智能算法语境高校舆情监管困局与破局思考

王珊珊 唐冰寒

摘 要：本文基于当前媒体情势和高校网络舆情在智能算法背景下呈现出的新特点，研判高校网络舆情监管转型中亟待解决的痛点问题，并深入探讨智能算法在监管模式构建中的推动作用。研究认为智能算法将会促进高校网络舆情监管信息收集、分析研判以及渠道构建的更新完善，并实现师生个人信息数据聚集、人机协同研判及传受关系连接增强的高校网络舆情监管的智能化转型。

关键词：高校网络舆情;智能算法;舆情监管

中图分类号：G47    文献标识码：A    文章编号：1672-8122（2021）11-0153-04

作为一门通过技术手段模拟、拓宽和延展人类智能的新技术科学，人工智能从2017年至2020年连续3年登上政府工作报告。中国互联网络信息中心第44次《中国互联网络发展状况统计报告》指出：“新一代网络信息技术不断创新突破，数字化、网络化、智能化深入发展”，数据显示截至2019年6月，我国网民规模达8.54亿，互联网普及率达61.2%，其中20～29岁的网民群体占比最高，达24.6%。由此可见，互联网用户集中于青年网民群体，高校学生又是其重要组成，高校网络舆情已成为社会舆情中不可忽视的一部分。2020年，频频暴发的高校网络舆情危机，映射出高校网络舆情监管面临着新挑战，高校网络舆情转型过程中遇到痛点问题。在此背景下，顺应技术发展对传播方式的推动之势，充分利用智能算法的技术特性进行科学的布局与破局，是推动高校网络舆情监管智能化轉型的必由之路。

一、困局中的高校网络舆情监管现状

新媒体的广泛应用使得网络舆情发生了诸多变化。伴随着用户信息获取方式的转变，传统舆情发声渠道突破了人际传播和纸质传播方式转向网络媒介终端传播，高校网络舆情呈现新特点使其监管遭遇困境。

（一）舆情研判存在薄弱环节

准确的舆情信息研判是高校网络舆情处理的“奠基石”，对舆情治理有至关重要的作用。舆情信息表达转向数字化、网络化，高校舆情收集仍囿于官方信息传递、校园论坛管理等传统渠道，二者之间的不同步导致高校网络舆情信息渠道闭塞，舆情研判陷入困境。

第一，高校网络舆情传播平台辐射广。高校网络舆情话题产生源头多样，涵盖内容丰富，高校网络舆情可能以高校为源头转化为社会舆情，反之亦可。同时，高校网络舆情发生、发展平台多样，大学生群体使用移动客户端数量多、类型杂，其对高校网络舆情收集工作提出了新要求。

第二，大学生群体特征的矛盾属性。一方面，大学生乐于接受新鲜事物，敢于表达想法和质疑;另一方面，大学生思想尚未成熟，缺乏社会经验，容易被外界因素所利用。高校学生身处海量网络信息与复杂的媒体环境，且有积极参与舆情讨论的主观意愿，但客观上存在心智不成熟所造成的非理性判断，容易出现“跟风”“从众”等舆论表现。

第三，舆情监管队伍缺乏专业性。一是，监管人员自身缺乏专业素养，在舆情分析和研判上十分欠缺，监管人员仍处于传统监管模式思维体系之下，没有培养出大数据思维和网络发展的持续性视野;二是，缺乏舆情监管应对机制，在舆情发生前缺乏舆情危机的评估，舆情发生中没有合适的应对体系，舆情结束后并未进行系统反馈和总结。

（二）舆情监管反应相对滞后

人民网舆情监测室提出了处置舆情危机的“黄金4小时”理论，即“官方要第一时间发声，第一时间处理问题，做突发事件的‘第一定义者’”。高校处理网络舆情时常有迟疑与滞后现象，因此丧失了引导舆论的话语权，在舆情前期形成阶段产生了不可忽视的损害。高校网络舆情由热点事件引发，往往涉及到高校学生的自身利益或政治敏感，一旦暴发极易形成群体性情绪化表达，借由多平台网络传播，打破时空界限，扩散辐射范围，促使高校网络舆情监管难度上升，舆情负面影响加大。高校舆情监管处于被动局面，往往舆情热点已发酵，由高校舆情发展为社会舆情，高校迫于多重压力进行反应与发声。高校处理危机反应滞后，实际缺乏舆情预警应急机制，不能提前观测舆情热点趋势、准确检索舆情发生现状，从而进行及时应对。

