網(wǎng)絡輿情用戶畫像構(gòu)建與應用
前言：想要寫出一篇引人入勝的文章？我們特意為您整理了網(wǎng)絡輿情用戶畫像構(gòu)建與應用范文，希望能給你帶來靈感和參考，敬請閱讀。
摘要:大數(shù)據(jù)時代，高校網(wǎng)絡輿情管理挑戰(zhàn)與機遇并存。探討了國內(nèi)高校網(wǎng)絡輿情用戶畫像的研究現(xiàn)狀，結(jié)合高校網(wǎng)絡輿情管理實際，從資源層、數(shù)據(jù)層、存儲層、處理層、模型層、應用層提出構(gòu)建高校網(wǎng)絡輿情用戶畫像的架構(gòu)圖，并從構(gòu)建可視化用戶畫像、建立專業(yè)化管理隊伍、培養(yǎng)網(wǎng)絡意見領袖三個方面提出應用建議。
關鍵詞:高校網(wǎng)絡輿情;用戶畫像;大數(shù)據(jù)
根據(jù)第47次《中國互聯(lián)網(wǎng)絡發(fā)展狀況統(tǒng)計報告》，截至2020年12月，我國網(wǎng)民規(guī)模為達9．89億，互聯(lián)網(wǎng)普及率達70．4%。從學歷結(jié)構(gòu)看，網(wǎng)民中19．8%為大學?？?、本科及以上學歷。從職業(yè)結(jié)構(gòu)看，網(wǎng)民中21%為學生［1］。網(wǎng)絡是一把雙刃劍，網(wǎng)絡的發(fā)展使信息獲取更加及時、傳播速度更加迅速，同時，高校學生群體網(wǎng)絡發(fā)聲活躍，一直備受關注。龐大的大學生網(wǎng)民群體也給高校網(wǎng)絡輿情管理帶來嚴峻挑戰(zhàn)，如何預防、應對、處理網(wǎng)絡輿情危機，已經(jīng)成為高校宣傳管理部門的工作重點。
1高校網(wǎng)絡輿情用戶畫像的相關概念
1．1高校網(wǎng)絡輿情
高校網(wǎng)絡輿情是高校中各類群體，尤其是大學生群體，在網(wǎng)絡上對校園生活里的某一行為或者某一事件發(fā)表的意見、態(tài)度和觀點，具有多元性、傾向性、突發(fā)性、擴散性等特點［2］。筆者梳理了高校網(wǎng)絡輿情的相關文獻，發(fā)現(xiàn)高校網(wǎng)絡輿情的研究對象以大學生群體為主。因為受教育程度高、時間充裕、精力充沛，所以大學生是最活躍、積極和敏感的網(wǎng)民群體，但是大學生缺乏社會經(jīng)驗和閱歷，不容易準確評判信息真?zhèn)?，往往在網(wǎng)絡上發(fā)表過激言論，而高校空間相對單一，易引發(fā)負向的高校網(wǎng)絡輿情，煽動大學生群體情緒，從而造成不良后果。
1．2用戶畫像
“VB之父”、“交互設計之父”———艾倫·庫珀最早提出用戶畫像的概念，用戶畫像是真實用戶的虛擬代表，是以系列真實數(shù)據(jù)為基礎的目標用戶模型［3］。用戶畫像，也稱為用戶角色，是一種勾畫目標用戶、聯(lián)系用戶訴求與設計方向的有效工具，在計算機、金融、社交網(wǎng)絡等各個領域得到了廣泛應用。在實際運用中，往往會以通俗易懂的話語將用戶的屬性、行為、觀點與目標數(shù)據(jù)轉(zhuǎn)化結(jié)合起來，作為實際用戶的虛擬代表，形成產(chǎn)品和市場需要的有代表性的主要受眾和目標群體［4］。綜上，筆者認為用戶畫像是以用戶產(chǎn)生的系列真實數(shù)據(jù)為基礎，描述特定用戶需求的偏好的目標用戶模型，進而了解用戶、預測用戶需求。用戶屬性、用戶性格、用戶興趣、用戶習慣、用戶行為等均可以作為反映用戶特征的基礎數(shù)據(jù)。
2高校網(wǎng)絡輿情用戶畫像的研究現(xiàn)狀
