基于大数据的出版业网络舆情预警及处置机制探析.docx

该【基于大数据的出版业网络舆情预警及处置机制探析 】是由【知识徜徉土豆】上传分享，文档一共【6】页，该文档可以免费在线阅读，需要了解更多关于【基于大数据的出版业网络舆情预警及处置机制探析 】的内容，可以使用淘豆网的站内搜索功能，选择自己适合的文档，以下文字是截取该文章内的部分文字，如需要获得完整电子版，请下载此文档到您的设备，方便您编辑和打印。基于大数据的出版业网络舆情预警及处置机制探析
 
   
 
 
 
 
 
 
 
     
 
 
 
 
 
【摘要】网络环境下，热度高、传播快、覆盖广、易激活等舆情传播特点对出版机构舆情处置提出了很大的挑战，大数据技术则为完善舆情预警系统和舆情处置机制带来了机遇。通过多平台舆情动态监测、多层面舆情数据库构建、多维度数据价值提炼、可视化舆情预警平台搭建，可及时发现潜在的舆情风险，并形成处置预案;通过多平台分级处理、多渠道信息公开、横纵向数据整合、多维度应对效果评估，可优化舆情处置效果，维护出版业在舆论场的话语权和正面形象。
【关键词】出版业网络舆情;大数据;舆情特点;预警;处置机制

近年来出版业网络舆情事件频发，媒体、网络和学术界对出版业网络舆情的关注度也在增加。大数据技术为出版机构舆论宣传提供了有利条件，通过对舆论场主流意见、态度、情感、热度等做数据化分析，搭建基于大数据的多维度检测系统和多层级预警机制，可及时发现潜在的舆论风险，动态把握舆情传播规律，从而有针对性地制定舆论引导和处置机制。本文对出版业网络舆情的现状和传播特点进行了分析，并提出了基于大数据的舆情预警系统及处置机制，以期为出版机构的形象建设和宣传工作提供参考。
一、出版业网络舆情现状描述
为了从宏观上对出版业网络舆情事件的时间和类型分布进行分析，本文采用新闻关键词搜索和人工筛选相结合的方法，选取2015年1月1日至2015年12月31日期间关注热度较高的80起出版业网络舆情事件，进行数据统计和文本分析。
从舆情发生的时间段来看，2015年，出版业网络舆情事件在4月、11月和12月期间较为集中，其中12月是舆情事件发生的高峰期，%，4月和11月次之，%，5月发生的舆情事件最少，%。总体来说，出版业网络舆情事件在时间分布上没有明显的规律，这恰好印证了舆情事件的突发性。
从事件类型来看，与知识产权相关的事件较容易成为舆论关注的焦点，%，其次是非法出版和代笔抄袭事件。具体来说，由版权归属和侵犯著作权带来的争议
往往会引发舆论关注，这也从一个侧面说明了公众和媒体对于知识产权问题的日益重视。
从事件涉及的主体来看，著作权人、出版机构和出版管理部门三者在出版业网络舆情事件中所占的比例较为均衡，如图3所示（存在同一舆情事件涉及多个主体的情况）。其中，著作权人和出版机构所占的比例略大，这可能与知识产权类舆情事件的高发有关。
二、出版业网络舆情传播特点描述
社会化网络媒体加快了各类舆情萌芽、裂变、演化全过程的速度，使舆情事件的传播呈现新特点。首先，对于涉及某个具体人物、出版机构，具有特殊性的单一舆情事件而言，其传播过程往往只会出现一次高点，舆情引爆和消弭都较为迅速，从舆情爆发到涉事主体回应周期较短，事件传播延续时间多在一周内。其次，话题性舆情事件往往会引发多次震荡，其持续时间长、舆论覆盖面广，往往会因关联事件出现新的舆论热点和传播高点。再次，对于影响力较大、事件性质严重的舆情事件，网民讨论热度和媒体关注度较高，因有后续新闻或二次曝光会出现新的传播高点。
总体而言，可将舆情的传播周期大致划分为萌芽期、裂变期、蔓延期、淡化期、激活期五个阶段。其中，萌芽期是舆情事件初步引发媒体和大众关注的时期，事件通过各种形式在网络平台被曝光，并在小范围内引起聚焦讨论，出版机构应从此阶段开始介入，防患于未然。裂变期是舆情事件在较大范围内引发关注、逐步演化为公众舆论焦点的时期，在此过程中往往会出现不同的观点，并在相互对抗中形成一批意见领袖。培养出版意见领袖、加强与相关意见领袖的联动是出版机构引导舆论的一项重要工作。蔓延期是舆情热度回归平稳，但影响范围不断扩大的阶段，随着媒体报道和网民讨论的不断深入，涉事出版机构和主体人物被深度解构，更多潜藏信息和关联信息被挖掘出来，很可能产生舆情传播的二次高点。淡化期是舆情事件的消弭沉寂阶段，舆情热度得到平息，公众焦点也开始转移。激活期则是因类似事件出现或事件详情进一步被公开而使舆情热度再次回升的阶段，一般影响力较大的出版业网络舆情事件会因案件判决结果公布、关联事件发生再次引爆舆论场，公众对判决结果的满意度和关联事件的刺激性也将影响舆情事件下一步的发展：或进入新一轮传播周期，或淡出舆论关注区域……在这个过程中，出版机构的应对举措将起到关键性作用。
三、基于大数据的舆情预警与处置机制
网络的开放性、隐蔽性、即时性使网络舆情呈现突发性、流言化、情绪化的特点，加强舆情研判、建立预案机制是将出版业网络舆情危机遏制在萌芽期的必要手段。大数据的核心功能
是预测。大规模、多维度、高频率、细粒化的数据特点为舆情预警系统的构建创造了条件。出版机构可通过整合传统媒体、网络媒体和移动媒体的多渠道、多平台、多格式的舆情数据，构建多视角、全方位的出版业网络舆情数据库，在对数据过滤筛选、识别标注和深度挖掘的基础上，对舆情进行动态监测、敏感点提炼、危机预警、预案生成，从而搭建基于大数据的舆情预警系统。

