公务员期刊网 论文中心 正文

网络舆情用户画像构建与应用

前言:想要写出一篇引人入胜的文章?我们特意为您整理了网络舆情用户画像构建与应用范文,希望能给你带来灵感和参考,敬请阅读。

网络舆情用户画像构建与应用

摘要:大数据时代,高校网络舆情管理挑战与机遇并存。探讨了国内高校网络舆情用户画像的研究现状,结合高校网络舆情管理实际,从资源层、数据层、存储层、处理层、模型层、应用层提出构建高校网络舆情用户画像的架构图,并从构建可视化用户画像、建立专业化管理队伍、培养网络意见领袖三个方面提出应用建议。

关键词:高校网络舆情;用户画像;大数据

根据第47次《中国互联网络发展状况统计报告》,截至2020年12月,我国网民规模为达9.89亿,互联网普及率达70.4%。从学历结构看,网民中19.8%为大学专科、本科及以上学历。从职业结构看,网民中21%为学生[1]。网络是一把双刃剑,网络的发展使信息获取更加及时、传播速度更加迅速,同时,高校学生群体网络发声活跃,一直备受关注。庞大的大学生网民群体也给高校网络舆情管理带来严峻挑战,如何预防、应对、处理网络舆情危机,已经成为高校宣传管理部门的工作重点。

1高校网络舆情用户画像的相关概念

1.1高校网络舆情

高校网络舆情是高校中各类群体,尤其是大学生群体,在网络上对校园生活里的某一行为或者某一事件发表的意见、态度和观点,具有多元性、倾向性、突发性、扩散性等特点[2]。笔者梳理了高校网络舆情的相关文献,发现高校网络舆情的研究对象以大学生群体为主。因为受教育程度高、时间充裕、精力充沛,所以大学生是最活跃、积极和敏感的网民群体,但是大学生缺乏社会经验和阅历,不容易准确评判信息真伪,往往在网络上发表过激言论,而高校空间相对单一,易引发负向的高校网络舆情,煽动大学生群体情绪,从而造成不良后果。

1.2用户画像

“VB之父”、“交互设计之父”———艾伦·库珀最早提出用户画像的概念,用户画像是真实用户的虚拟代表,是以系列真实数据为基础的目标用户模型[3]。用户画像,也称为用户角色,是一种勾画目标用户、联系用户诉求与设计方向的有效工具,在计算机、金融、社交网络等各个领域得到了广泛应用。在实际运用中,往往会以通俗易懂的话语将用户的属性、行为、观点与目标数据转化结合起来,作为实际用户的虚拟代表,形成产品和市场需要的有代表性的主要受众和目标群体[4]。综上,笔者认为用户画像是以用户产生的系列真实数据为基础,描述特定用户需求的偏好的目标用户模型,进而了解用户、预测用户需求。用户属性、用户性格、用户兴趣、用户习惯、用户行为等均可以作为反映用户特征的基础数据。

