智媒時代高校網(wǎng)絡(luò)輿情工作機(jī)制研究

陳瑞涵 王紫祥 敖永春

摘要：智媒時代，信息技術(shù)革命改變輿論傳播生態(tài)，智能化重構(gòu)輿論傳播格局。在此背景下，高校網(wǎng)絡(luò)輿情環(huán)境、主體、載體日趨復(fù)雜，暴露出輿情研判機(jī)制不健全、智能技術(shù)運用不充分、不重視專業(yè)隊伍建設(shè)等現(xiàn)實問題。研究表明，高校應(yīng)借助大數(shù)據(jù)、云計算、人工智能等技術(shù)，通過深挖數(shù)據(jù)、精化算法、多維處理、智媒聯(lián)動等，全面提升高校網(wǎng)絡(luò)輿情預(yù)警準(zhǔn)度、發(fā)現(xiàn)速度、分析深度、引導(dǎo)效度，構(gòu)建正面信息生態(tài)鏈，切實維護(hù)高校網(wǎng)絡(luò)意識形態(tài)話語權(quán)。

關(guān)鍵詞：智媒時代；高校；網(wǎng)絡(luò)輿情；工作機(jī)制；信息技術(shù)

中圖分類號：G647 文獻(xiàn)標(biāo)志碼：A 文章編號：1674-8883（2022）19-0087-03

基金項目：本論文為重慶市社科規(guī)劃一般項目“認(rèn)知神經(jīng)科學(xué)視域下思想政治教育的實踐研究”成果，項目編號：2020YBMK021；重慶市教委人文社科黨建紀(jì)檢專項“新時代共產(chǎn)黨人理想信念教育的認(rèn)知問題研究”成果，項目編號：21SKDJ010

信息技術(shù)革命深刻改變著人類社會的發(fā)展格局，輿論環(huán)境正經(jīng)歷全方位、多維度、深層次融合。如今，大數(shù)據(jù)、云計算、區(qū)塊鏈、人工智能等技術(shù)飛速發(fā)展，進(jìn)一步改變了輿論傳播生態(tài)，網(wǎng)絡(luò)意識形態(tài)成為輿論場的最大變量。這種變量的難控性、無界性、多元性、突發(fā)性，給負(fù)面網(wǎng)絡(luò)輿情的發(fā)酵提供了絕佳場所，極易成為錯誤思想的策源地。習(xí)近平總書記強(qiáng)調(diào)，“意識形態(tài)工作是黨的一項極端重要的工作”。高校是鞏固馬克思主義指導(dǎo)地位、發(fā)展社會主義意識形態(tài)的前沿陣地，應(yīng)因事而化、因時而進(jìn)、因勢而新，不斷提升智媒時代高校網(wǎng)絡(luò)輿情工作水平。

一、智媒時代輿論傳播新格局

智媒，即媒體的智能化，是媒體發(fā)展至今所呈現(xiàn)的一種新趨勢。智能技術(shù)與媒體傳播發(fā)生激烈的碰撞與結(jié)合，智媒以多種形態(tài)滲入大眾生活的方方面面。如今，基于人工智能技術(shù)的自動化新聞寫作愈發(fā)普遍，如今日頭條研制的“Xiaomingbot”，提升了信息發(fā)布效率；基于算法的新聞智能推薦機(jī)制應(yīng)用廣泛，如抖音，根據(jù)用戶偏好實現(xiàn)精準(zhǔn)推送；基于大數(shù)據(jù)技術(shù)開展新聞分析，如“知微事見”，依托大數(shù)據(jù)提供輿情事件的傳播路徑、傳播趨勢、輿論聚合等；基于物聯(lián)網(wǎng)技術(shù)開發(fā)的傳感器可作為信息媒介載體，如VR、AR及網(wǎng)絡(luò)直播技術(shù)，為受眾提供全方位的沉浸感。

