傳播范圍、傳播模式以及傳播模型；在載體研究方面，涉及到了網(wǎng)絡(luò)新聞和以微博為代表的微媒體；在用戶研究方面，主要涉及意見領(lǐng)袖、網(wǎng)絡(luò)推手和微博群體；在理論與方法研究方面，涉及到了文獻(xiàn)計量分析、文獻(xiàn)增長規(guī)律、統(tǒng)計分析、信息生命周期理論、信息生態(tài)理論和競爭模型；在概念研究方面，涉及到了情報共享、網(wǎng)絡(luò)信息量、信息交互、信息異化和因素評價。這些都涉及到了情報學(xué)的方法和手段。圖書情報領(lǐng)域中的南京大學(xué)信息管理學(xué)院就網(wǎng)絡(luò)輿情發(fā)表論文22篇，錢愛兵[6]指出網(wǎng)絡(luò)輿情分析是信息處理領(lǐng)域內(nèi)的一個新興且有實用價值的方向并設(shè)計了一個基于主題的網(wǎng)絡(luò)輿情分析模型。張玥[7]以新浪微博為研究平臺，以打砸日系車突發(fā)公共事件為研究實例，結(jié)合信息采納模型和媒介豐富度理論，從信源特征和信息形式視角出發(fā)研究微博輿情傳播的影響路徑，分析相關(guān)影響因子，對假設(shè)進行驗證。沈超等[8]使用計算實驗方法將手機輿情話題傳播這一復(fù)雜系統(tǒng)抽象為運營商、媒介和用戶三類主體，給出了主體的屬性和行為規(guī)則，在此基礎(chǔ)上根據(jù)計算實驗理論設(shè)計了手機輿情傳播系統(tǒng)的演化實驗?zāi)Ｐ停瑥倪\營商監(jiān)管、媒介數(shù)量和用戶密度三方面進行了研究。戴娟[9]通過布點、連線、成面、引爆、監(jiān)測五策略優(yōu)化圖書館官方微媒體的微矩陣，把握微博發(fā)布規(guī)律，適時進行輿情監(jiān)測，分析影響，發(fā)現(xiàn)不足，以讓圖書館在微媒體中有更多的展示和曝光機會。以上這些研究都是情報學(xué)在網(wǎng)絡(luò)輿情研究中的應(yīng)用。

表1 網(wǎng)絡(luò)輿情發(fā)文量前十機構(gòu)

從作者的發(fā)文量來看（見表2），福州大學(xué)經(jīng)濟與管理學(xué)院的陳福集、中山大學(xué)資訊管理學(xué)院的曹樹金、廣州大學(xué)圖書館的艾新革和武漢大學(xué)信息管理學(xué)院的李綱都來自于圖書情報領(lǐng)域，他們共發(fā)文31篇。陳福集專注于利用情報分析對網(wǎng)絡(luò)輿情進行建模研究，他提出網(wǎng)絡(luò)輿情熱點話題的六階段傳播模式[10]；提出熱點話題雙核心的手抓啞鈴宏觀傳播模式[10]；構(gòu)建了SEIRS網(wǎng)絡(luò)輿情傳播演化模型[11]；從統(tǒng)計數(shù)據(jù)出發(fā)建立需求空間模型和政府知識本體的空間模型[12]；建立政府回應(yīng)網(wǎng)絡(luò)輿情能力的系統(tǒng)動力學(xué)模型[13]；以網(wǎng)民、網(wǎng)絡(luò)媒體和政府為參與主體建立一個三方博弈模型[14]；建立基于演化博弈的網(wǎng)絡(luò)輿情熱點話題傳播模型[15]。曹樹金專注于用情報學(xué)中的技術(shù)手段對網(wǎng)絡(luò)輿情監(jiān)控系統(tǒng)的功能進行研究，他以逸仙時空BBS為輿情信息源，對需要關(guān)注的帖子進行情感傾向性分析的探索性研究，設(shè)計了主題帖自動標(biāo)引和情感傾向性分析策略，并對主題帖自動標(biāo)引結(jié)果、傾向性人工判斷與自動分析的結(jié)果進行對比[16]；建立三個可衡量關(guān)注度的變量設(shè)計規(guī)則算法，以每天和每小時作為檢測周期，對逸仙時空BBS中的主題帖進行篩選并預(yù)警，達(dá)到實時監(jiān)控網(wǎng)絡(luò)輿情突發(fā)異常的效果[17]；設(shè)計了一種基于統(tǒng)計、語言特征和主題詞影響力的綜合加權(quán)評估的輿情主題標(biāo)引方案及其關(guān)鍵算法，并通過四個實驗較為全面地分析方案的標(biāo)引效果和優(yōu)缺點[18]；通過對網(wǎng)絡(luò)新詞的構(gòu)造規(guī)律分析，對表達(dá)情感的網(wǎng)絡(luò)新詞進行識別算法的設(shè)計，提出基于HowNet和網(wǎng)絡(luò)情感詞的極性詞典的人工構(gòu)建方法，并設(shè)計了針對表達(dá)情感的網(wǎng)絡(luò)新詞的自動識別方法，進一步擴展極性詞的收錄范圍[19]。李綱對網(wǎng)絡(luò)輿情的研究著重于分析其傳播的過程、框架和信息環(huán)境，他提出了Web2.0環(huán)境下企業(yè)網(wǎng)絡(luò)輿情的“過程模型”，并從媒體、網(wǎng)民和企業(yè)三個角度對網(wǎng)絡(luò)輿情事件中各角色對網(wǎng)絡(luò)輿情傳播過程的影響做出了分析[20]；針對無法對輿情信息進行有效搜集、分析等難題，利用意見挖掘的相關(guān)技術(shù)，采用分步驟、分模型的設(shè)計方法，構(gòu)建出城市形象網(wǎng)絡(luò)監(jiān)測系統(tǒng)；通過對與城市有關(guān)的評論進行挖掘和分析，識別其情感傾向和演化規(guī)律，并以可視化的界面將結(jié)果展現(xiàn)給相關(guān)政府部門[21]；論述了社會語義網(wǎng)、事件鏈和信息流的應(yīng)用價值，形成主題研究的方法體系[22]；指出當(dāng)前突發(fā)公共事件網(wǎng)絡(luò)輿情面臨的問題:理論與實踐有待進一步融合，缺乏量化分析的體系與框架，微觀層面分析有待深入，缺少網(wǎng)民社會結(jié)構(gòu)和群體行為研究，可視化展示和監(jiān)測技術(shù)將大有作為[23]。而來自于網(wǎng)絡(luò)輿情領(lǐng)域的蘭月新、曾潤喜、張玉亮、劉繼、黃煒和孫寧這6位作者的總發(fā)文量達(dá)到了53篇，通過文獻(xiàn)得知，盡管蘭月新發(fā)文量最多，但曾潤喜在該領(lǐng)域研究早于他，且蘭月新后面的研究中與曾潤喜合作較多，分析曾潤喜可能是蘭月新的指導(dǎo)老師或項目指導(dǎo)專家，選取曾潤喜的研究成果為樣本分析發(fā)現(xiàn)他早在2009年就利用文獻(xiàn)調(diào)研和文獻(xiàn)綜述的方法從網(wǎng)絡(luò)輿情的基礎(chǔ)理論、網(wǎng)絡(luò)輿情的管控機制、網(wǎng)絡(luò)輿情的外部性、網(wǎng)絡(luò)輿情的技術(shù)與系統(tǒng)構(gòu)建四個角度對我國網(wǎng)絡(luò)輿情研究現(xiàn)狀和研究機構(gòu)的發(fā)展現(xiàn)狀進行分析[24]；從信息系統(tǒng)角度提出政務(wù)流程重組，降低職能部門間的政務(wù)耦合度和政務(wù)關(guān)聯(lián)度，從而實現(xiàn)有效降低網(wǎng)絡(luò)輿情信息資源共享需求，提升單個職能部門的信息全面度，建立由核心業(yè)務(wù)子系統(tǒng)、數(shù)據(jù)中心子系統(tǒng)、決策支持子系統(tǒng)組成的網(wǎng)絡(luò)輿情信息資源共享機制[25]；利用問卷調(diào)查法，向?qū)＜野l(fā)放74份問卷，利用層次分析法構(gòu)建了警源、警兆、警情三類因素和現(xiàn)象的網(wǎng)絡(luò)輿情突發(fā)事件預(yù)警指標(biāo)體系，并對影響這一指標(biāo)體系的因素和現(xiàn)象進行排序，確定影響權(quán)重[26]。

表2 網(wǎng)絡(luò)輿情發(fā)文量前十作者

從以上這些研究可以看出，情報分析在網(wǎng)絡(luò)輿情領(lǐng)域已經(jīng)有了很好的應(yīng)用，尤其是從2013年開始，出現(xiàn)了大量情報分析與網(wǎng)絡(luò)輿情結(jié)合的成果，許多網(wǎng)絡(luò)輿情領(lǐng)域的學(xué)者在研究中開始應(yīng)用情報分析的理論、方法、技術(shù)和手段，并在圖書情報領(lǐng)域發(fā)表了大量的論文，而這些論文也刺激了圖書情報領(lǐng)域的學(xué)者關(guān)注網(wǎng)絡(luò)輿情的研究，這兩個領(lǐng)域的學(xué)者、研究機構(gòu)和學(xué)術(shù)期刊機構(gòu)都認(rèn)可了情報學(xué)在網(wǎng)絡(luò)輿情研究中的價值。

