这本书好像没什么人评分,时隔三年,里面提到的一些观点至今适用,对于刚刚接触舆情相关知识的小白来说,该书比较友好,不会涉及繁杂公式理论,宏观上解释了网络舆情发展和规律,提供了一些思路。写这个是为了记录一下而已,不然我很有可能看不完一本书。
书籍:《大数据时代的网络舆情》
作者:杨明刚. 北京大学电子政务研究院副院长,天津市网络内容建设与综合治理研究院副院长。中国警察法学研究会反恐与网络安全治理专家,中国大数据产业联盟专家。
ISBN:9787550718432
出版年:-6-1
网络舆情学是研究网络时代社会舆情借助网络环境发生、发展、传播以及与社会组织或网络用户互动关系规律的一门学科。
科波拉的软件公司推出:网络舆情感情色彩分析软件。实现舆情信息过滤及舆情重要程度排序,剔除文本中无关内容,将作者好恶、情绪、价值取向等进行分析和归类,并判断出文章感情色彩,以供政府/机构了解民意态度和大众态度,为政府准确把握民情事态提供依据。聚合分析,挖掘数据中的聚合关联信息,并提取出有价值的舆情资料。
社会性网络服务(SNS)
社会性网络服务是一个平台,借以建立人与人之间的社会网络或社会关系如利益共享、活动、背景或现实关系的连接。
社交网站允许用户在它们的网站上共享他们的思想、观点或是对某一事件的态度等,包括允许用户在网络上分享图片、文章、活动、事件等信息。在中国、社区交友类服务的覆盖人数超过7亿,其中“微博服务”的覆盖人数超过社交网络覆盖人数,成为最受欢迎的社交服务。随着社交服务的进一步渗透,社会化媒体营销逐渐成为企业在网络营销中的重要布局之一,微博平台也成为中国网民参与互动的重要平台之一
某种程度上解释了为什么现在的论文很多人都以微博做研究对象,其中一个是爬取简单,再者可能是以上的原因。但是除了微博知乎微信公众号以外,b站这些视频网站也可以是分析舆情发展的对象。随着发展,除了文字,图片内容/视频的内容其实也在引导舆情发展,可是现在好像还是以文字为主体研究舆情。
聚合分析
区别于简单计算文字/词组出现频率的方法,识别一篇文章中某些文字的“突发”增长可以快速识别最新的趋势和热点问题,更有效地筛序重要信息,快速找到潜在的网络平台上的舆情或民情热点。
聚合分析的下期做具体案例分析,我们讨论一下“计算文字/词组出现频率”和“识别一篇文章中某些文字的突发增长”的差异以及适用场景。
未来发展
每一个网络用户或社交媒体平台的参与者都是网络的一部分,网络上的意见表达通常反映了网民对现实生活的态度以及网民的兴趣或偏好,包括对工作、生活、社会的看法,以及他们对自身或是团体利益的关切。这种情绪通常能够影响到人们现实的行为和行事的方式,并直接导致网络情绪作用下的现实后果。
这个的背后应该是想表达一种动态过程,事态发展影响舆情,舆情又反过来影响事态发展,有点像系统动力学(但现在系统动力学研究舆情的还不是特别多,所以也是一个不错的方向)。舆情发展会影响到不同主体(政府/公众/媒体),不同主体又相互影响,非常系统动力学了,可以可以。
网络上的人际沟通行为和信息传播规律是可以被发现、认识以及预测的。更进一步讲,对网络进行人为干预是把理论研究转化为实际应用的至关重要的一步。以预测和推荐为代表的网络信息挖掘和以控制为代表的网络干预,极可能成为下一个十年复杂网络研究的重要突破点。
划重点!!!预测和推荐!!!网络舆情分析不应该止步于分析以往公众态度,应该往前走走。不过这个看起来还蛮难的
舆情承载的是治理的兴衰和存废。我们并不知道哪次公共事件才是压垮民众心理承受力的最后那根稻草。面对可能突然而至的社会危机,我们的治理秩序需要深刻反省,及早应对,科学处置。
电报时代后的网络舆情
进入20世纪,电报、电话以及互联网的发明,导致了與情的产生、传播出现了前所未有的状况,舆情制造成本降低,與情传递效率空前提高,舆情对治理的影响以及对社会的影响力也比之前有了革命性的提升。
有点像是讲舆情的坏处,集中在信息爆炸所带来的“数据过剩”的压力。
自媒体时代
自媒体的出现,使得任何社会个体在网络时代均具备了发布观点进而影响其他群体的道。媒体的繁荣是信息技术发展和应用的产物,亦是由于主流媒体长期和严重缺位所导致的。同时,自媒体的繁荣亦包含着社会民众寻求解决社会治理信息的不对称状态的努力。
现代舆情的主要表现为网络中各类舆情的出现及其发生、发展、演变。可以往双刃剑的方向写,在自媒体的发展过程中,谣言、虚假信息、网络欺诈、知识产权侵犯、色情与暴力、阴谋论、泛商业化都是他们的另一面。值得注意的是,任何负面新闻在多种因素共同作用下都有可能在极短时间内演变成无可挽回的公关危机。
社会化媒体的多样性
个性表达空间的延展性提高坚持不懈揭示真相的是网络媒体和网民群体;自媒体弥补了传统媒体互动性欠缺的不足,两者优势互补【这个方向就是传统媒体与自媒体的对比】信息传递功能的路径多样化