彭蘭等人認(rèn)為，智媒時代具有三大特征[1]：一是“萬物皆媒”，基于信息技術(shù)的發(fā)展，智能化的機(jī)器、物體都有媒體化的可能，信息傳播的雙向性、多向性等特點愈發(fā)明顯；二是“人機(jī)合一”，智能化時代，賦予機(jī)器人類的經(jīng)驗或者人類借助智能技術(shù)，能夠?qū)崿F(xiàn)“人機(jī)合一”；三是“自我進(jìn)化”，在智媒化進(jìn)程中，無論是人對機(jī)器的操控、駕馭能力，還是機(jī)器集成人的智慧的能力，都在不斷進(jìn)化、互為推進(jìn)。

媒介作為人的感官延伸而存在，智能技術(shù)賦予“人媒聯(lián)通”更多可能，鋪就了多元化的信息交互渠道，提高了信息產(chǎn)出、收集、分析效率。從傳播者視角看，智能化新聞寫作提高了信息產(chǎn)出效率，強(qiáng)化了信息整合效度及精確推送。例如，2018年俄羅斯世界杯，MAGIC平臺將球員的進(jìn)球片段制作成集錦視頻。在傳統(tǒng)模式下，編輯至少需要耗費數(shù)小時才能完成，而在該平臺只需幾步操作即可完成[2]。從受眾視角看，利用VR、AR等技術(shù)，能夠增強(qiáng)受眾的沉浸感和臨場感，使信息接收過程更加個性化、人性化。

智媒時代，線上與線下、虛擬與現(xiàn)實、傳播者與接收者，種種變量交叉影響，形成更具復(fù)雜性、無界性、自由性的輿論傳播環(huán)境。

二、智媒時代高校網(wǎng)絡(luò)輿情工作現(xiàn)狀

（一）高校網(wǎng)絡(luò)輿情環(huán)境、主體、載體日趨復(fù)雜

當(dāng)前，高校網(wǎng)絡(luò)輿情環(huán)境自由開放，活躍度高、可控性低；主體意識形態(tài)反復(fù)難控，可塑性高、變化性大；傳播載體形式多樣，應(yīng)用面廣、交互性強(qiáng)。智媒的廣泛應(yīng)用，進(jìn)一步催化了高校網(wǎng)絡(luò)輿情環(huán)境、主體、載體三大變量的交織。

在變量的交織作用下，高校網(wǎng)絡(luò)輿論環(huán)境呈現(xiàn)出較強(qiáng)的自由性和不穩(wěn)定性，網(wǎng)絡(luò)輿情環(huán)境復(fù)雜。伴隨傳播技術(shù)、傳播載體的更新迭代，輿情擴(kuò)散周期明顯縮短，網(wǎng)絡(luò)輿情從產(chǎn)生、發(fā)酵到傳播，跌破“黃金四小時”的調(diào)控時效，以更快的速度產(chǎn)生更深遠(yuǎn)的影響。同時，高校網(wǎng)絡(luò)輿情更易與社會網(wǎng)絡(luò)輿情疊加，更易橫生枝節(jié)，使錯誤思潮趁虛而入，對高校網(wǎng)絡(luò)意識形態(tài)產(chǎn)生惡劣影響。

智媒時代，大眾尤其是青年學(xué)生，享有前所未有的話語權(quán)。作為信息傳播者，青年學(xué)生對信息塑造、衍生、裂變，擁有更活躍的主動權(quán)；作為信息接收者，青年學(xué)生雖更易接收碎片化、個性化的信息，但往往缺乏辨識能力和理性批判能力，容易陷入人云亦云的泥沼。

高校網(wǎng)絡(luò)輿情傳播載體的信息節(jié)點密度高、應(yīng)用面廣，“萬物皆媒”在高校輿論場得到生動詮釋。無論是線上與線下、虛擬與現(xiàn)實還是國際與國內(nèi)，高校輿論場的媒介載體活躍度都很高。輿情信息可以通過文字、音頻、視頻等形式，多次、反復(fù)、高密度地裂變傳播，從論壇、博客到微博、微信，從單一圖文到以短視頻、在線直播等為載體……高校輿論場的信息節(jié)點始終以其高活躍度刺激著輿情裂變。

應(yīng)注意的是，智能技術(shù)在增強(qiáng)信息推送精度與效度的同時，也為高校輿論場留下“信息繭房”的隱患?；谥悄芩惴ǖ男畔⒕珳?zhǔn)推送機(jī)制，雖能有效助力輿情引導(dǎo)，但也可能被用以反向誤導(dǎo)缺乏批判理性思維和辨識能力的青年學(xué)生。并且，智能技術(shù)賦予信息傳播更強(qiáng)的隱匿性，信息節(jié)點在分散信息時可以選擇隱匿或編造身份。這大大阻礙了信息的溯源與追責(zé)，削弱了權(quán)威媒體的“把關(guān)人”角色，給輿情引導(dǎo)帶來巨大挑戰(zhàn)。此外，智能技術(shù)還對隱私保護(hù)提出了挑戰(zhàn)，如“人肉搜索”行為，足以說明人是完全暴露在網(wǎng)絡(luò)中的。

（二）高校網(wǎng)絡(luò)輿情工作存在的問題

高校網(wǎng)絡(luò)輿論環(huán)境的高度開放性和包容性，給不同意識形態(tài)的發(fā)展與傳播提供了溫床，放大了網(wǎng)絡(luò)輿情的作用力與影響力，加大了網(wǎng)絡(luò)輿情治理難度與效度。面對新形勢新要求，高校網(wǎng)絡(luò)輿情工作亟待破局。

1.輿情研判機(jī)制不健全

當(dāng)前，高校網(wǎng)絡(luò)輿情監(jiān)測的主動性、前瞻性不足，大多仍停留在獲取已發(fā)生的輿情信息，較少利用已有數(shù)據(jù)資源開展輿情預(yù)警，輿情數(shù)據(jù)預(yù)判模型尚未完全建立。網(wǎng)絡(luò)輿情缺乏行之有效的預(yù)判機(jī)制，輿情數(shù)據(jù)缺乏統(tǒng)一整合，缺少科學(xué)、可信的預(yù)判指導(dǎo)，使得突發(fā)網(wǎng)絡(luò)輿情事件處理的及時性和有效性被削弱。

2.智能技術(shù)運用不充分

智媒時代，高校網(wǎng)絡(luò)輿情內(nèi)容表達(dá)趨于個性化、情感化。深入挖掘輿情數(shù)據(jù)，加強(qiáng)信息情感分析，多維研判輿情信息是當(dāng)前高校網(wǎng)絡(luò)輿情工作面臨的新課題。當(dāng)前，信息傳播已然智能化，但高校網(wǎng)絡(luò)輿情工作尚未完全智能化。高校網(wǎng)絡(luò)輿情工作對大數(shù)據(jù)的運用仍處于信息采集階段，僅通過對輿情數(shù)據(jù)的初步挖掘與分析或追蹤熱點，來開展輿情預(yù)警。這說明，高校網(wǎng)絡(luò)輿情工作在多維、多向、多態(tài)處理輿情數(shù)據(jù)，深度研判輿情數(shù)據(jù)價值上仍需技術(shù)發(fā)力。

3.不重視專業(yè)隊伍建設(shè)

目前，高校對網(wǎng)絡(luò)輿情工作隊伍建設(shè)的重視度低，隊伍專業(yè)性較弱，缺乏充足的人才儲備與輸出。并且，相關(guān)人員大多缺乏專業(yè)知識，缺乏因時而變、因勢而變的敏銳判斷力和決斷力。

三、“智”建高校網(wǎng)絡(luò)輿情“四度”工作機(jī)制

（一）深挖數(shù)據(jù)，輿情預(yù)警有準(zhǔn)度

智媒時代，高校應(yīng)充分利用大數(shù)據(jù)技術(shù)，建立網(wǎng)絡(luò)輿情監(jiān)測與分析系統(tǒng)，不斷提升輿情監(jiān)測、分析、預(yù)警的技術(shù)水平和專業(yè)能力。

1.做好基礎(chǔ)研究

依托校內(nèi)外各級各類輿情研究機(jī)構(gòu)，做好網(wǎng)絡(luò)輿情基礎(chǔ)研究，建立高校網(wǎng)絡(luò)輿情大數(shù)據(jù)平臺、典型案例數(shù)據(jù)庫、涉穩(wěn)涉敏人物庫、熱點專題數(shù)據(jù)庫等，牢牢把控高校網(wǎng)絡(luò)輿情發(fā)展動態(tài)，提升高校網(wǎng)絡(luò)輿情工作的前瞻性、科學(xué)性。

2.加強(qiáng)日常研判

在做好基礎(chǔ)研究的前提下，將高校網(wǎng)絡(luò)輿情事件生成的相關(guān)因素數(shù)據(jù)化、可視化，歸盤整合相關(guān)內(nèi)容，深入分析輿情事件形成的背景、原因、影響等，并從中探尋網(wǎng)絡(luò)輿情事件生成的基本規(guī)律，為類似事件的發(fā)生提供預(yù)警機(jī)制及預(yù)備處置措施，從指向性變量著手，有效掐斷網(wǎng)絡(luò)輿情傳播節(jié)點。

3.開展專題分析

如利用KPCA-粒子群隨機(jī)森林算法等預(yù)測輿情趨勢[3]，做好重要敏感時間節(jié)點、重點領(lǐng)域、重大公共事件、重點人群的專題分析，提前預(yù)判相關(guān)威脅變量，將潛在輿情波動壓縮至可控范圍。

4.構(gòu)建校內(nèi)外聯(lián)動預(yù)警體系

增強(qiáng)高校與高校、高校與社會的網(wǎng)絡(luò)輿情工作協(xié)同力度，共同建立健全網(wǎng)絡(luò)輿情預(yù)警體系，構(gòu)建網(wǎng)絡(luò)空間命運共同體。

（二）精化算法，輿情發(fā)現(xiàn)有速度

高校應(yīng)在監(jiān)測網(wǎng)絡(luò)空間動態(tài)，開發(fā)運用網(wǎng)絡(luò)輿情監(jiān)測系統(tǒng)的基礎(chǔ)上，進(jìn)一步突出時效性，提升作用力，增強(qiáng)可靠性。

第一，依托云計算平臺，通過相關(guān)算法定義網(wǎng)絡(luò)輿情框架，構(gòu)建高校網(wǎng)絡(luò)輿情抓取模型，對輿情形成全方位監(jiān)測，并將網(wǎng)絡(luò)文本、圖像、音視頻、個體網(wǎng)絡(luò)行為過程等沉淀成數(shù)據(jù)，對其進(jìn)行交互轉(zhuǎn)換及可視化呈現(xiàn)，實時研判高校網(wǎng)絡(luò)輿情態(tài)勢。

第二，強(qiáng)化深度學(xué)習(xí)，多向構(gòu)建網(wǎng)絡(luò)輿情即時研判機(jī)制。具體來說，可接入大數(shù)據(jù)以優(yōu)化SIR模型、I-Space信息空間模型等，將輿情分析形式由單一文本拓展成圖像、音頻、視頻等，全面評估高校網(wǎng)絡(luò)輿情風(fēng)險值，建立全天候、全方位實時輿情監(jiān)測模式，形成輿情監(jiān)測動態(tài)報告。

