微博輿情研究中的大數(shù)據(jù)風(fēng)險(xiǎn)與挑戰(zhàn)

摘 要：互聯(lián)網(wǎng)技術(shù)的發(fā)展使大數(shù)據(jù)在微博輿情中的應(yīng)用越來越廣泛，當(dāng)前微博大數(shù)據(jù)的應(yīng)用集中體現(xiàn)在商業(yè)領(lǐng)域和輿情評(píng)測(cè)兩方面，以輿情評(píng)測(cè)應(yīng)用熱度最甚。因此，其成為了國內(nèi)學(xué)術(shù)界和業(yè)界普遍研究的熱點(diǎn)話題。本文著重從大數(shù)據(jù)應(yīng)用風(fēng)險(xiǎn)和應(yīng)用挑戰(zhàn)兩個(gè)角度分析闡述微博輿情研究，并提出建設(shè)性的意見。

關(guān)鍵詞：微博輿情；大數(shù)據(jù)；風(fēng)險(xiǎn)；挑戰(zhàn)

中圖分類號(hào)：G206 文獻(xiàn)標(biāo)志碼：A 文章編號(hào)：1674-8883（2020）07-0114-02

微博大數(shù)據(jù)在展示社交關(guān)系中發(fā)揮著顯著的作用，已成為研究當(dāng)前人們社會(huì)行為的典范。從我國當(dāng)前研究所取得的成果來看，微博輿情研究已經(jīng)不再是單純的監(jiān)測(cè)，而是逐步向預(yù)警和預(yù)測(cè)方向發(fā)展，開始涉及多個(gè)領(lǐng)域，可以預(yù)見，未來的微博輿情研究必然是以綜合信息服務(wù)為導(dǎo)向的數(shù)據(jù)鏈。但是，凡事有利必有弊，大數(shù)據(jù)在微博輿情研究中發(fā)揮技術(shù)優(yōu)勢(shì)和數(shù)據(jù)優(yōu)勢(shì)的同時(shí)，也逐漸顯露出了一些負(fù)面的風(fēng)險(xiǎn)和挑戰(zhàn)，使微博輿情研究開始出現(xiàn)質(zhì)疑和偏見，面對(duì)這突如其來的嚴(yán)峻形勢(shì)，進(jìn)一步明確微博輿情研究中的大數(shù)據(jù)風(fēng)險(xiǎn)與挑戰(zhàn)顯得尤為重要。

一、微博輿情研究中的大數(shù)據(jù)風(fēng)險(xiǎn)分析

（一）大數(shù)據(jù)增加了“錯(cuò)誤發(fā)現(xiàn)”的風(fēng)險(xiǎn)

大數(shù)據(jù)信息技術(shù)基于計(jì)算機(jī)網(wǎng)絡(luò)，利用自身的數(shù)據(jù)集和細(xì)粒化優(yōu)勢(shì)，增加了“錯(cuò)誤發(fā)現(xiàn)”的風(fēng)險(xiǎn)。比如用戶根據(jù)需求搜索一條信息時(shí)，檢索窗口會(huì)出現(xiàn)多條與之相關(guān)的信息，在很大程度上會(huì)增加用戶尋求信息的難度，也就是“錯(cuò)誤發(fā)現(xiàn)”。另外，微博輿論中的帖子和用戶評(píng)論也會(huì)不同程度地增加“錯(cuò)誤發(fā)現(xiàn)”風(fēng)險(xiǎn)，這是因?yàn)槲⒉┹浾撝懈鞣N帖子和評(píng)論均含有統(tǒng)一信息指標(biāo)，當(dāng)這些信息指標(biāo)累積后，就會(huì)無限增加大數(shù)據(jù)信息，給輿情分析帶來更大的不確定性和難度。在對(duì)某一個(gè)社會(huì)熱點(diǎn)進(jìn)行輿情分析時(shí)，必然會(huì)使用計(jì)算機(jī)和相關(guān)的數(shù)字模型，但是值得注意的一點(diǎn)是，計(jì)算機(jī)和數(shù)字模型是針對(duì)群體信息進(jìn)行系統(tǒng)分析，并從輿情群體用戶中找到相同點(diǎn)和相關(guān)性，而這種相關(guān)性是總體性分析，這往往使大數(shù)據(jù)下的輿情分析和評(píng)測(cè)失去了真實(shí)性。