出版机构可利用大数据技术对社交媒体、移动媒体、自媒体等多个平台进行实时信息采集，保证信息源、新闻载体等的多元化，建立全网数据实时监测系统。具体而言，出版机构应根据自身需求构建舆情关键词库和舆情指数体系。关键词库应涉及出版相关机构、部门、规章制度、管理机制、作者、编辑、出版法规、版权以及常见舆情话题等。出版机构的文化属性和社会地位决定了其监测的重点方向，其应确定自身舆情监测的主要范围和重点，保证动态数据采集的“准”和“全”。舆情指数体系主要对出版业网络舆情大数据抓取的不同方面，如整体舆论场、普通网民情绪、意见领袖态度、媒体关注度（国内外）、政府关注度等进行分类监测。

出版机构可在多平台、多维度的数据采集基础上，对数据进行归类存储和深度处理，借助大数据技术完成舆情数据的细粒度和深井溯源挖掘。根据数据的细粒化、语义化处理结果，可构建基于出版机构、涉事人物、舆情事件等不同层面的数据库。多层级舆情数据库的建立有利于大规模数据的分类处理，可以减少预测误差，从而进行更准确的舆情危机判断和设计更全面的预警方案。例如，出版机构可针对出版社目标读者的网络行为特点构建数据库，对读者的关注焦点、发声需求、社交媒体使用、情感倾向等实行量化统计，在了解读者线上行为特点的基础上有针对性地进行舆情预判。还可针对出版单位的性质、网络形象、关联单位等构建数据库，了解自身在不同平台的舆论场中的基本形象和被关注度，便于在危机处理时选择最有效的公关策略。

大规模、多层面的数据库构建是出版业网络舆情预判的基础，对数据的过滤筛选和深度分析则是舆情预警的核心。出版机构可以对各类数据进行筛选和提炼，通过量级分析、频度分析、情感分析、时间序列分析、共线分析、关联分析了解舆情事件的传播特点和趋势，根据量化结果对舆论场热度、媒体关注度、事件延续时间、媒介传播关键介质、话题类型等做出初步判断，再进一步对舆情事件的性质、敏感程度、影响力等做出分层标注。内源型、谣言
型、事实型、价值损坏型、极端个案型等不同性质的舆情事件具有不同的传播规律，事件本身和涉事主体的影响力、事发时间、曝光平台、传播渠道等多种因素也会影响舆情事件的发展。出版机构通过挖掘和分析海量数据，可以提炼出不同性质舆情事件的基本传播规律和舆论反馈特性，然后进一步有针对性地设计舆情预警与处置方案。