（三）舆情评估呈点状、散碎状

网络舆情已然成为常态，智能算法为高校网络舆情开拓了新视野，诸多舆情应对过程也为舆情监管工作提供了案例范本，但高校目前缺乏系统性的舆情处理总结体系，仍处于散碎状态。高校对网络舆情监管体系的构建仍存在漏洞，多数高校仍处于传统应对体系当中，即在突发事件形成舆情后，临时抽调校领导带领宣传部门、团委部门组成舆情应对小组。缺乏前期研判和系统分析的舆情应对处理模式，仅局限于单一舆情事件的浅层次解决，舆情背后所反映出的深层次原因没有得到足够重视和挖掘。系统监管机制的匮乏使舆情监管各流程点状独立，无法形成一套符合传播学规律的基本逻辑和思路，导致舆情发展容易走向失控局面，各个舆情危机处理间无法形成借鉴，往往重蹈覆辙。

二、智能算法提供转型破局可能性

2012年，联合国发布的《大数据促发展：挑战与机遇》白皮书中指明，大数据将会对人类社会各个领域产生深刻影响。伴随着以智能算法为代表的网络信息技术的迅速发展和不断普及，人工智能技术正以前所未有的态势渗透并改变着传播的方方面面，随着网络用户量的日益增加以及人工智能信息收集处理技术的不断成熟，智能算法将为高校网络舆情的传播治理困境提供新的出路。

（一）信息汇集：智能算法海量信息汇总

网络环境下海量数据信息成为常态，基于人工智能的智能信息分析处理技术，挖掘和汇集网络信息数据是传播平台建设的首要条件。大数据呈现大量性、多样性、高速性、价值性的特性。用户在使用网络过程中产生的大量数据信息助推网络数据量呈指数增长，海量增长的数据倒逼其信息收集的能力和方式的不断革新。传统意义上的数据统计需要相关工作人员从各样本中逐一获取信息，信息主体呈点状的分散状态，增加了信息的获取难度。大数据时代下的海量信息则被集中储存于固定数据库中，依据特定算法逻辑加以排列，相关人员只需通过算法应用即可获取所需信息，避免过多信息获取的能量消耗。依托智能算法整合以校内业务、网络流量、传播平台、设备运行为主的全网高校舆情数据信息，为舆情研判提供数据基础支撑。

（二）信息分类：智能算法识别信息语义  如果说信息收集是智能算法的眼睛，用以获取海量信息，那么语义识别技术则是智能算法的大脑，进行信息的识别和处理。基于大数据和算法模型的搭建，语义识别在智能算法掌握庞大数据信息的基础上，对收集数据进行分类处理。智能语义识别技术，通过转化人类常用的自然语言为计算机可以识别的信息，既可以分析网页、文件、邮件、音频、论坛、社交媒体中的大量数据，也可以通过技术接口应用于所有智能语音交互场景。大数据为自动化新闻写作提供了数据支持，及时、准确地写出了当时所发生的新闻内容。目前，智能算法语义识别已经在新闻行业发挥了其优势和特性，例如，《今日头条》已将机器人写作纳入其新闻生产体系中，极大地提高了新闻生产的效率。基于语义识别技术，可以对舆情中热点词汇和敏感词汇进行聚类分析，从而实现对高校网络舆情的监管。

（三）信息分析：智能算法提供处理依据

以智能算法为背景搭建网络传播平台已成为当下网络传播发展、传统传播方式转型的大趋势，一方面，通过智能算法搭建信息与场景;另一方面，以算法为手段实现传播方式精准分发。以今日头条手机客户端为例，平台通过智能算法截取用户基本信息、使用习惯和关注信息类别，以描画用户肖像。同时，平台把信息内容数据作为元数据库，以平台信息内容数据连接用户肖像数据，实现传播内容精准分发，传播信息个人化定制。在传播平台的转型过程中，智能算法通过其信息分析处理技术，为信息分流提供数据支撑，从而达到信息处理的智能化。

智能算法为传播平台搭建和转型提供处理依据的尝试与迭代，为高校网络舆情处理提供借鉴，智能算法中信息聚类技术，可以精准反映舆情焦点，同时以有效提高网络舆情的数据信息处理分类速度，助推高校舆情实现提前预判、快速反映与科学应对，进而提高高校网络舆情监管应对效果。

三、高校网络舆情智能化转型发展的思考

基于高校網络舆情监管的现存困境，智能算法结合舆情治理，搭建智能算法舆情防控的初始形态模型将成为未来舆情处理的新路径。结合智能算法信息收集数据化、传播路径精确化、互动反馈及时化与评估预警提前化等特征，高校舆情可构建智能监管信息环境，进一步完成舆情信息监管良性生态，最后建立长期友好的传受连接。

（一）高校网络舆情监管转型布局原则

1.数据驱动，智能大数据为基础。网络舆情是高校学生对某一热点事件认知、态度、情感和行为倾向的集合，从个体认知出发对互联网舆论情况再加工形成的反馈，舆情信息的数据流整合是高校对舆情作出反映的基础条件，可基于智能算法大数据搭建舆情信息库，最大化实现各网络平台的舆情信息汇总。

2.人工主导，专业化团队研判方向。准确的舆情分析、研判是进行舆情后续反应环节的充分条件，“人”的主观能动性、价值判断及行为态度取向在智能化舆情监管中的重要作用。搭建专业队伍，依托大数据信息收集，定期、定性开展网络信息调研分析工作，汇集热点话题和检测舆情走势，为舆情处理提供可靠依据。