自媒体进入门槛低,拓宽了传统媒体的垄断地位,削弱了传统媒体对社会的实现影响力观点多元化
由于每个人背景及文化差异,自媒体发布信息具有相当程度的自主性和随意性。对公众信息自我辨识能力要求更高
对于普通网络用户而言,缺少足够的外部信息支持会导致用户难以在信息中间进行准确、客观评判。自媒体时代,各种代表各方利益的自媒体在网上发布许多具有强烈倾向性的信息,有意引导或是转移公众视线强蝴蝶效应
语言暴力的问题
随着互联网和移动互联网的发展,自媒体开创了一个信息碎片时代。人际交往沟通的必要信息的不充分获取,会导致人的认知能力的偏差,自我、自私甚至语言暴力出现了。当一种负面的情绪在自媒体世界被以几何级数放大以后,这种负面信息很有可能导致一部分人认知的偏差,并导致其显示行为的改变。
网络水军行为
行为:炒作、诽谤、诬陷等手段攻击竞争对手;编造轰动事件;混淆视听;认为制造观点分歧。背后原因:受雇于不同的机构;受某些资本势力控制网络舆情与社会舆情的互动
网络舆情的特点
虚假与真实相伴生自觉与自发相混杂(自觉vs跟风)原生态与非原生态并存(真实反映 vs 受雇于他人)理性成分与非理性成分兼容网络舆论的特点
传播爆炸性主题隐蔽性信源模糊性网民动员性意见指向性影响显著性“先声夺人”是舆论传播的一般规律。一个事件发生后,最早出现的观点和意见往往具有很强的导向性,会给后来的讨论定下基调和方向,人们常常倾向于相信这些“先声”,容易认同它的价值判断,附和它的意见主张。
堰塞湖效应
大山崩塌阻塞河道最后会形成堰塞湖。当河流被山间的滚石和滑坡的石子拦住去路的时候,河水就开始囤积。当忽然有一天,这个用石头砌成的围栏被炸开或是在最薄弱的坝体上出现一个能下泄的口子的时候,囤积了太久的河水就会争先恐后地从这个口子奔通而出。
网络舆情的主要特征
突发性毫无预兆
舆论中心的爆炸力在短时间内越强,其相应的传播力和社会关注度也最高,社会影响力会越大;网络主题虚拟性
易造成网民的网络人格与现实人格的某种程度的分裂,也造成了网络舆论与真实民意的反差
传播主体模糊 >>人为制造网络舆情提供了动力和自我表达的空间。舆论信源困境
易使得人们对网络空间传播的信息内容持以较低的信任度。用户参与广泛舆论目标的特定性社会影响的广泛性对现实社会行为的引导性滚雪球效应藐视权威价值传导多样性羊群效应和晕轮效应
贝叶斯网络模型在网络舆情预测中的应用
贝叶斯网络的优点
使用图形的方法来描述数据间的相互关系,语义清晰,易于理解。易于处理不完备数据集允许学习变量间的因果关系构建的方式
由舆情领域的专家确定贝叶斯网络的变量、节点,然后通过专家知识来确定贝叶斯网路的结构,并制定它的分布参数。【由于模型构建对专家依赖程度高,因此偏差大】由舆情领域的专家确定贝叶斯网络的节点,通过大量的训练数据学习贝叶斯网络结构和参数由舆情领域的专家确定贝叶斯网络的节点,通过专家的知识来指定网络的结构,并通过机器学习的方法从数据中学习网络的参数。网络舆情监测平台的功能及应用
网络舆情管理系统应该具备的功能
热点话题、敏感话题识别(根据新闻出处权威度、评论数量、发言时间密集程度等参数,识别给定时间段的热门话题;利用关键字布控和语义分析,识别敏感话题)倾向性分析(对每个话题和每个发信人发表的文章的观点、倾向性进行分析与统计)主题跟踪(分析新发表文章、帖子的话题是否与已有的主题相同)自动摘要(对各类主题、各类倾向形成自动摘要)趋势分析(分析某个主题在不同的时间段内人们所关注的程度)突发事件分析(对突发事件进行跨时间、跨空间综合分析,获知事件发生的全貌并预测事件发展的趋势)网络舆情发现
信息来源
中央重大政策和改革措施的出台所引发的舆情,以主流媒体、政府重点新闻网站等为主要挖掘渠道,如新华网、中国人大网、中国日报网等对与社会民众切身利益相关性较强的政策、法规,容易引发群众思想波动和不满情绪而引发出的舆情,以权力部门(工商、公检法、税务、教育、城建的相应网站)为主要渠道对社会热点问题以及突发事件,以虚拟社区的热门板块和BBS跟帖,如豆瓣、微博、知乎等小道消息、谣传、各种SNS用户高度互动及活跃的社会化媒体,它们蕴含着带有明显倾向性、苗头性和极强针对性的舆情信息,并能通过转载而快速扩大影响。对此类舆情,应以个人微博、公众号为主要挖掘渠道社会思潮以及理论动态舆情,以学术类理论网站和社科类言论网站为主要挖掘渠道维度
热点:国家重大政策调整焦点:与群众切身利益密切相关的事件兴奋点:处于潜伏且异常活跃的负面舆情信息,侧重于对小道消息和流言(闲话性、侵权性和恐慌性流言)的信息挖掘波动点:国家重要改革措施的出台与社会民众预期的落差重点诱发点:通过媒体炒作和民众关注、转载而形成的舆情信息。元搜索技术
通过中文语义特性并结合信息结构特点而构成的专门搜索技术,具体来说是通过对搜索引擎提供的搜索接口,进行关键词自动搜索,通过全文搜索的结果进行全文检索、语义识别