舆情课堂：态势感知助力企业舆情风险研判

　　舆情事件的有效处置，在时间维度上，一般分为事前、事中、事后三个阶段，期望达到的效果分别是风险关口前移、舆情有效处置、涉事主体声誉维护与修复。如果能提前察觉可能存在的舆情风险，则能让企业的风险和可能的损失降到最低。有效提早发现舆情风险难度较高，但是由于其具备潜在的巨大价值，对涉事主体来说是一个刚需，因此非常值得讨论。然而目前在这方面的研究并不是很多，而且较为零散，基于大数据从整个舆情生态圈来考察的有关成果则更为缺乏。为此，利用态势感知这门知识结合舆情特点构建一个网络上的涉事主体舆情风险预测系统是一个良好的开端。

　　本文讲述了思路，提供了一个实现框架，在实例化分析中将涉事主体落脚到企业，而且仅限于对负面舆情引起风险的分析，目的是发现舆情风险信号，分析其走势并预判对企业的影响。

　　态势感知及其基本框架结构

　　态势感知（Situation Awareness，SA)^[1]：就是在一定的时间和空间条件下，对环境因素的感知、理解以及对其未来发展趋势的预测，态势感知的思想起源于战争中敌我双方攻防态势的估计。

　　舆情风险态势是指整个舆论场当前状态和变化趋势，是一个整体和全局的概念，任何单一的情况或状态都不能称之为态势。

　　舆情态势感知是指在动态舆情生态圈中，对能够引起舆情态势变化的各种要素进行获取、分析及评估，并预测其发展趋势，为决策提供依据。它既包括对舆情生态系统中外部主体、内部主体系统运行状况、安全态势的感知，也包括对网络空间、传播情况等网络态势的感知，对舆情的理解和风险评估、预测，最后辅助决策支持，通过决策后的行动作用于舆情生态，决策后再影响环境，从而构成了一个闭环。整个过程主要由以下四个部分构成：

　　态势察觉：随时发现与企业相关的舆情风险。通过舆情系统动态实时地在网上主动收集舆情数据；提供舆情持续监测能力，及时发现各种威胁与异常信号。

　　态势理解和评估：对采集的舆情数据进行热度分析和语义理解。建立风险威胁的可视化展示及分析能力，对威胁的影响范围、目的、手段进行快速研判，实现风险事件的快速理解和等级范围评估。

　　态势预测：运用数据分析模型实现态势预测，并通过可视化技术集中呈现，提供决策数据。包括舆情事件走势，对企业短期和长期的经济影响、声誉损害。以及事件发生后可能存在什么样的利害关系，相关利益诉求是什么等。

　　舆情风险决策：企业高层领导、部门领导、品牌和公关部门，三层企业舆情风险责任人根据前期的预测文件，结合自己的经验和外部专家智慧来共同研判舆情风险，从而决定采用什么样的措施。过程见图 1 态势感知框架图：

　　图1态势感知框架图

　　舆情生态圈要素分析

　　舆情生态圈的构成主体是静态结构和动态传播的交织部分。其主要因素包括：静态结构——由用户、内容生产者、广告商和平台形成的内部主体，即个人和企业；以及政府和社会组织、媒体构成的外部主体；动态传播——内容传播和舆情传播。

　　企业舆情风险态势察觉

　　这个过程是获取能够引起网络态势发生变化的所有安全要素。通过一系列数学方法处理，将舆情生态中的结构和传播信息经过特定加工后所发现的特点和关系作为需要的特征，用以反映企业舆情风险状况和受威胁程度等。

　　企业舆情风险态势要提取的特征包括：

　　内部主体。是否有内容生产者发布了跟企业相关的可能存在风险的话题，如环境污染、劳工维权等。企业广告内容是否引起了不必要麻烦，如是否有敏感、软色情内容等。

　　外部主体。政府对企业所在行业监管是否有新动向。是否有行业专业记者对本企业的相关内容进行采访、研究或者职业打假者等对企业的产品或服务内容介绍频繁访问等。

　　内容传播。负面信息的传播数量及受众、地域等分布，具有怎样的圈层结构等。

　　舆情传播。针对企业的负面消息或者事件的传播热度，主要的传播节点及形式，态度分布与变动，与内容传播的相关性等。

　　对风险的理解和评估

　　需要做态势信息融合分析。过程见图 2 企业舆情风险问题理解和评估过程方法：

　　图2企业舆情风险问题理解和评估过程方法

　　首先，需要把多元信息进行整合，方法是先把数据结构化。如识别出舆情风险事件，简单的发展趋势，结合舆论场中竞争对手、大V、政策反馈等情况，通过对事件关键属性值的具体比较分析等判断基本情况。其次，结合更复杂的社会关系图谱等分析事件性质。再次，利用图2中“综合关联分析”发现某些不同寻常事件的多次、重复出现或者观察到有人带节奏，或者非理性批评增加等现象，来辨识可能存在的舆情风险。最后，根据“风险分析”的几种方法结合专业知识综合判断舆情风险信号。

　　企业舆情风险态势评估

　　根据已经确定的风险信号，如某个出现问题的产品在引起了自媒体关注后，主流媒体跟进，而且热度趋势激增；政策对本行业的监管加强等。通过建立函数或统计学模型评估其对企业形成的威胁。分析企业舆情风险使用的方法一般分为以下三大类：

　　表格1企业舆情风险态势评估综合分析

　　企业舆情风险态势预测

　　企业舆情风险态势预测就是根据舆情生态圈状况发展变化的实际数据和历史资料（这里是舆情知识库），基于舆情大数据，运用科学的理论、方法和各种经验、知识去推测、估计、分析其在未来一定时期内可能的变化情况，是企业舆情风险态势感知的一个重要组成部分。

　　企业舆情风险态势预测的主要研究方法见表格 2 企业舆情风险态势预测主要使用方法比较。

　　表格2企业舆情风险态势预测主要使用方法比较

　　企业舆情风险决策

　　在得到关于舆情存在的风险预测后，辅助决策过程如下：计算机根据设定的阈值自动生成报告，将问题报告发送给相关人员，机器可以自动呈现对风险变化、舆情发展趋势和过程的研判等预测结果，并就出现的问题与舆情知识库中的案例进行快速比对，企业相关业务线的使用者以及专业舆情人员可快速查询历史经验，从而提升危机公关与声誉修复工作的质效。

　　本研究对态势感知在企业舆情风险的应用层面给出了一个比较详细的、理想化的解决框架。要具体实现，需要的技术、模型和数据都是极其庞大的，进一步的研究和落地都需“量体裁衣”。提出一个企业舆情风险上的识别与研判应用的顶层架构，把态势感知技术系统地应用到企业舆情风险研判中，以供决策使用，是一个可行的路径依赖和良好的参考标准，为舆情风险前置提供了一个可落地的方法。

　　参考文献：

　　[1] Endsley M R.Design and evaluation for situation awareness enhancement[C].Proceedings of the Human Factors Society Annual Meeting. Los Angeles,CA:Sage Publications,1988:97-101.

　　[2] 陈秀真,郑庆华,管晓宏等.层次化网络安全威胁态势量化评估方法[J].软件学报,2006,17(4):885-897.

　　[3] 叶健健.基于贝叶斯方法的网络安全态势感知方法研究[D].湖南工业大学 2015.

　　[4] 刘金平,张五霞,唐朝晖,何捷舟,徐鹏飞.基于模糊粗糙集属性约简与GMM-LDA最优聚类簇特征学习的自适应网络入侵检测[J].控制与决策.2019(02).