3.用户融入，注重用户反馈渠道。搭建学生的信息反馈平台以减少舆情危机出现的概率，预先判断舆情可能出现的方向与情景。一方面，构建校内专属信息反馈通道，集中搭建学生参与校内事务、热点问题讨论平台;另一方面，学生诉求得以表达，校方信息准确传达，打通校生双方反馈互动通道，一定程度上将会减少部分舆情危机的产生。

（二）高校网络舆情监管模式的智能协同效应  1.海量数据，智能算法助力信息整合。构建高校网络舆情监管模式，首先，是全面信息采集汇合，依托智能算法进行高校数据抓取，形成全面信息流;其次，是基本信息参数匹配收集，即精确收集高校舆情相关传播者的态度表达，过滤非相关性舆情信息;最后，是舆情诉求种类初步分析，区分舆情热点，为下一步舆情处理提供方便。

2.词频分析，智能算法分析舆情痛点。在处理网络舆情危机的过程中，必须将智能算法处理分析信息的优势发挥出来，大数据时代信息传递具有扁平化特点，依托智能算法对数据信息进行词频分析，精准捕捉舆情热点，提前预防可能会出现的舆情话题，从而对大学生网络舆情动向做出合理化、科学化的决策行为。

3.人机协同，智能算法凸显人工优势。智能算法的应用将代替人工完成信息数据采集、分析的基本工作，辅助人工完成舆论引导的后续环节。以智能算法为辅，凸显人工研判优势，舆情导向作用需要人机协同共同完成。加强培养高校网络舆情信息技术人员，搭建高校网络舆情信息分析团队，良好的舆情引导队伍可以为高校舆情引导进行“把关”。

4.传受关系，智能算法助力渠道通畅。搭建高校网络舆情智能型新平台，联通高校舆情中的传受双方。一方面，打通学生利益诉求网络表达渠道，尽可能在源头上有效地减少学生利用网络发表不当言论、宣泄负面情绪而引发网络舆情的潜在可能性;另一方面，基于学生利益诉求，高校应健全信息发布机制，以尽量保持信息的公开通畅，接受学生的监督与反馈。

（三）智能化转型对高校舆情监管的意义  实现高校网络舆情智能化转型升级，顺应新型媒介环境下网络舆情发展新趋势，借由人工智能发展态势，推动原有监管模式转型升级，充分发挥舆情监管模式功能，维护高校舆论环境的安全和稳定，开拓网络舆情监管新思路，构建和谐清明的网络舆论环境。

1.舆情信息研判全面化。对高校师生态度、观点的收集研判是舆情监管的前提。全面汇总海量分散数据，集中分析数据表面呈现出的舆情热点关键及其背后所隐藏的动机原因，预判舆情发展潜力趋势，及时发现不良思想并加以引导，解决问题冲突，维护校园稳定。

2.舆情监管反应即时化。智能算法在高校网络舆情管理中的应用极大地提高了前期信息收集工作的效率，节约了舆情发现时间，为舆情后续处理工作争取主动地位。网络热点议题更新速度快，高校依托智能算法，搭建智能化舆情信息监管，第一时间对舆论、谣言、诉求做出官方反应并及时反馈，以消减舆情的负面影响。

3.舆情危机处理主动化。新型监管模式下，发现舆情潜在危机是其建设的重要环节。高校在舆情危机发生后应主动应对，积极处理，杜绝舆情“冷处理”所造成的不利局势;同时，高校在舆情发酵前主动进行处理反馈，在重大舆情事件形成之前加以应对，有效减小舆情的负面影响，反之也可极大地提升舆情的正面作用。

4.舆情处理评估系统化。舆情的总结和评估是高校网络舆情监管过程的最后一环，通过对舆情处理过程的反思反馈，弥补舆情应对中出现的问题，捕捉可能产生的缺漏，对舆情监管进一步转型及日后舆情应对具有重要意义。

参考文献：

[1] 第44次《中国互联网络发展状况统计报告》[R].中国互联网络信息中心，2020-04-27.

[2] 黄蜺.新媒体环境下大学生网络舆情实证研究——基于西安地区部分高校的调查分析[J].社会科学家，2014（3）：44-49.

[3] 刘修阳，王涛.高校应对网络舆情危机机制探究[J].思想教育研究，2014（8）：80-83.

[4] 人民网舆情监测室.如何应对网络舆情？——网络舆情分析师手册[M].北京：新华出版社，2011：18-19.

[5] 邬晓燕.运用大数据推动大学生网络舆情管理能力建设[J].北京教育（德育），2019（11）：54-57.

[6] 李中原.高校学生网络舆情的动态监测路径与防控机制研究[J].现代情报，2019，39（8）：171-177.

[责任编辑：艾涓]