同時，高校網(wǎng)絡(luò)輿情的不可控性和高互動性，決定了其不能依賴單一的監(jiān)測系統(tǒng)?；谠朴嬎?、大數(shù)據(jù)的機(jī)器學(xué)習(xí)與算法模型種類繁多、各有側(cè)重，多向輿情數(shù)據(jù)抓取分析平臺與模型相輔相成、互為補充，可從網(wǎng)絡(luò)輿情監(jiān)測系統(tǒng)疏漏之處著手，收集異常網(wǎng)絡(luò)輿情信息，以更靈活、更切合實際、更具主動性的評判彌補單一的、機(jī)械式監(jiān)測的固有弊病。

此外，多態(tài)監(jiān)測還能直接勸告與預(yù)警不規(guī)范的、負(fù)面的網(wǎng)絡(luò)輿情傳播行為，提高監(jiān)測效力，確保網(wǎng)絡(luò)空間安全建設(shè)。

（三）多維處理，輿情分析有深度

高校應(yīng)結(jié)合云計算、情感分析等技術(shù)，進(jìn)一步對網(wǎng)絡(luò)輿情數(shù)據(jù)進(jìn)行智能分類、智能聚類、智能語義關(guān)聯(lián)。

首先，借助云端輿情數(shù)據(jù)庫完成網(wǎng)絡(luò)輿情信息收集與存儲，并在此基礎(chǔ)上優(yōu)化輿情數(shù)據(jù)情感分析，對輿情信息進(jìn)行智能分類。如構(gòu)建情感詞典、利用LDA擴(kuò)展模型，對文本情感極性進(jìn)行評判及情感傾向分類[4]。

其次，基于輿情數(shù)據(jù)庫細(xì)化智能聚類，有效整合數(shù)據(jù)。如不斷優(yōu)化算法，采用遺傳算法、蟻群算法、細(xì)菌覓食算法等[5]，將散亂的抽象對象的集合劃分成多個分組，構(gòu)建高效、準(zhǔn)確，支持多語言環(huán)境的網(wǎng)絡(luò)輿情文本聚類模型，為下一步輿情分析做準(zhǔn)備。

最后，構(gòu)建智能語義關(guān)聯(lián)模型，跨越學(xué)科、語言、文化和描述方式[6]，把多個不同領(lǐng)域的概念及術(shù)語進(jìn)行邏輯關(guān)聯(lián)，并利用多維數(shù)據(jù)算法模型增強(qiáng)前瞻性和預(yù)見性，優(yōu)化預(yù)警指標(biāo)體系，做好動態(tài)化分析，及時預(yù)判事件發(fā)酵速度、影響范圍、可控因素、最大威脅變量，靈活采取緊急措施，控制事態(tài)變化。

（四）智媒聯(lián)動，輿情引導(dǎo)有效度

充分利用大數(shù)據(jù)、人工智能等技術(shù)，建立輿論智能引導(dǎo)機(jī)制，形成智媒聯(lián)動效應(yīng)，不斷提升輿情引導(dǎo)效能。

1.借助人機(jī)交互等技術(shù)打造臨場化新聞，使輿情引導(dǎo)更具客觀性

相較通過圖文、二維動畫等形式再現(xiàn)的新聞，VR、AR及網(wǎng)絡(luò)直播技術(shù)更能做到還原真實，使受眾產(chǎn)生更強(qiáng)烈的現(xiàn)場感[7]，有助于其獲取更多真實、有效的信息，避免虛假信息蔓延。

