周葆华:大数据舆论研究需要超越单一事件

2019年10月31日18:54  来源:人民网-舆情频道
 

10月31日,第三届互联网大数据与社会治理南京智库峰会上,复旦大学新闻学院副院长周葆华以《大数据舆论研究:超越单一事件》为题,发表了演讲。

周葆华认为,在我国舆论研究中,存在着对单一事件舆论分析的偏好。这种分析具有较强的个案意义与应用价值。事件代表着在社会治理层面对常规、秩序的打破,在中国社会转型期,具有偶然性的新媒体事件频发,这些事件中蕴含着提炼规律与理论的契机,对新闻传播学研究具有重要意义。

针对事件个案分析,周葆华也指出了其中的问题与不足:在理论层面,由事件所提炼的概念的普适程度、基于特定个案总结的传播规律的可推广性有待增强;在实践层面,对事件个案的分析无法上升为对常态议题的剖析,难以解决舆论发展中的共性、机制、体制性问题,“事后式解读”的案例分析具有较大的局限性。

由此,周葆华提出了超越单一事件进行舆论研究的呼吁。一方面,提倡进行多事件分析,基于多事件进行比较与综合的描述性研究,以事件为样本,建立关于事件舆论分析的自变量、因变量,进行解释性研究。另一方面,提倡进行跨事件分析,考虑事件之间的关联、互动与影响,关注事件之间的相互激发机制。通过这样的分析,最终能够发掘科学规律,理清因素,促进科学化研究。

周葆华指出,大数据为建立大规模事件之间的比较、综合与关联分析提供了契机,主要体现在三个方面:第一,大数据使收集大规模的在线多事件的数据变得容易;第二,通过大数据能够观测事件之间的流动与互动;第三,大数据为跨时间、历史性的事件之间的综合分析提供了可能性;第四,大数据可以实现对全国性、全球性的跨地区事件的综合分析。

在现场,周葆华通过三个案例讲述大数据在进行事件分析中的重要作用。一是通过多事件分析比较网络媒体与传统新闻社报道事件的速度。研究利用推特与传统媒体的大规模事件数据库进行事件识别的耦合,来比较到底是谁引领了事件的发布。

二是基于多事件扩散结构模式进行多事件比较,分析网络事件的扩散结构模式。在对大规模事件进行比较后,得出结论:事件扩散规模与结构病毒性特征之间仅存低度的正相关。

三是从多视角研究的角度挖掘大数据舆论,对微博事件中的意见领袖进行研究。研究通过提取数据,识别出442位人次、274位意见领袖,探讨其基本属性与跨领域性。最终归纳出:一类意见领袖在事件中的影响既综合又稳定,还有一部分人的影响“稍纵即逝”。

最后,周葆华展望了利用大数据进行事件研究的未来方向。首先,在事件选择上,应当选取各种规模、各种性质的事件,并清晰分类。其次,对事件进行标签化,建立因果关系模型。再次,应当打破数据“孤岛”,实现跨平台的数据采集、存储与分析。最后,呼吁学界、业界与政界深度合作,学界将利用业界、政界资源建立大规模的事件舆论数据库,不仅可供案例参考,更注重规律挖掘,以回馈业界、政界。(袁梦泽)

(责编:实习生、袁勃)