2高校网络舆情用户画像的研究现状

笔者于2021年4月5日在中国知网、万方、维普平台,以“网络舆情”和“用户画像”为主题精确检索,共检索出10篇文献;以“高校网络舆情”和“大数据”为主题精确检索,共检索出107篇文献。通过对上述117篇文献进行内容筛选,仅6篇文献间接提到通过用户画像这种用户标签的方式预测舆情发展趋势,指导舆情预警处理,仅8篇文献构建了基于大数据技术的高校网络舆情管理系统。关于如何通过用户画像这种用户标签的方式预测舆情发展趋势,赵健(2016)提出通过大数据中的“社会关系网络”和“心理文化地图”,刻画大学生群体的行为,深度挖掘相关话题的背景、观点、目标等,展现个体和群体的心理变化,为大学生的非理性网络舆情提供权威信息和价值引导,从而构建和谐校园[5]。徐萍(2016)提出建立高校院系不同层次的数据库,打通平台、部门间的数据,深度挖掘大众、学生、教师等不同群体对高校舆情事件的态度和舆论导向间的关系,重点关注学生的社交话题、关注焦点、情感倾向,寻找实时演变规律,预测舆情发展趋势,指导舆情应对处置[6]。王宗强(2017)提出运用大数据技术获取、分析相关联网络舆情数据,有助于多维度、动态化、全方位了解数据信息,从而准确及时地预测网络舆情[7]。马春影(2019)提出高校师生社交相对集中,话语关联性强,可以运用大数据技术,将师生的网络行为数据化,构建高校网络舆情数据库[8]。白蓉(2020)基于JavaEE设计了网络舆情监控系统,以新闻的标题、作者、源网站、写作时间、入库时间作为标签,运用算法对文本进行特征化处理,解析后的舆情信息可为高校舆情管理工作提供支持[9]。图1高校网络舆情用户画像架构图关于如何运用大数据技术,构建高校网络舆情管理系统,柳向东等(2015)提出一种大数据下高校舆情监测与预警机制,运用KNN分类算法、朴素贝叶斯分类算法、支持向量机、神经网络、最大熵等文本分类算法,将网络舆情传播者分为积极型、中立型和消极型三类[10]。刘立波(2018)提出评判舆情事件状态、媒体介入状态、高校师生参与状态的高校网络舆情研判指标体系,为高校指定网络舆情应对策略提供参考[11]。李恒忠(2018)提出舆情信息采集、处理、分析、展示、预警多元化高校网络舆情监管体系[12]。孙红莺(2019)提出运用Hadoop大数据处理平台进行大学生网络舆情数据的采集、预处理、分析和报告,并设计了大学生舆情法治教育引导模型,该模型可用于法律引导、热点推荐、舆情预警、关键词推荐等[13]。钱丹丹(2019)提出基于机器学习、数据挖掘技术的高校网络舆情监测分析体系,运用网络爬虫技术从校内外网站获取主题词和关键词,通过关键词分析、关联规则关联、聚类分析技术,识别正面舆情和负面舆情,为应急管理者提供决策支持[14]。综上所述,现有研究从不同维度构建了高校网络舆情的研判指标体系和管理分析数学模型,为高校管理者在网络舆情的管理和引导方面提供了决策参考。为加强精准防控,需要运用大数据技术,探索高校网络舆情目标用户的一般规律,建立高校网络舆情用户画像的架构模型。

3高校网络舆情用户画像模型构建

通过分析其他学者的网络舆情系统模型,结合高校网络舆情管理实际,笔者构建了高校网络舆情用户画像架构图,如图1所示。

3.1资源层

高校网络舆情的数据资源可细分为校内资源和校外资源,校内资源最典型的是高校网站,校外资源包括微信、QQ、微博、贴吧等。资源层是高校网络舆情用户画像架构层的底层,也是最基础最重要的一层,资源层能否覆盖全面、能否挖掘深入是用户画像能否刻画成功的关键。

3.2数据层

用户画像中的数据主要包括用户背景、用户兴趣、用户习惯、用户行为等能够全方位、立体化地反映用户特征的数据。结合高校网络舆情管理现状,高校网络舆情用户画像中的数据主要包括用户属性数据(用户的姓名、性别、班级等)、用户评价数据(用户的积极评价、消极评价)、用户日志数据(系统后台中用户行为日志数据)等。运用大数据技术将资源层的后台数据进行筛选、清洗等处理可以生成数据层的用户属性数据、用户评价数据、用户日志数据等。

3.3存储层

常见的数据存储方式有3种:DAS(DirectAtta-chedStorage)、NAS(NetworkAttachedStorage)、SAN(StorageAreaNetwork)。DAS中数据存储设备是整个服务器结构的一部分,与服务器内部总线直连,可用于分散网络或小型网络,缺点是效率相对较低;NAS是单独为网络数据存储而开发的一种文件服务器,自发形成网络,与服务器分开,优点是即插即用、部署简单、位置灵活,缺点是存储性能较低、可靠度不高;SAN运用光纤通道技术实现了存储的网络化,优点是部署容易、存储性能高速,缺点是接口协议复杂。3种存储方式各有优劣,高校网络舆情系统在设计时可根据存储条件和存储需求选择。

3.4处理层

根据数据的类型,可以运用人工标注、本体构建的方式对数据库中的数据进行处理,过滤冗余数据,剔除重复数据,提取舆情信息中的有效关键词,根据高校网络行为特点和舆情管理需要,构建不同网络舆情数据库,如:舆情话题、舆情领袖、情感倾向。

