乐思干货分享 | 舆情研判中如何运用“加减乘除法”?
发布时间:2020-05-26

​在当前的舆情实践中,普遍存在“重采集轻研判”的现象,如何进行科学、有效、务实的舆情研判,成为社会治理和公共服务中的关键环节。在利益诉求多元、表达渠道多样的传播背景下,对舆情的研判将面对更复杂的情况。怎样建立研判模型、怎样代入研判要素、各要素之间如何建立相互联系,需要舆情工作者秉持基本立场、原则和方法,给出更理性、更科学、更符合实际的处置建议。

在舆情研判实践中,常用方法主要是:

1、加法——增量思考

舆情研判时善做加法,可以规避更大的舆情处置风险。在舆情实践中,增量思维就是跳出舆情问题本身阈限,用更高的层次、更远的目光去收集信息、剖析矛盾,进而提出化解矛盾、解决问题的思路和方法。舆情研判中考虑增量,不能就事件谈事件,应该在传播格局、网络生态、网民情感等因素影响下重置研判坐标。

增量思考的主要思路有:一是多考虑事件之外的叠加因素。重点主体、重要节点、重大事件,应结合数据回顾的方式来做增量思考。二是多考虑处置过程中的增量信息。舆情处置与社会面管控密切相关,应围绕核心议题动态更新增量信息,而不是无规律地全量同步。三是多考虑舆论引导层面的衍生信息。分析事件增量信息的绝对变化和相对变化时,应该从认识论角度对网络舆论引导的规律性进行探索,掌握方法才能因势利导。

2、减法——存量修正

目前,在舆情会商中常见研判方法是间接研究中的经验分析法。随着舆情演绎发展,涉事各主体、各个要素都会因自身的行为而产生信息流,相关数据不可避免含有不确定的随机误差,会导致舆情研判和会商分析出现偏差。故此,运用经验分析法需要对舆情事件衍生的存量信息进行模型处理,并运用单因素比较法预估对舆情趋势影响较大的修正系数

在舆情研判模型中,结合舆情系统或数据平台,主要的修正方法包括但不限于:一是野值(在探索性数据分析和数据处理中又称异常值)识别。在获取舆情事件处置节点的观测数据和影响事件趋势的相关数据(点击、转发、评论等)后,用实验或观察法将监测数据进行情感判定和文本拟合,如果有判别点出现偏异,则可以判断为野值。二是信息补正。针对各类舆情事件的演绎特点构建预测模型,需要根据同类舆情事件处理节点与所述待处理事件节点的相关数据进行比照研判,对所述观测数据进行整体的考评和修正。

3、乘法——变量加权

“加权”的意思就是“乘以权重”,即“乘以系数”。在舆情研判的过程中,加权经常被用于纠正未能预见或明显低估的舆情数据样本结构上的不足。理论上,加权是根据舆情会商实际情况给予某些变量特别的权重,最优化的方法是调整初始权数,并通过方程组的解得到校准调整以后的最终权数。在实际研判中应注意:一是采用因子加权,对满足特定变量或指标的数据样本赋予相应权重,提高数据样本中具有某种特性的重要性;二是采用轮廓加权,通过对总体模型中的各个样本设置不同的数值系数,对数据样本相互关系不明确的多个属性加权,避免样本扭曲。

4、除法——冗量消除

舆情研判中的冗量信息,浪费了宝贵的会商资源,干扰舆情决策,往往导致错失舆情处置的时间窗口。在舆情实践中,可以通过以下路径规避:一是预设研判模型,各要素内有相同内容的多个信息,应根据最小冗余原则删除,适时进行数据回顾即可。二是合并同质信息,按信息属性将其分为有限类(舆情事件信息)和无限类(次生舆情信息),有限类信息的重复是对舆情事件的多角度描述,可相机处理之;无限类信息的衍生则不是简单的数据冗余,应予特别重视。三是冗量信息的反向使用,有的数据冗余出现在事件处置后期,是可预见的数据冗余,集中反映了公众对于社会问题以及社会发展的意见和看法,应注重在主观性、易变性等方面加强动态观察。

进一步发挥会商研判机制在化解网络安全和网络舆情领域风险的“压舱石”作用,不仅需要正确把握网络舆情与政府管理的关系,还需要建立科学完备的舆情研判机制以及相配套的方法论体系,对事件本身及其可能产生的社会影响作出客观公正的判断,促进共建共治共享的社会治理格局大发展。

(信息来源:《网络舆情》杂志)

分类: 知识库 标签: