研究新媒体下网络舆论工作者管理的战略思维(3)

　　
　　首先， 树立“以人为本”的核心理念。舆情工作是关注民生、维护民权、推进民主化建设的重要组成部分， 要做到给民众话语权、助民众辨是非、引民众树三观， 从群众中来到群众中去， 开展理性的公民教育， 发挥民众的积极作用， 实现社会共治的创新形式。
　　
　　其次， 树立“以知识为本”的工作理念。要充分认识到新媒体时代舆情监管工作的新特点、新规律， 建设“学习型”舆情工作队伍， 系统学习先进的互联网知识、舆情分析知识、应急管理知识、危机公关知识、法律法规知识、新闻写作知识等， 提升舆情管理人员的媒介素养以及宣传能力、沟通能力、舆情引导能力等。
　　
　　（2） 舆情工作组织结构的创新。舆情工作的效率和有效性在很大程度上取决于组织结构是否完善。目前很多单位尚未建立健全应对突发网络舆情事件的专门组织机构， 通常由信息中心或宣传部门兼管舆情工作， 沿用了传统的事业部型、科层式组织结构或特殊任务小组等组织结构。在这种情况下， 存在等级制度森严、部门之间存在信息孤岛、工作流程烦琐、相关人员职责不明确等弊端， 必然难以适应舆情工作创新的需要。
　　
　　为了动员更多的力量参与舆情管理工作， 提高其效率和有效性， 本文提出了“扁平化网状结构+阿米巴”的舆情工作组织结构创新的建议。阿米巴是稻盛和夫独创的一种企业经营范式， 是指将组织分成小的集团， 通过与市场直接联系的独立核算制进行运营， 培养具有管理意识的领导， 让全体员工参与经营管理， 从而实现“全员参与”的经营方式[10].
　　
　　将阿米巴模式应用到舆情工作中， 可以首先在体制内或群众中培养一批具有正确的价值观、精通互联网技术、有良好的沟通能力的活跃分子作为意见领袖；然后对舆情监管工作进行量化分权， 将大集体细分为若干个阿米巴， 每个阿米巴都独立存在， 有自己的意见领袖、工作任务和团队制度， 阿米巴之间彼此联动、分工合作。“扁平化网状结构+阿米巴”的舆情工作组织结构如图2所示。

　　
　　舆情管理是一个常态化的工作， 采用阿米巴结构， 可以激发团队成员的工作积极性， 动员更多的力量参与其中， 实现社会公众的自我引导， 形成社会共治的大舆情管理格局。
　　
　　（3） 舆情管理工作方法的创新。工作方法的创新在很大程度上取决于对工作内容和工作流程的理解。在工作中善于归纳总结、开动脑筋、转换思路， 才能不断改进和完善工作流程， 提高舆情工作精细化的管理水平。为此， 本文提出了“六步闭环流程” （如图3所示） 的舆情工作建议， 增强了舆情应对的逻辑性和条理性， 并通过引入反馈机制提高舆情工作质量， 改善舆情管理工作被动、不及时、处置不力的情况。
　　
　　3. 舆情分析与预警技术的创新
　　
　　从技术角度看， 一个网络舆情管理系统大致包括如图4所示的功能。这些功能的实现需要用到网络爬虫、文本分词、文本分类、文本聚类、情感分析、云计算、人工智能等技术， 经常用到的算法包括关联规则挖掘、决策树、神经网络、支持向量机等。舆情工作者虽然不是上述技术或算法的资深专家， 但也应该学习相关知识， 并具有“融合本身就是创新”的理念， 在设计舆情分析、预警技术方案时， 可以考虑学科交叉、跨界整合、新媒体和新技术的融合， 推进前沿科技在舆情工作中的深度应用。

　　
　　（三） 大数据思维
　　
　　新媒体之所以“新”, 在很大程度上是因为可以以更低的成本传递“更大量的信息”, 也可以理解为新媒体是基于大数据的传播方式。众所周知， 目前， 微博、微信、视频直播等社交媒体每天都在产生海量的各种类型的信息， 甚至社交平台上还可能存在大量受控制的“机器粉”, 这些机器账号能够被用来快速增长某些内容的转发量， 给舆情发现和虚假舆情的去除带来很大的难度。大数据时代的舆情管理工作需要沙里淘金， 使用正确的思维来收集数据、分析数据、理解数据、应用数据。
　　
　　1. 量化思维
　　
　　“万物皆数”是毕达格拉斯学派2000多年前的一句名言， 蕴含着“一切皆可量化”的理念。大数据时代， 所有的舆情信息都是可量化的。每一天， 网民们都会在网络空间中产生一条条长长的数字化行为轨迹：发帖数、评论数、点赞数、转发数、网站停留时间、视频观看时间、直播时长等。但量化思维不等于简单的数字化[11], 而是数据的可计算化以及计算结果的可视化、可解释化和可用来预测。网民们数字化行为轨迹的背后往往暗含着网络舆情的热点、焦点， 以及舆情主体针对与自身利益相关的事件所表现出来的具有一定影响力并带有倾向性的认知、情绪、态度和意见等。通过充分使用最新技术， 对舆情信息进行全方位采集、多角度定量描述、量化建模， 才可能挖掘出隐藏在数字背后的深层次舆情信息。
　　
　　目前很多舆情监测系统所提供的“网络舆情指数”功能就是量化思维在舆情领域非常好的应用， 如百度舆情指数、天涯舆情指数、新浪微舆情指数等。以天涯舆情指数为例， 其计算方法是：对天涯社区论坛中各省、自治区、直辖市相关舆情帖文的总数、负面舆情帖文的访问量、负面舆情帖文的回复量、负面帖文占帖文总数比例值， 以及政府对舆情的管理强度、应对处置情况进行加权计算， 最终得出“天涯舆情综合指数”排行榜。
　　
　　2. 相关性思维
　　
　　迈尔-舍恩伯格在《大数据时代》一书中曾提及“要相关， 不要因果”.这句话绝不是让人们抛弃因果关系， 事实上， 因果关系是最深刻的一类关系， 但很多时候却难以被发现。大数据时代， 面对纷繁复杂的海量数据， 没有必要再去探求每种现象背后的原因， 而是要顺应信息时代的潮流， 实现思维模式从因果关系到相关关系的转变[12].
　　
　　在舆情传播过程中也存在着很多相关关系， 探求这些相关关系有助于舆情趋势研判和预警预测。例如： （1） 不同热点事件背景上的相关性； （2） 不同舆情事件时空上的相关性； （3） 特定舆情事件在新闻、微博、视频直播等不同传播渠道上的相关性； （4） 特定舆情事件文本内容中词汇间的相关性； （5） 舆情主体间在社交网络中的相关关系等。 …… 此处隐藏：822字，全部文档内容请下载后查看。喜欢就下载吧 ……