3.5模型层

根据舆情的性质划分,高校网络舆情用户画像可以分为积极用户画像、中立用户画像和消极用户画像。其中,积极用户画像和消极用户画像是需要关注的重点。消极用户画像所代表的群体是高校网络舆情监测和管控的重点,高校管理者要密切关注这类群体的行为,采用合理的方式适度沟通,尽量使其转变态度;积极用户画像所代表的群体,高校管理者可以对其进行鼓励式教育,引导消极用户画像转向中立甚至积极的态度。

3.6应用层

应用层是高校网络舆情用户画像运用终极的目标,最终以可视化的形式直观地展现出来。高校网络舆情用户画像可以用于用户管理、舆情事件查询、突发事件报警、舆情发展监测、舆情分析报告等。用户管理功能有助于精准识别用户,寻找出网络舆情事件中的领袖群体。舆情事件查询和舆情分析报告功能能帮助管理者在遇到类似网络舆情事件时提供决策支持。突发事件报警功能能第一时间将超过阈值的网络舆情事件报警,提醒管理者及时处理突发事件。舆情发展监测功能可以24h监测高校网络舆情发展趋势,便于管理者随时掌握舆情发展动态。

4高校网络舆情用户画像的应用建议

4.1构建可视化用户画像

用户画像是以用户产生的系列真实数据为基础,描述特定用户需求的偏好的目标用户模型,进而了解用户。高校网络舆情用户画像可以用于用户管理、舆情事件查询、突发事件报警、舆情发展监测、舆情分析报告等,便于管理者随时掌握舆情发展动态。在大数据时代,运用大数据技术构建高校网络舆情用户画像,将高校网络舆情中的用户数据以可视化的方式呈现,有助于高校网络舆情管理者及时掌握网络舆情动态。作为高校网络舆情管理者,要及时转变传统舆情管理方式,学习运用大数据技术将用户数据进行处理,绘制出可视化的高校网络舆情用户画像,提高管理效率。高校网络舆情管理人员需要实时监测舆情,可借助各种信息收集仪器装置,并进行数据分析和监测预警。

4.2建立专业化管理队伍

大数据技术是新兴技术,运用大数据管理网络舆情需要专业人才和专业知识。高校建立网络舆情管理队伍可以外聘和内培结合:一是选聘大数据相关专业技术人员管理高校网络舆情,借助专业技术力量,构建完善高校网络舆情的管理系统和用户画像;二是提升现有管理人员的网络舆情素养和数据处理能力,练就“一专多能”的本领,打造一支精通网络技术并且有政治理论工作经验的专业团队。高校网络舆情工作队伍应实现统一领导、统筹规划与归口管理,应成立网络舆情工作领导小组,宣传部、学生工作部、团委、思想理论教学部、教务处、信息技术中心负责人和各二级学院学生工作管理者作为领导小组成员,从而提高对网络舆情进行快速反应的协调决策机制。

4.3培养网络意见领袖

意见领袖是高校网络舆情传播的纽带,在高校网络舆情引导方面有着重要影响力。通过刻画高校网络舆情用户画像,可以精准发现意见领袖,同时利用好用户画像加强引导和监管。高校宣传部、团委和学生工作部是培养大学生网络意见领袖队伍的重要部门,应纳入宣传思想工作和学生干部队伍建设中,从学生骨干中选出一批思想素质过硬、责任心强、热心自我教育、有一定文字驾驭能力的人员,充实到大学生网络意见领袖队伍。高校辅导员、班主任等与学生一线接触的管理人员可以通过主题班会、宣传培训等途径培养意见领袖,引导学生如何在网络中践行社会主义核心价值观、如何明辨舆情真伪和合理反映诉求,通过管理班级社交群中的发言与网络上的评论互动增强舆论引导的效果。

5结语

大数据时代,海量数据给高校网络舆情管理带来了巨大的挑战,同时,因大数据兴起的新技术新方法,如用户画像,也为高校网络舆情管理带来了发展的机遇。用户画像可视化、个性化、精准化的效果更有助于管理者随时掌握舆情发展动态。笔者仅从理论层面初步探讨了高校网络舆情用户画像构建,如何从技术层面实现高校网络舆情用户画像构建还有待进一步探究。

作者:陈慧香 陈婷 单位:常州大学