筆者于2021年4月5日在中國知網(wǎng)、萬方、維普平臺，以“網(wǎng)絡輿情”和“用戶畫像”為主題精確檢索，共檢索出10篇文獻;以“高校網(wǎng)絡輿情”和“大數(shù)據(jù)”為主題精確檢索，共檢索出107篇文獻。通過對上述117篇文獻進行內(nèi)容篩選，僅6篇文獻間接提到通過用戶畫像這種用戶標簽的方式預測輿情發(fā)展趨勢，指導輿情預警處理，僅8篇文獻構(gòu)建了基于大數(shù)據(jù)技術(shù)的高校網(wǎng)絡輿情管理系統(tǒng)。關于如何通過用戶畫像這種用戶標簽的方式預測輿情發(fā)展趨勢，趙健(2016)提出通過大數(shù)據(jù)中的“社會關系網(wǎng)絡”和“心理文化地圖”，刻畫大學生群體的行為，深度挖掘相關話題的背景、觀點、目標等，展現(xiàn)個體和群體的心理變化，為大學生的非理性網(wǎng)絡輿情提供權(quán)威信息和價值引導，從而構(gòu)建和諧校園［5］。徐萍(2016)提出建立高校院系不同層次的數(shù)據(jù)庫，打通平臺、部門間的數(shù)據(jù)，深度挖掘大眾、學生、教師等不同群體對高校輿情事件的態(tài)度和輿論導向間的關系，重點關注學生的社交話題、關注焦點、情感傾向，尋找實時演變規(guī)律，預測輿情發(fā)展趨勢，指導輿情應對處置［6］。王宗強(2017)提出運用大數(shù)據(jù)技術(shù)獲取、分析相關聯(lián)網(wǎng)絡輿情數(shù)據(jù)，有助于多維度、動態(tài)化、全方位了解數(shù)據(jù)信息，從而準確及時地預測網(wǎng)絡輿情［7］。馬春影(2019)提出高校師生社交相對集中，話語關聯(lián)性強，可以運用大數(shù)據(jù)技術(shù)，將師生的網(wǎng)絡行為數(shù)據(jù)化，構(gòu)建高校網(wǎng)絡輿情數(shù)據(jù)庫［8］。白蓉(2020)基于JavaEE設計了網(wǎng)絡輿情監(jiān)控系統(tǒng)，以新聞的標題、作者、源網(wǎng)站、寫作時間、入庫時間作為標簽，運用算法對文本進行特征化處理，解析后的輿情信息可為高校輿情管理工作提供支持［9］。圖1高校網(wǎng)絡輿情用戶畫像架構(gòu)圖關于如何運用大數(shù)據(jù)技術(shù)，構(gòu)建高校網(wǎng)絡輿情管理系統(tǒng)，柳向東等(2015)提出一種大數(shù)據(jù)下高校輿情監(jiān)測與預警機制，運用KNN分類算法、樸素貝葉斯分類算法、支持向量機、神經(jīng)網(wǎng)絡、最大熵等文本分類算法，將網(wǎng)絡輿情傳播者分為積極型、中立型和消極型三類［10］。劉立波(2018)提出評判輿情事件狀態(tài)、媒體介入狀態(tài)、高校師生參與狀態(tài)的高校網(wǎng)絡輿情研判指標體系，為高校指定網(wǎng)絡輿情應對策略提供參考［11］。李恒忠(2018)提出輿情信息采集、處理、分析、展示、預警多元化高校網(wǎng)絡輿情監(jiān)管體系［12］。孫紅鶯(2019)提出運用Hadoop大數(shù)據(jù)處理平臺進行大學生網(wǎng)絡輿情數(shù)據(jù)的采集、預處理、分析和報告，并設計了大學生輿情法治教育引導模型，該模型可用于法律引導、熱點推薦、輿情預警、關鍵詞推薦等［13］。錢丹丹(2019)提出基于機器學習、數(shù)據(jù)挖掘技術(shù)的高校網(wǎng)絡輿情監(jiān)測分析體系，運用網(wǎng)絡爬蟲技術(shù)從校內(nèi)外網(wǎng)站獲取主題詞和關鍵詞，通過關鍵詞分析、關聯(lián)規(guī)則關聯(lián)、聚類分析技術(shù)，識別正面輿情和負面輿情，為應急管理者提供決策支持［14］。綜上所述，現(xiàn)有研究從不同維度構(gòu)建了高校網(wǎng)絡輿情的研判指標體系和管理分析數(shù)學模型，為高校管理者在網(wǎng)絡輿情的管理和引導方面提供了決策參考。為加強精準防控，需要運用大數(shù)據(jù)技術(shù)，探索高校網(wǎng)絡輿情目標用戶的一般規(guī)律，建立高校網(wǎng)絡輿情用戶畫像的架構(gòu)模型。
3高校網(wǎng)絡輿情用戶畫像模型構(gòu)建
通過分析其他學者的網(wǎng)絡輿情系統(tǒng)模型，結(jié)合高校網(wǎng)絡輿情管理實際，筆者構(gòu)建了高校網(wǎng)絡輿情用戶畫像架構(gòu)圖，如圖1所示。
3．1資源層