（二）大數(shù)據(jù)影響了輿情分析和預(yù)測(cè)的準(zhǔn)確性

微博輿情需要借助大數(shù)據(jù)技術(shù)和數(shù)字模型對(duì)大數(shù)據(jù)信息進(jìn)行研究，但是同時(shí)輿情分析和預(yù)測(cè)的準(zhǔn)確性受到了影響。之所以產(chǎn)生這一現(xiàn)象，原因主要是：一方面，微博輿情代表廣泛民意，但卻不代表社會(huì)的全部民意；另一方面，通過微博進(jìn)行輿情分析和預(yù)測(cè)，從大數(shù)據(jù)上看存在很多微博用戶，但大數(shù)據(jù)顯示下的微博用戶并不等于現(xiàn)實(shí)中的微博用戶，又或者有的用戶只是通過網(wǎng)頁訪問微博，并沒有微博賬號(hào)，也就不存在言論發(fā)表。因此，眾多的因素表明，微博輿情采用大數(shù)據(jù)進(jìn)行分析，所獲得的結(jié)果只是反映了輿情的局部面貌，有很強(qiáng)的片面性。除此之外，微博輿情在進(jìn)行檢索時(shí)，也存在大數(shù)據(jù)棄用的現(xiàn)象，大數(shù)據(jù)技術(shù)和數(shù)字模型在分析輿情時(shí)會(huì)首先以文本信息為主，并且會(huì)選擇容易解讀和處理的文本信息，很難對(duì)圖片和影像等資料進(jìn)行系統(tǒng)性的分析，而選擇性棄用的這些圖片和影像往往是輿情的集中體現(xiàn)，這使得微博輿情研究所產(chǎn)生的數(shù)據(jù)資料存在誤差，在很大程度上影響了輿情分析和預(yù)測(cè)的準(zhǔn)確性。因此，只有解決微博輿情研究中的選擇性風(fēng)險(xiǎn)，才可以確保微博輿情數(shù)據(jù)信息的準(zhǔn)確性。

（三）大數(shù)據(jù)存在用戶隱私泄露的風(fēng)險(xiǎn)

隱私泄露風(fēng)險(xiǎn)是大數(shù)據(jù)時(shí)代和互聯(lián)網(wǎng)時(shí)代普遍存在的問題之一，隨著計(jì)算機(jī)技術(shù)的不斷發(fā)展，這種風(fēng)險(xiǎn)日益增加。微博大數(shù)據(jù)在存儲(chǔ)和管理方面的技術(shù)缺陷經(jīng)常會(huì)導(dǎo)致用戶隱私泄露，而如何進(jìn)一步加強(qiáng)隱私保護(hù)技術(shù)，是大數(shù)據(jù)時(shí)代下微博輿情研究重點(diǎn)需要解決的問題之一。一旦技術(shù)方面的缺陷導(dǎo)致微博用戶個(gè)人信息泄露，就會(huì)產(chǎn)生侵犯他人隱私、輿論暴力等違法行為，作為違法行為的典型代表，“人肉搜索”就是個(gè)人信息泄露導(dǎo)致的。從近幾年微博上轟動(dòng)的幾起“人肉搜索”事件可以看出，雖然“人肉搜索”的對(duì)象均存在不同程度的負(fù)面形象，但是當(dāng)事人的隱私在“人肉搜索”下暴露無遺，在一定程度上對(duì)當(dāng)事人造成了傷害，輿論的正義甚至壓過了程序正義，這使得微博輿情變得不合法，應(yīng)該引起社會(huì)的理性認(rèn)識(shí)和警醒。

（四）大數(shù)據(jù)有壟斷誤導(dǎo)輿情選擇的風(fēng)險(xiǎn)

微博社交平臺(tái)在大數(shù)據(jù)時(shí)代下發(fā)展速度明顯加快，可以直接體現(xiàn)人們的日常行為，這也為微博輿情研究提供了大數(shù)據(jù)樣本。但是大數(shù)據(jù)可以為社會(huì)大眾謀福利，也可以變成壟斷和誤導(dǎo)人們認(rèn)知的工具，可以說，大數(shù)據(jù)的應(yīng)用會(huì)在很大程度上導(dǎo)致“算法的獨(dú)裁”。在微博輿情研究中，引入大數(shù)據(jù)可以使輿情資料變得更加充實(shí)和豐富，但是其壞處也很明顯，大數(shù)據(jù)壟斷會(huì)使一些信息壟斷者借機(jī)對(duì)輿論帖子進(jìn)行選擇性使用。比如微博某博主因?yàn)槌钟心骋粭l謠言信息，便趁機(jī)在網(wǎng)絡(luò)上發(fā)布，并借助大數(shù)據(jù)技術(shù)引導(dǎo)社會(huì)大眾進(jìn)行輿論傳播，制造假象，并將這些帖子和評(píng)論標(biāo)注為精選，這樣一來，用戶在瀏覽的過程中，就會(huì)出現(xiàn)大量類似的評(píng)論，使其他人誤以為這是一條真實(shí)的信息，然后進(jìn)行傳播，最終某博主從中獲取利益。由此可以看出，大數(shù)據(jù)技術(shù)在為人們帶來生活便利的同時(shí)，也帶來了壟斷誤導(dǎo)輿情選擇的風(fēng)險(xiǎn)，使互聯(lián)網(wǎng)時(shí)代多了一分“不安定”。[1]