3 大數(shù)據(jù)環(huán)境下網(wǎng)絡(luò)輿情研究的現(xiàn)狀與問題

由于網(wǎng)絡(luò)輿情就是誕生于互聯(lián)網(wǎng)的背景下，而大數(shù)據(jù)的主體數(shù)據(jù)也是來源于互聯(lián)網(wǎng)，所以網(wǎng)絡(luò)輿情從根本上就具有大數(shù)據(jù)的特征，現(xiàn)有的網(wǎng)絡(luò)輿情研究還存在以下問題。

3.1 僅關(guān)注意見領(lǐng)袖的研究，忽略全用戶群的研究

以用戶研究為例，主要還是對互聯(lián)網(wǎng)環(huán)境下的意見領(lǐng)袖進行研究，方法上，郭鳳林等[27]利用實際案例的意見領(lǐng)袖微博數(shù)據(jù)，發(fā)現(xiàn)意見領(lǐng)袖發(fā)揮著將公民個體訴求轉(zhuǎn)化為大眾議題的中介作用，呈現(xiàn)出“個體-意見領(lǐng)袖-大眾”的兩級結(jié)構(gòu)；王國華等[28]在實際案例中從知識背景、社會地位、媒體使用三個維度對意見領(lǐng)袖進行了類型分析，然后以事件輿情生命周期為脈絡(luò)，具體分析了意見領(lǐng)袖的介入時點、行為方式和影響；劉志明等[29]使用層次分析法和粗糙集決策分析理論從用戶影響力和用戶活躍度角度構(gòu)建了微博意見領(lǐng)袖指標(biāo)體系；方興東等[30]采用層次分析法和專家打分法，建立一套評價微博意見領(lǐng)袖的綜合指標(biāo)體系模型；朱衛(wèi)未等[31]利用社會網(wǎng)絡(luò)分析方法識別輿情傳播網(wǎng)絡(luò)中的重要節(jié)點并結(jié)合偏好排序算法分析這些重要節(jié)點對輿情的影響；技術(shù)上，肖宇等[32]結(jié)合聚類算法和分類算法提出一種基于話題內(nèi)容分析的興趣團體發(fā)現(xiàn)方法，還提出了一種新的LeaderRank意見領(lǐng)袖發(fā)現(xiàn)算法。葛斌等[33]綜合運用多種信息處理技術(shù)設(shè)計并實現(xiàn)了網(wǎng)絡(luò)論壇意見領(lǐng)袖自動挖掘系統(tǒng)。由于意見領(lǐng)袖在網(wǎng)絡(luò)輿情事件中往往會產(chǎn)生重大影響，所以大量研究從方法上和技術(shù)上體現(xiàn)如何發(fā)現(xiàn)和挖掘出意見領(lǐng)袖，而在大數(shù)據(jù)環(huán)境下，資源的豐富和媒體的多樣，產(chǎn)生了來自于各個領(lǐng)域的意見領(lǐng)袖，每個意見領(lǐng)袖都有其產(chǎn)生的背景和個體的偏好等特征，此外意見領(lǐng)袖在網(wǎng)絡(luò)輿情事件中只起著催化作用，真正的推動者是普通的用戶群體，所以僅做意見領(lǐng)袖的發(fā)現(xiàn)研究是不足的，對輿情用戶的研究既要考慮意見領(lǐng)袖也要考慮用戶群體。