高校網(wǎng)絡輿情的數(shù)據(jù)資源可細分為校內(nèi)資源和校外資源，校內(nèi)資源最典型的是高校網(wǎng)站，校外資源包括微信、QQ、微博、貼吧等。資源層是高校網(wǎng)絡輿情用戶畫像架構(gòu)層的底層，也是最基礎最重要的一層，資源層能否覆蓋全面、能否挖掘深入是用戶畫像能否刻畫成功的關鍵。
3．2數(shù)據(jù)層
用戶畫像中的數(shù)據(jù)主要包括用戶背景、用戶興趣、用戶習慣、用戶行為等能夠全方位、立體化地反映用戶特征的數(shù)據(jù)。結(jié)合高校網(wǎng)絡輿情管理現(xiàn)狀，高校網(wǎng)絡輿情用戶畫像中的數(shù)據(jù)主要包括用戶屬性數(shù)據(jù)(用戶的姓名、性別、班級等)、用戶評價數(shù)據(jù)(用戶的積極評價、消極評價)、用戶日志數(shù)據(jù)(系統(tǒng)后臺中用戶行為日志數(shù)據(jù))等。運用大數(shù)據(jù)技術(shù)將資源層的后臺數(shù)據(jù)進行篩選、清洗等處理可以生成數(shù)據(jù)層的用戶屬性數(shù)據(jù)、用戶評價數(shù)據(jù)、用戶日志數(shù)據(jù)等。
3．3存儲層
常見的數(shù)據(jù)存儲方式有3種:DAS(DirectAtta-chedStorage)、NAS(NetworkAttachedStorage)、SAN(StorageAreaNetwork)。DAS中數(shù)據(jù)存儲設備是整個服務器結(jié)構(gòu)的一部分，與服務器內(nèi)部總線直連，可用于分散網(wǎng)絡或小型網(wǎng)絡，缺點是效率相對較低;NAS是單獨為網(wǎng)絡數(shù)據(jù)存儲而開發(fā)的一種文件服務器，自發(fā)形成網(wǎng)絡，與服務器分開，優(yōu)點是即插即用、部署簡單、位置靈活，缺點是存儲性能較低、可靠度不高;SAN運用光纖通道技術(shù)實現(xiàn)了存儲的網(wǎng)絡化，優(yōu)點是部署容易、存儲性能高速，缺點是接口協(xié)議復雜。3種存儲方式各有優(yōu)劣，高校網(wǎng)絡輿情系統(tǒng)在設計時可根據(jù)存儲條件和存儲需求選擇。
3．4處理層
根據(jù)數(shù)據(jù)的類型，可以運用人工標注、本體構(gòu)建的方式對數(shù)據(jù)庫中的數(shù)據(jù)進行處理，過濾冗余數(shù)據(jù)，剔除重復數(shù)據(jù)，提取輿情信息中的有效關鍵詞，根據(jù)高校網(wǎng)絡行為特點和輿情管理需要，構(gòu)建不同網(wǎng)絡輿情數(shù)據(jù)庫，如:輿情話題、輿情領袖、情感傾向。
3．5模型層
根據(jù)輿情的性質(zhì)劃分，高校網(wǎng)絡輿情用戶畫像可以分為積極用戶畫像、中立用戶畫像和消極用戶畫像。其中，積極用戶畫像和消極用戶畫像是需要關注的重點。消極用戶畫像所代表的群體是高校網(wǎng)絡輿情監(jiān)測和管控的重點，高校管理者要密切關注這類群體的行為，采用合理的方式適度溝通，盡量使其轉(zhuǎn)變態(tài)度;積極用戶畫像所代表的群體，高校管理者可以對其進行鼓勵式教育，引導消極用戶畫像轉(zhuǎn)向中立甚至積極的態(tài)度。
3．6應用層
應用層是高校網(wǎng)絡輿情用戶畫像運用終極的目標，最終以可視化的形式直觀地展現(xiàn)出來。高校網(wǎng)絡輿情用戶畫像可以用于用戶管理、輿情事件查詢、突發(fā)事件報警、輿情發(fā)展監(jiān)測、輿情分析報告等。用戶管理功能有助于精準識別用戶，尋找出網(wǎng)絡輿情事件中的領袖群體。輿情事件查詢和輿情分析報告功能能幫助管理者在遇到類似網(wǎng)絡輿情事件時提供決策支持。突發(fā)事件報警功能能第一時間將超過閾值的網(wǎng)絡輿情事件報警，提醒管理者及時處理突發(fā)事件。輿情發(fā)展監(jiān)測功能可以24h監(jiān)測高校網(wǎng)絡輿情發(fā)展趨勢，便于管理者隨時掌握輿情發(fā)展動態(tài)。