2.借助自動化寫作技術(shù)及時搶占網(wǎng)絡(luò)輿論場，使輿情引導(dǎo)更具時效性

積極研究、引入自動化寫作技術(shù)[8]，增強(qiáng)輿情信息發(fā)布的時效性?；贏I的自動化寫作，可以通過自身學(xué)習(xí)與機(jī)器學(xué)習(xí)，代替部分人工完成新聞編輯、校正工作[9]。高校借助自動化寫作，能更高效地處理文本、圖像、音頻、視頻等，更及時地澄清事實真相，回應(yīng)各方關(guān)切，提高輿情引導(dǎo)效度。但需注意的是，不能一味圖快而忽略了質(zhì)量，不能將自動化寫作的結(jié)果直接發(fā)布，而應(yīng)由人來主導(dǎo)機(jī)器、監(jiān)控過程、審查結(jié)果。人為主導(dǎo)、機(jī)器輔助，才能使自動化寫作在網(wǎng)絡(luò)輿情引導(dǎo)工作中發(fā)揮更大作用。

3.建立智能推薦機(jī)制，打造“意見領(lǐng)袖”及網(wǎng)絡(luò)評論隊伍，使輿情引導(dǎo)更具針對性

信息超載削弱了信息獲取的高效性，因而借助智能技術(shù)加強(qiáng)議題設(shè)置，打造定制化內(nèi)容，實現(xiàn)精準(zhǔn)引導(dǎo)，尤為重要。在網(wǎng)絡(luò)輿情引導(dǎo)過程中，可借助“意見領(lǐng)袖”、網(wǎng)絡(luò)評論隊伍的影響力和號召力，構(gòu)建正面信息生態(tài)鏈，切實維護(hù)高校網(wǎng)絡(luò)意識形態(tài)話語權(quán)。

四、結(jié)語

智媒時代，高校網(wǎng)絡(luò)輿情工作機(jī)遇與挑戰(zhàn)并存，要積極利用智能技術(shù)，發(fā)揮智媒優(yōu)勢，提升平臺安全、內(nèi)容安全、隱私安全，把握網(wǎng)絡(luò)輿情工作的先機(jī)與主動權(quán)，牢固占據(jù)高校網(wǎng)絡(luò)意識形態(tài)高地。

參考文獻(xiàn)：

[1] 彭蘭.智媒化：未來媒體浪潮：新媒體發(fā)展趨勢報（2016）[J].國際新聞界，2016，38（11）：6-24.

[2] 傅丕毅，商艷青，張寧寧.“媒體大腦”的智媒演變：萬物為媒人機(jī)共生[J].傳媒，2019（4）：16-18.

[3] 聶黎生.基于KPCA：粒子群隨機(jī)森林算法的輿情趨勢預(yù)測研究[J].現(xiàn)代電子技術(shù)，2019，42（15）：79-82.

[4] 張思龍，王蘭成，婁國哲.基于情報感知的網(wǎng)絡(luò)輿情研判與預(yù)警系統(tǒng)研究[J].情報理論與實踐，2020，43（12）：149-155.

[5] 鄧凱凱，陸向艷，阮開棟，等.基于語境分類與遺傳算法的微博情感分析方法[J].軟件導(dǎo)刊，2021，20（1）：178-184.

[6] 韓楠，喬少杰，黃萍，等.基于群體智能的跨語言網(wǎng)絡(luò)輿情文本聚類模型[J].重慶理工大學(xué)學(xué)報（自然科學(xué)），2019，33（9）：99-108.

[7] 羅澤舉.基于語義的新聞信息處理系統(tǒng)設(shè)計和實現(xiàn)[D].成都：電子科技大學(xué)，2013.

[8] 許向東，郭萌萌.智媒時代的新聞生產(chǎn)：自動化新聞的實踐與思考[J].國際新聞界，2017（5）：29-41.

[9] 彭蘭.未來傳媒生態(tài)：消失的邊界與重構(gòu)的版圖[J].現(xiàn)代傳播（中國傳媒大學(xué)學(xué)報），2017（1）：8-14.

作者簡介 陳瑞涵，碩士，助理研究員，研究方向：傳播學(xué)、心理學(xué)。王紫祥，碩士在讀，研究方向：語言學(xué)、傳播學(xué)。敖永春，碩士，研究員，研究方向：馬克思主義理論、傳播學(xué)。