在数据挖掘和分析处理的基础上，可利用可视化技术呈现舆情事件的相关属性值，并通过数据匹配确定舆情风险等级，搭建动态化、可视化、实时性的舆情预警平台。出版机构可通过全网数据挖掘潜在舆情事件，将事件性质、敏感度、相关主体影响力与数据库案例进行匹配，根据匹配结果和已有基础数据评估事件的风险等级，以可视化形式对出版业网络舆情风险进行实时预警。

从数据挖掘、案例库形成、数据处理到风险预警，出版业网络舆情预警系统的构建最终是为了生成舆情处置预案，将舆情事件对出版机构造成的损失降到最低。通过构建舆情指数体系，出版机构可利用历史数据库对事件基本性质做初步判断，对相关因子进行趋势预测，从而对舆情事件的发展走向进行推演，提炼出潜在的舆论引爆点。出版机构可根据风险评估和舆情推演结果，事先制定应急处置方案，一旦舆情事件发生，可在最短时间内启动预案，尽量避免“雷点”，联动多部门、多媒体进行舆情处置。对于影响力较大的事件，通过多平台的数据挖掘还可动态追踪其跨媒介传播过程，对事态发展、舆论场热度变化、做出量化分析，形成跨平台、跨媒介的舆情预警方案。

大数据技术为出版业网络舆情应对效果评估提供了多维度的数据支撑。通过构建舆情应对效果评估体系，可利用全网数据挖掘对评估因子的量化反映，以可视化形式客观呈现出版业网络舆情处置的实际效果，在量化评估的基础上发现舆情应对薄弱环节，从而优化舆情处置策略。例如，构建如图6所示的舆情应对效果评估体系，从舆论因子、媒体运用因子、效果因子三个层面对出版业网络舆情应对进行评估，通过抓取整体舆论场数据、媒体平台数据、出版机构响应数据，反映舆情事件处置效果。多维度的评估体系和可视化的评估结果便于出版机构发现其舆情应对得失之处。出版机构通过大样本评估分析，可发掘舆情应对案例，发现常见处置误区，为今后的舆情处置机制优化提供参考。
除了以上网络舆情预警与处置机制的建立，出版机构还应坚持日常舆论引导与品牌宣传，逐
步向新媒体平台转移，提升自身在各平台的话语权。出版机构官方新媒体主要面向出版机构工作人员、读者和文化人士，通过挖掘内外部人员，尤其是外部人员的情绪、需求、行为等相关数据，把握他们在面对出版相关新闻、宣传时的情绪和行为倾向，这样可在官方宣传时尽量避免发布刺激性信息，着力激发读者等对出版机构的正面情绪。同时，出版机构应积极营造官方新媒体的正面形象，通过特色化运营和人性化服务为读者提供多元发声渠道和便捷互动渠道，通过新媒体平台及时回应质疑、进行印象纠偏。此外，出版机构与部门应积极培养新媒体平台上的文化意见领袖，组建矩阵式官微团队，这不仅可在舆情应对过程中发挥协同联动作用，同时对出版机构这一文化性机构在整体舆论场的形象建设和话语权提升方面也有很大帮助，进而促进出版事业与文化事业的发展。
出版业网络舆情的传播事件日益增多，完善舆情预警系统和舆情处置机制势在必行，大数据技术为出版业网络舆情动态预测和及时应对提供了支撑。从舆情事件的萌芽、裂变、蔓延到淡化、再激活，大规模、多维度、细粒化的数据在舆情事件发展的各阶段都可发挥重要作用。随着相关技术的日益成熟和数据来源的多元化，出版业界的大数据应用意识将逐渐形成，基于大数据的舆情预警和处置机制也将成为出版机构的一个重点工作方向。
 
-全文完-