3.2 僅關(guān)注自媒體的研究，忽略全媒體的研究

在媒體研究方面，主要還是對以微博為代表的自媒體進行研究，金鑫等[34]采用復(fù)雜網(wǎng)絡(luò)分析方法并結(jié)合新浪微博獲取的數(shù)據(jù)分析了微博的社會網(wǎng)絡(luò)結(jié)構(gòu)的特點及其對輿情傳播的影響；陳舒暢等[35]結(jié)合小世界理論，以網(wǎng)絡(luò)輿情的生命周期為脈絡(luò)構(gòu)建出基于微博的網(wǎng)絡(luò)輿情傳播模型；孫飛顯等[36]提出了一種針對政府的負(fù)面網(wǎng)絡(luò)輿情定量監(jiān)測方法；王小立[37]結(jié)合復(fù)雜網(wǎng)絡(luò)與Agent的建模方法對微信信息的傳播進行研究，提出三種基于各變量的演化規(guī)則。王晶[38]運用大數(shù)據(jù)挖掘的方法，就熱點話題進行用戶特征和發(fā)展趨勢的追蹤分析；肖麗妍等[39]采用專家打分和層次分析法從影響力廣度、影響力強度和影響力速度三個維度建立指標(biāo)體系，衡量和評價基于微博的企業(yè)網(wǎng)絡(luò)輿情社會影響力；鄭安迪[40]對微信朋友圈謠言的傳播特征進行分析并提出治理措施。自媒體已經(jīng)成為互聯(lián)網(wǎng)環(huán)境下重要的輿情大數(shù)據(jù)，對自媒體信息的采集和分析的確有助于輿情的監(jiān)測和預(yù)警，但是近兩年來微博已步入頹然趨勢，微信成為重要的自媒體發(fā)布源，但是微信和微博都是基于熟人網(wǎng)絡(luò)進行信息傳播，大眾對于互聯(lián)網(wǎng)信息的第一手獲取往往是移動終端上的信息聚合應(yīng)用（例如今日頭條），用戶可以對聚合的新聞評論和轉(zhuǎn)發(fā)，網(wǎng)絡(luò)輿情產(chǎn)生可能就是來源于某一條推送的信息，所以僅對自媒體的輿情信息進行研究是不足的，對輿情媒體的研究既要考慮自媒體也要考慮全媒體。

3.3 僅關(guān)注輿情治理的研究，忽略輿情生態(tài)環(huán)境的研究

在輿情演化研究方面，主要還是對輿情的引導(dǎo)、疏導(dǎo)和治理方面進行研究，易臣何等[41]分析了突發(fā)事件網(wǎng)絡(luò)輿情經(jīng)歷觸發(fā)、集聚、熱議和升華的四個關(guān)口的規(guī)律；張玥等[42]從信息生命周期視角構(gòu)建基于信息生命周期的網(wǎng)絡(luò)輿情監(jiān)測三維立體框架；張倩楠等[43]基于演化博弈理論，通過博弈進化計算，為網(wǎng)絡(luò)監(jiān)管部門的控制提出意見；相麗玲等[44]論述了網(wǎng)絡(luò)輿情危機的不可預(yù)見性、傳播廣泛性、多級衍生性、交流非理性和引導(dǎo)可控性等演化特征；宋彪等[45]應(yīng)用群集動力學(xué)和演化博弈論的方法構(gòu)建了網(wǎng)絡(luò)輿情疏導(dǎo)模型；周耀明等[46]構(gòu)建了分布模式、平穩(wěn)模式、相關(guān)模式、自相似模式、周期模式和趨勢模式這6個網(wǎng)絡(luò)輿情演化模式并給出相應(yīng)的模式分析方法；郭韌等[47]運用系統(tǒng)動力學(xué)方法研究了移動網(wǎng)絡(luò)下網(wǎng)絡(luò)輿情的演化機理，提出了移動網(wǎng)絡(luò)輿情管理的策略；高艷子等[48]通過對網(wǎng)絡(luò)輿情的動態(tài)傳播演化分析找出起關(guān)鍵作用的因素；齊佳音[49]通過與28位專家進行交流和訪談從微觀層面上提出分為四級包含共22個內(nèi)源動力與外源動力因素的網(wǎng)絡(luò)輿情態(tài)勢演化動力機制。從以上研究可以看出，對網(wǎng)絡(luò)輿情的演化研究其目的主要是輿情的疏導(dǎo)和治理，而疏導(dǎo)和治理往往都是發(fā)生在網(wǎng)絡(luò)輿情積聚到一定程度的基礎(chǔ)上，此時若沒有處理好，很容易產(chǎn)生輿情危機。網(wǎng)絡(luò)輿情的良性發(fā)展需要良好的信息環(huán)境，所以僅對網(wǎng)絡(luò)輿情的演化模式和疏導(dǎo)機制研究是不足的，對網(wǎng)絡(luò)輿情的演化研究應(yīng)該擴展到輿情信息環(huán)境的研究上。

4 大數(shù)據(jù)環(huán)境下情報學(xué)在網(wǎng)絡(luò)輿情研究中的作用

首先，大數(shù)據(jù)環(huán)境下網(wǎng)絡(luò)輿情信息不僅包括微博微信和網(wǎng)站評論這些顯性輿情信息，還包括用戶搜索記錄和用戶登錄記錄等隱性輿情信息，所以輿情信息量很大；其次，網(wǎng)絡(luò)輿情演化中最明顯的特征是具有突變性，而在大數(shù)據(jù)環(huán)境下，輿情信息的變化很快，有可能突然發(fā)布的某一條信息就會引發(fā)輿情危機；最后，由于載體和形式的限制，網(wǎng)絡(luò)輿情與其他網(wǎng)絡(luò)信息不同的是每條信息字?jǐn)?shù)不多，評論一般十字左右，微博一百多字，所以其單條信息的內(nèi)涵和價值低，尤其是在大數(shù)據(jù)環(huán)境下，大量無意義的輿情信息中僅有少部分是有用的。針對大數(shù)據(jù)環(huán)境下新出現(xiàn)的以上問題，情報學(xué)以全源為基礎(chǔ)，以多維為方向，以融合為手段，可以為網(wǎng)絡(luò)輿情大數(shù)據(jù)的研究做出貢獻(xiàn)。

4.1 大數(shù)據(jù)環(huán)境下對網(wǎng)絡(luò)輿情媒體的多維建模

盡管有些網(wǎng)絡(luò)輿情信息最初是來源于社會媒體（報紙、廣播、電視或現(xiàn)場事件等），但一定是有人將其數(shù)字化并發(fā)布在互聯(lián)網(wǎng)媒體上，才會產(chǎn)生網(wǎng)絡(luò)輿情，所以互聯(lián)網(wǎng)媒體一定是網(wǎng)絡(luò)輿情的信息來源和演化載體。網(wǎng)絡(luò)輿情所觸及的互聯(lián)網(wǎng)媒體中，用戶主動查詢信息的有新聞門戶網(wǎng)站、政府網(wǎng)站、企業(yè)網(wǎng)站、行業(yè)網(wǎng)站；推送信息給用戶的有新聞聚合網(wǎng)站和移動新聞端；用戶自主發(fā)布信息的有BBS、微博和微信。這些輿情大數(shù)據(jù)的特征不一，可根據(jù)不同媒體上的信息主體權(quán)威度、信息類型、信息數(shù)量、文本長度、信息內(nèi)涵度、自然語言、規(guī)范文本、信息可信度、信息時效性、信息價值性、用戶量級、數(shù)據(jù)獲取方式、數(shù)據(jù)獲取難易度等指標(biāo)進行不同維度的建模。網(wǎng)絡(luò)輿情的演化過程包括潛伏期、爆發(fā)期、蔓延期、反復(fù)期、緩解期和長尾期這6個階段，但并不是每個輿情都必須要完整經(jīng)歷這6個階段。對輿情媒體多維建模的目的就在于識別他們在演化過程中各個階段所起的作用和扮演的角色，例如在一次完整的網(wǎng)絡(luò)輿情演化過程中，通過對不同輿情媒體的大數(shù)據(jù)進行建模，可以分析出潛伏期作為最初的原創(chuàng)信息發(fā)布中介的媒體，爆發(fā)期轉(zhuǎn)載原創(chuàng)信息引發(fā)極大關(guān)注的媒體，蔓延期將關(guān)注信息進行廣泛散播的媒體，反復(fù)期通過不停舉證和論證讓信息關(guān)注度高低起伏的媒體，緩解期通過信息公開或說明解釋等方式降低輿情關(guān)注度的媒體，長尾期進行記憶梳理或案例分析的媒體。因為在輿情信息傳播過程中，可能會產(chǎn)生人為或非人為的信息變質(zhì)，繼而引發(fā)輿論風(fēng)暴，產(chǎn)生輿情危機，所以通過多維建?？梢园l(fā)現(xiàn)對輿情危機起催化作用的媒體，對他們保持重點關(guān)注。

4.2 大數(shù)據(jù)環(huán)境下對網(wǎng)絡(luò)輿情用戶的全源畫像

在不同的互聯(lián)網(wǎng)媒體上注冊，用戶傾向于用同樣的用戶名和昵稱，許多系統(tǒng)還會保留用戶發(fā)帖或登錄的IP地址，這些為對同一用戶在不同網(wǎng)絡(luò)平臺上發(fā)布的信息進行關(guān)聯(lián)提供了可能。大數(shù)據(jù)環(huán)境下對輿情用戶的全源畫像是指以具體的每個用戶為單位，將其在不同平臺上發(fā)布的原創(chuàng)信息、轉(zhuǎn)載信息和評論等進行采集和集成，一是通過對文本中的詞進行情感傾向計算，為每個用戶打分，識別用戶的網(wǎng)絡(luò)情緒，二是通過分析用戶的原創(chuàng)度、轉(zhuǎn)載度、所有注冊網(wǎng)站的領(lǐng)域、發(fā)布信息頻率等為用戶打上標(biāo)簽，刻畫用戶的個體特征。通過對特定用戶相關(guān)的全網(wǎng)信息收集、集成、計算、分析和標(biāo)簽化等進行全源畫像，其目的是對輿情用戶進行識別，用戶可以分為意見領(lǐng)袖、網(wǎng)絡(luò)推手、網(wǎng)絡(luò)水軍、從眾用戶、熱衷用戶和漠然用戶。其中意見領(lǐng)袖指粉絲眾多，網(wǎng)絡(luò)影響力強的用戶；網(wǎng)絡(luò)推手指善于煽動網(wǎng)民和策劃事件的用戶；網(wǎng)絡(luò)水軍指受利益驅(qū)使發(fā)布特定信息的用戶；從眾用戶指跟隨大趨勢人云亦云的用戶；熱衷用戶指有自主想法并熱衷輿情信息的用戶；漠然用戶指關(guān)注網(wǎng)絡(luò)輿情信息卻很少發(fā)布信息的用戶。其中意見領(lǐng)袖、網(wǎng)絡(luò)推手、熱衷用戶是網(wǎng)絡(luò)輿情演化中的關(guān)鍵角色，他們不是一成不變的，在不同的事件、平臺和過程中可能會發(fā)生角色的相互轉(zhuǎn)化。利用用戶的全網(wǎng)大數(shù)據(jù)進行畫像不僅可以識別出他們，還可以發(fā)現(xiàn)他們的轉(zhuǎn)化過程。