二、微博輿情研究中的大數(shù)據(jù)挑戰(zhàn)分析

（一）微博輿情檢索工具缺乏

從國內(nèi)外的微博輿情收集研究可以看出，當(dāng)前國外出現(xiàn)的Gnip機(jī)構(gòu)，著重針對(duì)Twitter進(jìn)行大數(shù)據(jù)收集。分析國外微博輿情的搜索和分析工具可以發(fā)現(xiàn)，多數(shù)檢索工具都是由研究者專門設(shè)計(jì)的，這些檢索工具具有很強(qiáng)的針對(duì)性，所采用的技術(shù)也是當(dāng)前較為先進(jìn)的技術(shù)。我國專門針對(duì)微博輿情的研究機(jī)構(gòu)目前還很少，系統(tǒng)工具以Scool和See為主。之所以我國微博輿情研究機(jī)構(gòu)或工具較少，主要是與微博輿情研究人員的專業(yè)性有關(guān)，多數(shù)微博輿情研究者或從事媒體工作，或從事文學(xué)、社會(huì)等學(xué)科研究，缺少計(jì)算機(jī)技術(shù)和對(duì)微博輿情工具軟件的認(rèn)知，沒有足夠的能力進(jìn)行設(shè)計(jì)研究，這使微博輿情檢索工具缺乏問題越來越突出，也從側(cè)面表明當(dāng)前我國的微博輿情研究仍存在很大的局限性，制約因素較多，在大數(shù)據(jù)分析和檢索方面還不能真正做到“收放自如”。

（二）大數(shù)據(jù)存儲(chǔ)面臨技術(shù)攻克挑戰(zhàn)

存儲(chǔ)和檢索是微博輿情預(yù)測(cè)的重要基礎(chǔ)，作為輿論行為的結(jié)構(gòu)化數(shù)據(jù)，當(dāng)前的大數(shù)據(jù)存儲(chǔ)系統(tǒng)以半結(jié)構(gòu)化數(shù)據(jù)、非結(jié)構(gòu)化數(shù)據(jù)、二維表等關(guān)系型數(shù)據(jù)等為主。博客帖子以及圖像視頻等均屬于非結(jié)構(gòu)化數(shù)據(jù)，而博客的HTML文檔又屬于半結(jié)構(gòu)化數(shù)據(jù)。就當(dāng)前微博輿情存儲(chǔ)和檢索所應(yīng)用的系統(tǒng)來看，主要有No-SQL和Hadoop兩種。No-SQL是一種不同于傳統(tǒng)數(shù)據(jù)庫的系統(tǒng)，因?yàn)榫哂袠O快的響應(yīng)速度和強(qiáng)大的后端處理能力，所以主要用來解決大規(guī)模數(shù)據(jù)集帶來的挑戰(zhàn)，但是在多列查詢及數(shù)據(jù)統(tǒng)計(jì)分析方面存在很大的局限性。因此，在搜索微博輿情帖子時(shí)，常常會(huì)有一種數(shù)據(jù)延遲的感覺。另外，當(dāng)前所應(yīng)用的No-SQL還沒有形成完整的系統(tǒng)，在實(shí)際應(yīng)用中缺乏商業(yè)支持，使得大數(shù)據(jù)存儲(chǔ)面臨技術(shù)攻克的挑戰(zhàn)。Hadoop是另外一種大數(shù)據(jù)管理工具，基于MapReduce，可以有效實(shí)現(xiàn)數(shù)據(jù)檢索，國外常用Hadoop進(jìn)行巨量數(shù)據(jù)分析，通過應(yīng)用Hadoop可以將結(jié)構(gòu)化數(shù)據(jù)文件更好地展示出來，并優(yōu)化功能，最終實(shí)現(xiàn)數(shù)據(jù)查詢功能。[2]但是這種大數(shù)據(jù)管理工具在微博輿情研究中的表現(xiàn)卻顯得有點(diǎn)力有不逮，主要表現(xiàn)為Hadoop不能快速加載和查詢數(shù)據(jù)，并且操作過程較為煩瑣，搜索效率低下，系統(tǒng)的穩(wěn)定性也需要進(jìn)一步加強(qiáng)。因此，當(dāng)前的微博輿情存儲(chǔ)技術(shù)還有很大的提升空間，這也是微博輿情研究中最為明顯的大數(shù)據(jù)挑戰(zhàn)。

三、結(jié)語

結(jié)合當(dāng)前形勢(shì)來看，微博輿情研究中的大數(shù)據(jù)風(fēng)險(xiǎn)與挑戰(zhàn)十分嚴(yán)峻。因此，在明確這些風(fēng)險(xiǎn)和挑戰(zhàn)的基礎(chǔ)上積極加以解決和優(yōu)化是相關(guān)研究者和工作者的使命，需要進(jìn)一步努力和積極探索。

參考文獻(xiàn)：

[1] 張連峰，周紅磊，王丹，張海濤.基于超網(wǎng)絡(luò)理論的微博輿情關(guān)鍵節(jié)點(diǎn)挖掘[J].情報(bào)學(xué)報(bào)，2019，38（12）：1286-1296.

[2] 李熠輝，李冠，趙衛(wèi)東.基于MUK-means算法的微博輿情意見領(lǐng)袖群識(shí)別[J].軟件導(dǎo)刊，2019，18（12）：30-34.

作者簡介：李靜遠(yuǎn)（1991—），女，河南鄭州人，研究生，碩士，講師，從事網(wǎng)絡(luò)輿情、新媒體研究。