4高校網(wǎng)絡輿情用戶畫像的應用建議
4．1構(gòu)建可視化用戶畫像
用戶畫像是以用戶產(chǎn)生的系列真實數(shù)據(jù)為基礎，描述特定用戶需求的偏好的目標用戶模型，進而了解用戶。高校網(wǎng)絡輿情用戶畫像可以用于用戶管理、輿情事件查詢、突發(fā)事件報警、輿情發(fā)展監(jiān)測、輿情分析報告等，便于管理者隨時掌握輿情發(fā)展動態(tài)。在大數(shù)據(jù)時代，運用大數(shù)據(jù)技術(shù)構(gòu)建高校網(wǎng)絡輿情用戶畫像，將高校網(wǎng)絡輿情中的用戶數(shù)據(jù)以可視化的方式呈現(xiàn)，有助于高校網(wǎng)絡輿情管理者及時掌握網(wǎng)絡輿情動態(tài)。作為高校網(wǎng)絡輿情管理者，要及時轉(zhuǎn)變傳統(tǒng)輿情管理方式，學習運用大數(shù)據(jù)技術(shù)將用戶數(shù)據(jù)進行處理，繪制出可視化的高校網(wǎng)絡輿情用戶畫像，提高管理效率。高校網(wǎng)絡輿情管理人員需要實時監(jiān)測輿情，可借助各種信息收集儀器裝置，并進行數(shù)據(jù)分析和監(jiān)測預警。
4．2建立專業(yè)化管理隊伍
大數(shù)據(jù)技術(shù)是新興技術(shù)，運用大數(shù)據(jù)管理網(wǎng)絡輿情需要專業(yè)人才和專業(yè)知識。高校建立網(wǎng)絡輿情管理隊伍可以外聘和內(nèi)培結(jié)合:一是選聘大數(shù)據(jù)相關專業(yè)技術(shù)人員管理高校網(wǎng)絡輿情，借助專業(yè)技術(shù)力量，構(gòu)建完善高校網(wǎng)絡輿情的管理系統(tǒng)和用戶畫像;二是提升現(xiàn)有管理人員的網(wǎng)絡輿情素養(yǎng)和數(shù)據(jù)處理能力，練就“一專多能”的本領，打造一支精通網(wǎng)絡技術(shù)并且有政治理論工作經(jīng)驗的專業(yè)團隊。高校網(wǎng)絡輿情工作隊伍應實現(xiàn)統(tǒng)一領導、統(tǒng)籌規(guī)劃與歸口管理，應成立網(wǎng)絡輿情工作領導小組，宣傳部、學生工作部、團委、思想理論教學部、教務處、信息技術(shù)中心負責人和各二級學院學生工作管理者作為領導小組成員，從而提高對網(wǎng)絡輿情進行快速反應的協(xié)調(diào)決策機制。
4．3培養(yǎng)網(wǎng)絡意見領袖
意見領袖是高校網(wǎng)絡輿情傳播的紐帶，在高校網(wǎng)絡輿情引導方面有著重要影響力。通過刻畫高校網(wǎng)絡輿情用戶畫像，可以精準發(fā)現(xiàn)意見領袖，同時利用好用戶畫像加強引導和監(jiān)管。高校宣傳部、團委和學生工作部是培養(yǎng)大學生網(wǎng)絡意見領袖隊伍的重要部門，應納入宣傳思想工作和學生干部隊伍建設中，從學生骨干中選出一批思想素質(zhì)過硬、責任心強、熱心自我教育、有一定文字駕馭能力的人員，充實到大學生網(wǎng)絡意見領袖隊伍。高校輔導員、班主任等與學生一線接觸的管理人員可以通過主題班會、宣傳培訓等途徑培養(yǎng)意見領袖，引導學生如何在網(wǎng)絡中踐行社會主義核心價值觀、如何明辨輿情真?zhèn)魏秃侠矸从吃V求，通過管理班級社交群中的發(fā)言與網(wǎng)絡上的評論互動增強輿論引導的效果。
5結(jié)語
大數(shù)據(jù)時代，海量數(shù)據(jù)給高校網(wǎng)絡輿情管理帶來了巨大的挑戰(zhàn)，同時，因大數(shù)據(jù)興起的新技術(shù)新方法，如用戶畫像，也為高校網(wǎng)絡輿情管理帶來了發(fā)展的機遇。用戶畫像可視化、個性化、精準化的效果更有助于管理者隨時掌握輿情發(fā)展動態(tài)。筆者僅從理論層面初步探討了高校網(wǎng)絡輿情用戶畫像構(gòu)建，如何從技術(shù)層面實現(xiàn)高校網(wǎng)絡輿情用戶畫像構(gòu)建還有待進一步探究。
作者:陳慧香 陳婷 單位:常州大學