4.3 大數(shù)據(jù)環(huán)境下對網(wǎng)絡(luò)輿情環(huán)境的融合研究

大數(shù)據(jù)環(huán)境下，輿情用戶、輿情媒體和輿情信息都一直處在復(fù)雜多變的狀態(tài)下。首先，輿情信息的文本字?jǐn)?shù)差異大（十幾個字的短評和上千字的發(fā)帖等）、文本數(shù)量多（微博等自媒體信息）、自然語言表述（口語化文本等），無意義甚至是虛假信息的文本（水貼和攻擊性貼等）大量存在，所以需要對輿情大數(shù)據(jù)進行融合從而辨真假和找價值，提高網(wǎng)絡(luò)輿情生態(tài)環(huán)境中的信息質(zhì)量。其次，對輿情媒體的類型、狀態(tài)、地域和行業(yè)等進行分析和融合，有助于優(yōu)化網(wǎng)絡(luò)輿情生態(tài)環(huán)境中的傳播路徑。最后，輿情用戶在不同的輿情媒體和不同的輿情演化過程中作用不一，將基于全網(wǎng)信息的用戶標(biāo)簽和用戶發(fā)布信息的情感計算融合，可以分析用戶的角色以及網(wǎng)絡(luò)情緒狀態(tài)，改善網(wǎng)絡(luò)輿情生態(tài)環(huán)境中的信息節(jié)點。情報學(xué)中的建模、畫像研究在微觀層面上為網(wǎng)絡(luò)輿情生態(tài)環(huán)境的構(gòu)建打下基礎(chǔ)，信息生態(tài)研究以及信息政策法規(guī)研究在宏觀層面上為網(wǎng)絡(luò)輿情生態(tài)環(huán)境的發(fā)展指明方向，通過融合情報學(xué)與網(wǎng)絡(luò)輿情的研究建立一個大數(shù)據(jù)環(huán)境下具有高效調(diào)節(jié)功能的良性網(wǎng)絡(luò)輿情生態(tài)環(huán)境，實現(xiàn)以趨勢預(yù)測代替危機補救，用環(huán)境優(yōu)化代替輿情治理的目標(biāo)。

5 結(jié)語

從已有研究來看，越來越多的網(wǎng)絡(luò)輿情學(xué)者應(yīng)用情報學(xué)的理論、方法和技術(shù)，也有越來越多的情報研究學(xué)者著手網(wǎng)絡(luò)輿情研究。在大數(shù)據(jù)環(huán)境下，網(wǎng)絡(luò)輿情呈現(xiàn)出復(fù)雜性、非線性發(fā)展的特征，情報學(xué)領(lǐng)域的建模、畫像、融合、信息生態(tài)以及信息政策法規(guī)等方面的研究可以為此做出貢獻(xiàn)。

［1］劉毅.網(wǎng)絡(luò)輿情研究概論［M］.天津：天津人民出版社，2007：53.

［2］丁菊玲，勒中堅，王根生.我國網(wǎng)絡(luò)輿情危機預(yù)警研究探討［J］.情報雜志，2010，29（10）：5-6.

［3］艾新革.政府輿情信息需求理論初探［J］.圖書館論壇，2011（2）：9-13.

［4］中共中央宣傳部輿情信息局.輿情信息工作概論［M］.北京：學(xué)習(xí)出版社，2006：34.

［5］鄧汝邦.社會科學(xué)情報研究概論［M］.廣州：廣州出版社，1999：35-36，47.

［6］錢愛兵.基于主題的網(wǎng)絡(luò)輿情分析模型及其實現(xiàn)［J］.現(xiàn)代圖書情報技術(shù)，2008（4）：49-55.

