如何搭建舆情处置的“时间模型”？

在早期的舆情实践中,信息监测存在较多局限性,具体表现为:将监测的事件简化为独立的信息元,欠缺分析舆情主客体之间的联系能力和预测能力。舆情节点单一片面,表明“刻舟求剑式”信息梳理已经弱化且无法适应大数据时代新的舆论环境。

找准时间点,大数据的分析判断作用尤为重要。

首先通过信息源头、逻辑自洽、尊重常识、事实检验等方法,判断舆情信息是否属实。

其次,结合舆情基本传播情况,根据专业舆情监测系统呈现的传播态势动态监测,可以实时判断事件传播所处范围的敏感性和严重度。

再次,根据不同节点衍生的相关信息,可以预判舆情传播中可能隐藏的演绎风险,以此对舆情信息的层级、类别以及烈度进行解剖。

当前舆论场喧嚣一片,各类冗余、虚假、片面、无效信息占有相当比例,形成巨大的负面噪声,给舆情甄别带来较大难度。

摊匀时间饼,主要指以事件为中心倒查风险,其重点主要是两个方面:

一是充分认识到互联网舆情的话题发现、WEB舆情的热点发现、舆情观点挖掘等是舆情风险的重要推动因素,提前对重点区域、重点行业、重点人员社交关系网络进行量化的传播能力分析;

二是重点关注防范网络宣泄心理、非理性诉求、社会反向情绪、曲解政府决策等信息“群涌”,谨防在特殊的时间节点与特定的言论不当耦合,进而搅动民众情绪,发酵成为舆情事件。

采用“时间轴”研判舆情,在清晰直观、条理规范、全面及时、凸显重点等方面均优于传统经验干预方式。利用大数据舆情系统,我们可以对舆情事件时间轴进行“细精度”的语义刻画,并与第三方舆情智库单位的专业知识相结合,具有高度专业化服务价值。

具体展开思路是:

一是延伸舆情监测触角,结合专业分析工具,通过感知数据、运营数据获知特定群体情绪、态度、日常行动的变化,预测具体事件舆情的传播趋势和走向;

二是在核查信源的基础上,通过比对敏感词、点击量、转发量、跟评量等指标进行文本对比和语义分析,对舆情可发酵和传播程度进行把握与分析;

三是通过相互比较和补充,对事件的话题热度、互动程度、网民情绪指数等信息进行对比筛选,代入此前建立的数学模型,让数据说话。

在诸多舆情事件中,我们不难发现,用户之间的社交网络才是推动整个事件不断发展的重要因素。数据画像确立了事件演变中各要素间的数据关系,能够有效地判断事件的传播范围和可能波及的边界,科学高效化解舆情危机。

画好时间树,主要路径有:

一是及时掌握个体的社交能力数据,通过对个体在舆情事件演变中的影响因素及其作用分析规避偶发风险;

二是通过对不同时间点传播文本中敏感句式和词语的高频传播进行文本、数据、概率分析,对舆情事件观点信息充分挖掘和掌握;

三是采用发酵、异化和演化模型实现观点演化,及时发现、了解可能引发舆情激化的敏感信息,客观评估舆情态势。