|
本文摘自《中南民族大学学报》2018年第一期。 《大数据微时代高校民族舆情管理新思维》（龙晔生，周玲）指出，在大数据微时代，民族舆情面临新特性、新挑战、新任务。根据民族舆情的特性，民族高校舆情管理应该采用新手段和新方法，应以党的民族理论为指导，在坚持平等、团结、协作等原则下，创新网络舆情管理思维，在大数据技术手段支撑下依法确保高校网络舆情安全。 在大数据技术支撑下，网络舆情监管部门可以分析自动高效地分析海量网民的社会关系网络，进而进行心理行为刻画分析。通过对网民个体属性、活动地点、社交对象、消费类型、个性发布、情绪态度等信息进行智能分析，即可描绘出网民“心理文化地图”。实现以上功能主要基于大数据的如下特性：一是大数据的海量数据的自动归集和分析能力，不同于以往的小样本抽样方法，大数据分析的是“全体数据”，这个能力是计算机存储和硬件处理能力的飞速发展所赋予的；二是大数据分析的是“全体数据”，数据内部必然含有少量错误数据、异构数据等“杂质”，大数据技术允许这些“不精确”，可以用概率的方法得出好的结果；三是大数据擅长关联分析，而非传统的小数据因果分析。很多情况下，因果分析是复杂的，经常面临多维因果，甚至哪个是因哪个是果都是很难判断的，而大数据的关联分析避开因果，自动找出关联关系，使我们聚焦于控制那些关联关系就可以了。 《涉及民族因素的网络舆情解析—以群体极化的视角》（严庆，崔舒怡）指出，群体极化（Group Polarization)）理论揭示了在群体场域中,受群体影响，认知与决策趋向于极化的机理与规律。群体极化效应类似于俗称的“羊群效应”。在涉及民族因素网络舆情的形成与发展过程中，存在普遍的群体极化效应。在网络时代，群体极化现象非常突出，原因有：网络技术利于群体形成、言论匿名化助推群体极化效应、情感性因素加剧群体极化效应交互作用，从而导致在涉及民族因素的网络讨论中容易脱离理性制约而偏激化、极端化，发生所谓的群体极化效应，从而生成负面网络舆情。因此，在网络环境中讨论民族议题时，应注意遏制群体极化的负效应，发挥群体极化的正效应。一方面，有关部门要通过网络管制规则和技术手段控制不良信息的传播、扩散与发酵。另一方面，要通过专家介入的方式，进行必要的信息矫正和舆情引导，控制负面的群体极化生成。 《涉民族类网络辟谣舆情传播过程中不同主体治理行为实证研究》（曾润喜，陈创）一文利用数据挖掘法和社会网络分析研究方法，选取有代表性的网络谣言个案的辟谣舆情进行定量研究，从中心度分析、结构洞分析和凝聚子群分析三个方面分析网络结构，探索不同节点的信息行为特征。研究发现，按照整个舆情网络的权力状态可以划分四种不同类型的媒体平台，不同类型的媒体平台在辟谣过程中表现出行为倾向一致性，但在影响和作用上呈现差序格局，涉民族类媒体平台在此间起了关键作用。该文建议，1．建构多中心协同信息治理结构，应进一步发挥政府平台作用，并激励新媒体平台积极参与，构建政府、公众、媒体“三位一体”的预防和管控网络信息传播的多维机制；2．媒介自律与网民媒介素养是信息治理的必要条件；3．畅通信息沟通渠道是粉碎网络谣言的有效途径。 (责任编辑：admin) |