［7］張玥，孫霄凌，浦正寧，等.微博輿情傳播影響因素研究——基于信源特征和信息形式的視角［J］.情報資料工作，2014（3）：59-64.

［8］沈超，朱慶華，朱恒民.基于計算實驗的手機輿情傳播演化研究［J］.情報雜志，2014（2）：114-119.

［9］戴娟.圖書館官方微博微矩陣規(guī)劃研究［J］.新世紀(jì)圖書館，2012（8）：36-38.

［10］陳福集，胡改麗.網(wǎng)絡(luò)輿情熱點話題傳播模式研究［J］.情報雜志，2014（1）：97-101，156.

［11］陳福集，陳婷.基于SEIRS傳播模型的網(wǎng)絡(luò)輿情衍生效應(yīng)研究［J］.情報雜志，2014（2）：108-113，160.

［12］陳福集，鄭小雪.面向網(wǎng)絡(luò)輿情的政府知識模型研究［J］.圖書情報工作，2012（8）：123-127，122.

［13］陳福集，葉萌.系統(tǒng)動力學(xué)視角下政府回應(yīng)網(wǎng)絡(luò)輿情的能力提升研究［J］.情報雜志，2013（11）：121-127.

［14］陳福集，黃江玲.三方博弈視角下的網(wǎng)絡(luò)輿情演化研究［J］.情報科學(xué)，2015（9）：22-26.

［15］陳福集，黃江玲.基于演化博弈的網(wǎng)絡(luò)輿情熱點話題傳播模型研究［J］.情報科學(xué)，2015（11）：74-78.

［16］曹樹金，周小又，陳桂鴻.網(wǎng)絡(luò)輿情監(jiān)控系統(tǒng)中的主題帖自動標(biāo)引及情感傾向分析研究［J］.圖書情報知識，2012（1）：66-73.

［17］曹樹金，鄭凌，陳憶金.網(wǎng)絡(luò)輿情突發(fā)異常識別及關(guān)鍵算法研究［J］.圖書情報知識，2012（1）：43-51.

［18］曹樹金，陳桂鴻，陳憶金.網(wǎng)絡(luò)輿情主題標(biāo)引算法與實現(xiàn)［J］.圖書情報知識，2012（1）：52-59，73.

［19］曹樹金，張學(xué)蓮，陳憶金.網(wǎng)絡(luò)輿情意見挖掘中極性詞典構(gòu)建和極性識別方法研究［J］.圖書情報知識，2012（1）：60-65.

［20］李綱，董琦.Web2.0環(huán)境下企業(yè)網(wǎng)絡(luò)輿情傳播過程的研究及實證分析［J］.情報科學(xué)，2011（12）：1810-1814.

［21］李綱，陳婧，程明結(jié)，等.基于意見挖掘的城市形象網(wǎng)絡(luò)監(jiān)測系統(tǒng)初探［J］.現(xiàn)代圖書情報技術(shù)，2010（2）：56-62.

［22］李綱，葉光輝.網(wǎng)絡(luò)視角下的應(yīng)急情報體系“智慧”建設(shè)主題探討［J］.情報理論與實踐，2014（8）：51-55.

［23］李綱，陳璟浩.突發(fā)公共事件網(wǎng)絡(luò)輿情研究綜述［J］.圖書情報知識，2014（2）：111-119.

［24］曾潤喜.我國網(wǎng)絡(luò)輿情研究與發(fā)展現(xiàn)狀分析［J］.圖書館學(xué)研究，2009（8）：2-6.

［25］曾潤喜.網(wǎng)絡(luò)輿情信息資源共享研究［J］.情報雜志，2009（8）：187-191.

［26］曾潤喜.網(wǎng)絡(luò)輿情突發(fā)事件預(yù)警指標(biāo)體系構(gòu)建［J］.情報理論與實踐，2010（1）：77-80.

［27］郭鳳林，邵梓捷，嚴(yán)潔.網(wǎng)絡(luò)輿情事件中的意見領(lǐng)袖網(wǎng)絡(luò)結(jié)構(gòu)及其政治參與意涵［J］.東北大學(xué)學(xué)報（社會科學(xué)版），2015（2）：169-174.

［28］王國華，張劍，畢帥輝.突發(fā)事件網(wǎng)絡(luò)輿情演變中意見領(lǐng)袖研究——以藥家鑫事件為例［J］.情報雜志，2011（12）：1-5.

［29］劉志明，劉魯.微博網(wǎng)絡(luò)輿情中的意見領(lǐng)袖識別及分析［J］.系統(tǒng)工程，2011（6）：8-16.

［30］方興東，葉秀敏.微博意見領(lǐng)袖的評價研究［J］.新聞界，2014（5）：56-60.

