2016年7月10日，中国应急管理学会舆情专业委员会成立大会在京召开。舆情专业委员会副主任委员，中山大学传播与设计学院院长、教授张志安发表了题为《舆情数据、风险预判与危机传播》的主题演讲。

我想从一个案例和手中的一些舆情数据开始，来谈一谈舆情传播中的舆情数据、风险预判和危机传播之间的关系。这个案例就是发生在2014年的“上海外滩踩踏事件”。

2014年12月31日晚，上海外滩发生严重踩踏事故，造成36人死亡，49人受伤。事故发生后有媒体报道，2014年外滩灯光秀与往年发生重大变化。第一，地址改变，由外滩改为外滩源；第二，参加条件改变，由免费、不限制人数改为凭票入场、限定2000人参与；第三，地址调整的信息并未经过媒体和政务微博有效传达给受众，导致众多游客依然前往外滩。

回顾媒体报道发现，相关信息其实已经通过上海媒体和官方微博等进行了传播，但是仍然发生了踩踏事故。通过对相关舆情数据的抓取和整个过程的复盘，我们发现，事故发展之前的一周内，媒体中关于“外滩灯光秀”的报道继续增加，正确消息和可能产生误导的消息在数量上不相上下。 

可见，公共政策调整时，如何将信息有效、充分地传达给受众，可以实时采取大数据挖掘的方法跟踪、分析和预警。此外需要注意的是，我们可以重视政务发布，但不要路径依赖、不要过高期待、不要各自为政、不要单向传播。

上海外滩踩踏事件也给我们带来公共传播的启示：如何紧扣公众需求和公众利益来提炼精准信息进行发布？如何处理告知性信息和说服性信息的关系？媒介融合和细分时代，如何实现传播渠道的组合？如何根据网民跟帖、评论等评估信息传播的效果？如何对公众行为做出预判，评估公共治理的风险并及时采取措施？

 点击图片体验舆情分析服务

联系方式：010-65579931

舆情研判：数据挖掘的意义

上海踩踏事件提醒我们，既然我们现在已经具备技术条件，可以监测、挖掘到多维度的信息，那就要将之运用到危机事件的预警和研判中，而不能停留在事后的追溯和反应应急上。在这个案例的基础上，接下来探讨一下舆情数据、风险预判和危机管理三者之间的关系。

就舆情数据挖掘而言，我们应该在研究层次、掌控水平、数据获取、分析方法和理论修正方面做出改变。在研究层次上，我们从小样本研究提升为大样本研究，由个体拓展为群体；在掌控水平上，不仅停留在描述和解释，更注重预测和控制；在数据获取上，成本不断降低；在分析方法上，我们意识到不仅需要数据的抓取，还需要数据的调查；在理论研究层面，我们在思考互联网语境下是否有效，并得出结论，需要运用多学科理论融合。

我们对于舆情数据的研究分为五个平台和三个舆论场。五个平台分别为：新闻网站、微博、微信、论坛和新闻客户端；三个舆论场为网络媒体舆论场（以新闻网站为主）、移动媒体网络舆论场（以新闻客户端为主）和自媒体舆论场（以微博和论坛为主）。

在研究对象上，可分为时间、地点、事件和人物四个方面，我们应当逐渐超越对新闻事件和话题的研究，达到对公众心态和观念的研究：在研究层次上，分为微观、中观和宏观三个层次，在微观方面所做的尝试逐渐增多，力图实现舆情数据的本地化和社区化。

舆情研究也更加注重多维数据的挖掘。通过机器学习和语义分析方法获知网络舆论场的议题分布（热门词、关键词）与意见分布（支持/反对/中立），以进行显舆论研究；通过在线文本情绪分析工具和表情符号情绪监测，实现潜舆论研究。在行为舆论方面，我们可以提取网民注意力、关注度、态度倾向、舆情态势等方面的数据；在舆论主体方面，通过分析工具获取网民特征（人口特征、地理、喜好）、网民社会关系（意见领袖）等方面的数据。

而对网民认知框架的研究包括关注、情绪和态度三个方面。首先要了解网民关注。信息消化率比到达率更重要，客观信息到达率不等同于网民的消化率，他们可以视而不见，因此要了解网民实际愿意关注什么。其次，要懂得分辨网民情绪。愤怒不一定是负能量，正确理解网民态度需要更加细致的情绪分类模型。最后，要解析网民态度，归因指明化解之道。积极的归因是：对待好消息，认为是内因、稳定、普遍的；对坏消息，认为是外因、暂时、特殊的。消极的归因则相反。辨明网民归因逻辑，针对性引导，才是化解之道。

来自东方剪报舆情分析

相关关键词：媒体监测、新生代舆情监测、外媒监测

如果您需要提供舆情监测服务请填写以下表格