舆情课堂：除了“转评赞”，还有哪些数据能帮我们读懂舆情？

　　舆情，即一定时期和范围内公众对于社会现实的情绪、态度和意见交错的总和。为了准确感知社会的各种变化，许多机构都希望能够透过舆情触达公众对社会的直观印象。而随着我国互联网发展水平的迅速提升，公共舆论场空前膨胀，社会公共事件的信息量也不再局限于微博热搜“转评赞”等基础数据，其背后蕴藏的深层意义、社会情绪也需要得到解读。

　　01 “转评赞”的出现与数据模型的整合

　　随着短视频、直播、音频分享等新模式不断涌现，其间产生的阅读量、点赞数、转发量、评论数等基础信息，以及背后反映出的网民结构、网络使用习惯等深层数据，都成为构成舆情大数据的重要部分。

　　所谓“转评赞”，即信息的转发量、评论量、点赞量，这是目前业界常用于衡量舆情事件热度的基础指标。比如，学者朱晨雨就对新闻公众号中各类舆论引导意图文章的阅读量、点赞量进行分类汇总，并得出“多数新闻公众号会坚持正确的舆论导向，其受众认可度也更高”结论。①这样的描述性统计有助于得出宏观认识，衡量总体舆论方向。

　　随着业界专家学者对舆情大数据不断挖掘，舆情分析也逐渐开始融合由多维度数据整合而成的数据模型。比如通过构建“面板模型”对舆情演进阶段进行推断。在西安交通大学学者阳长征的“面板模型”研究中，研究者综合年龄因素、情感扩散、舆论偏差等指标就被用以构建“面板模型”，该研究认为，不同年龄阶段的用户受到的舆论影响程度也会不同。②在舆情研究中使用面板模型不仅实现了数据的全方位分析和比较，而且有助于制定针对性的舆论引导策略。

　　02 瞬息万变的互联网让舆情呈现新变化

　　在大数据时代，冗余繁杂的互联网数据颠覆了人们对于舆情的传统认知。据半月谈记者今年2月调查发现，一些主管部门因畏惧舆情出现而遇事先对舆情制造方“灭火”“减压”，这种心理和机制上的“软肋”一定程度上加重了舆情处置“按闹分配”的可能性。同时也说明，舆情不再是仅需依靠“转评赞”就可知悉全貌的数字游戏，一些互联网场域衍生的新特征需要我们进一步挖掘。

　　比如，在“读图时代”，舆情挖掘也需顺时而变。在2021年末，宁夏一男子因不满小区疫情管控而在微信百人群中配发一张狗穿警服的表情包公然侮辱警察形象，一度引发舆论高度关注。可以说，作为年轻群体网络交流密码，小小表情包也潜藏着舆情风险点。

　　同时，自视频弹幕诞生以来，人身攻击、信息污染等问题也常困扰着平台治理工作者。去年10月，身患抑郁症的网红博主“罗小猫猫子”在一场直播中自杀身亡，而在此期间，不少网民曾在直播弹幕中留言怂恿她自杀。诸如此类的“网暴”言论不仅对视频发布者造成了巨大伤害，更让视频网站成为新型网络暴力的阵地。

　　03 未来，舆情数据挖掘还可以怎么做？

　　事实上，舆情数据早已突破了公众对它的传统定义，舆论引导工作也应结合舆情数据特性有所创新。未来，可通过扩充舆情数据、创新分析方法来形成更有科学性、针对性的舆情处置引导方案。

　　一方面，持续扩充舆情数据，构建立体舆情矩阵。全媒体时代，舆情数据越来越多元复杂，当公众的社会行为逐渐转为线上的文字、图片、音频、视频、地理数据，舆情研究的重要任务就已从单纯的舆情走势感知迈向了对信息内容更为精确的研判。例如，得益于大数据技术的普及和人工智能技术的应用，舆情事件关涉的传播行为数据也成为了业界关注的研究热点。在看似不起眼的一次次点击浏览、发帖回帖、分享好友的网络行为中，许多研究团队已经可以对其反映社会心态进行分析和挖掘，对潜在的舆情因素进行预知预判。

　　另一方面，创新分析方法，走向舆情多维度识别。如果说统计分析是舆情研究的基础，能够通过横向切面和纵向发展的描述，简单勾勒舆情全貌，那么面向大数据的研究方法就是舆情研究的关键。面对网络信息，建立在语义特征和情绪特征基础上的文本分析、情感分析等多种研究方法已成为未来实现舆情全过程管理的关键要素。

　　人人都有麦克风，人人都是自媒体，以互联网为代表的技术革命重构了个体互动交往的过程和社会生活场景。在数字化生存成为常态的背景下，舆论场的活跃程度已经超过了以往任何一个时代，新闻舆论工作面临着新的挑战。善用舆情数据，构建立体舆情矩阵，走向舆情多维度识别，无疑将成为触达民意的应有之义和必然选择。