［31］朱衛(wèi)未，王海琴.基于社會網(wǎng)絡(luò)和偏好排序的意見領(lǐng)袖識別方法研究——以“阿里平臺為云南魯?shù)槟季琛睘槔跩］.情報雜志，2015（6）：104-108.

［32］肖宇，許煒，夏霖.一種基于情感傾向分析的網(wǎng)絡(luò)團體意見領(lǐng)袖識別算法［J］.計算機科學(xué)，2012（2）：34-37.

［33］葛斌，蔣林承，肖延?xùn)|，等.網(wǎng)絡(luò)論壇意見領(lǐng)袖挖掘系統(tǒng)設(shè)計與實現(xiàn)［J］.電腦知識與技術(shù)，2011（22）：5393-5395.

［34］金鑫，謝斌，朱建明.基于復(fù)雜網(wǎng)絡(luò)分析的微博網(wǎng)絡(luò)輿情傳播［J］.吉林大學(xué)學(xué)報（工學(xué)版），2012（S1）：271-275.

［35］陳舒暢，葉曉雪，蔣麗莎，等.基于微博的網(wǎng)絡(luò)輿情動力學(xué)研究［J］.黑龍江科技信息，2013（2）：86-87.

［36］孫飛顯，程世輝，倪天林，等.基于新浪微博的負(fù)面網(wǎng)絡(luò)輿情監(jiān)測研究——針對政府的負(fù)面網(wǎng)絡(luò)輿情研究系列之一［J］.情報雜志，2015（4）：81-84.

［37］王小立.微信傳播建模分析［J］.現(xiàn)代情報，2015（7）：53-56.

［38］王晶.大數(shù)據(jù)時代的新媒體輿論特點［J］.新聞世界，2015（10）：131-132.

［39］肖麗妍，齊佳音.基于微博的企業(yè)網(wǎng)絡(luò)輿情社會影響力評價研究［J］.情報雜志，2013（5）：5-10.

［40］鄭安迪.微信朋友圈謠言的傳播特征及治理措施［J］.新媒體研究，2015（12）：14-15.

［41］易臣何，何振.突發(fā)事件網(wǎng)絡(luò)輿情的生成演化規(guī)律研究［J］.湘潭大學(xué)學(xué)報（哲學(xué)社會科學(xué)版），2014（2）：74-78.

［42］張玥，羅萍，劉千里.基于信息生命周期理論的網(wǎng)絡(luò)輿情監(jiān)測研究［J］.情報科學(xué)，2013（11）：22-25.

［43］張倩楠，楊尊琦，史浩.有限理性轉(zhuǎn)發(fā)者的社會網(wǎng)絡(luò)輿情演化分析［J］.情報雜志，2014（9）：129-134.

［44］相麗玲，王晴.信息公開背景下網(wǎng)絡(luò)輿情危機演化特征及治理機制研究［J］.情報科學(xué)，2014（4）：26-30.

［45］宋彪，朱建明，黃啟發(fā).基于群集動力學(xué)和演化博弈論的網(wǎng)絡(luò)輿情疏導(dǎo)模型［J］.系統(tǒng)工程理論與實踐，2014（11）：2984-2994.

［46］周耀明，張慧成，王波.網(wǎng)絡(luò)輿情演化模式分析［J］.信息工程大學(xué)學(xué)報，2012（3）：334-341.

［47］郭韌，陳福集，李江竹，等.移動網(wǎng)絡(luò)對網(wǎng)絡(luò)輿情演化的影響研究［J］.情報雜志，2015（7）：130-134.

［48］高艷子，秦江濤.網(wǎng)絡(luò)輿情的動態(tài)傳播演化研究［J］.江蘇

The Role of Information Science in the Research of Network Public Opinions in the Big Data Environment

Xu Min
Department of Information Management，Peking University，Beijing 100871，China

A survey on the status quo of network public opinion research in CNKI journals concerning library intelligence showed that the theories,methods and technologies of information science have been widely applied in the field.Three problems have been disclosed in network public opinion research through literature analysis,namely paying attention only to the research on opinions of leaders but not those of overall users group;paying attention to self-media but overlooking omnimedia;paying attention to network public opinion governance but overlooking the environment of public opinion.In order to solve these problems,we can build a multi-dimensional model of public opinion by using the theories and methodology of information science and give a full portrait of users and conduct an integrated research of the public opinion environment.We should accomplish the goal of predicating tendency instead of remedying crises and improve the environment instead of governing public opinions.

big data;information science;network public opinion;modeling;portrait;integration

G359.22

*本文系國家社會科學(xué)基金重點項目“大數(shù)據(jù)環(huán)境下的計算型情報分析方法與技術(shù)研究”（項目編號：14ATQ005）的研究成果之一