
大數(shù)據(jù)時代,面對網(wǎng)絡輿情該如何應對
正確回應社會熱點輿情、推動國家治理能力和治理體系的現(xiàn)代化,已成為社會各階層的共識。本文以近年來幾個輿情案例的得失為例,研究新媒體環(huán)境下輿情應對的規(guī)律。
近年熱點輿情特點與變化趨勢
(一)跨媒介融合傳播發(fā)達,輿情發(fā)酵速度與熱度提高
多數(shù)公共熱點事件的輿情生成已經(jīng)不再是單一的中心發(fā)散式傳播,也不是一般性的串聯(lián)型傳播演變,而是新媒體與傳統(tǒng)媒體、新媒體與新媒體之間平臺轉換、互相刺激、交織在一起的融合化傳播。新興的知乎、秒拍、微視頻等新媒介也直接作用于移動輿論場,并與微博微信無縫結合,促使一些社會事件在極短時間內(nèi)快速傳播。
(二)職業(yè)群體立場或利益代言現(xiàn)象呈現(xiàn)多發(fā)趨勢
網(wǎng)絡輿論呈現(xiàn)出分層特征,網(wǎng)上較為活躍的警察、醫(yī)生、媒體人、律師、學者、公益人士等職業(yè)群體經(jīng)?!氨F”。在傳統(tǒng)的血緣、地緣、學緣、業(yè)緣之外,因為“趣緣”關系,年輕網(wǎng)民往往產(chǎn)生較大的集體行為,并能持續(xù)性地參與。
(三)網(wǎng)絡謠言和輿論反轉增多,引發(fā)社會信任危機
近年來,在經(jīng)歷大量新聞反轉鬧劇之后,“讓新聞先飛一會”“坐等真相”等日漸成為網(wǎng)民的共識。上述現(xiàn)象出現(xiàn)的頻率也與輿情高發(fā)領域呈現(xiàn)正相關,提示應在社會輿情應對中將信息權威發(fā)布和辟謠放到重要位置。所以,第一時間發(fā)布權威真實信息,搭建辟謠平臺、實施專業(yè)科普、及時辟謠與公開監(jiān)控視頻,成為應對謠言最常用的方式方法。
網(wǎng)絡輿情應對重點案例分析
(一)積極響應,統(tǒng)一領導,分級負責,建章立制
2016年以來,中辦、國辦連續(xù)發(fā)布多個文件,政務公開與政務輿情回應在政策領域取得集中突破。此舉有助于解決政務輿情應對中響應不及時、責任不清、標準不統(tǒng)一等長期存在問題。
比如,濟南非法經(jīng)營疫苗系列案是各級政府積極響應,將線上線下結合,實現(xiàn)標本兼治的成功案例。從響應力看,政府第一時間啟動應急響應,速度很快,事件當天披露;從行動力看,國家食品藥品監(jiān)督管理局當天響應,最高檢介入調(diào)查,李克強總理親自主持國務院常委會議,可謂響應層級很高,處置力度很大;從修復力看,此次輿情處置標本兼顧,在批捕涉案人員及問責管理部門公職人員、加大行政執(zhí)法力度的同時,迅速修訂并出臺《疫苗流通和預防接種管理條例》,完善了管理制度,從根源上杜絕此類事件的再次發(fā)生。
(二)現(xiàn)場救援,以人為本,把群眾生命財產(chǎn)安全放首位
2016年11月24日7時許,江西宜春豐城發(fā)電廠三期在建項目冷卻塔施工平臺發(fā)生坍塌,造成74人遇難和2人受傷的特別重大責任事故。該案的處置凸顯了跨區(qū)救援、以人為本的重要性。
回顧此次事故全過程,行動力方面,從事發(fā)到確認現(xiàn)場已無被埋人員不到48小時。在對事故進行調(diào)查緊急救援的同時,依法對相關嫌疑人作立案偵查。對罹難者家屬的安置方面,制定賠償協(xié)議,并安排心理疏導。修復力方面,調(diào)查工作組與責任方查明事故原因系趕工所致。江西省委書記鹿心社在事發(fā)當天上午即趕到事故現(xiàn)場,相關的湖北、河北兩省也派出工作人員支援現(xiàn)場。此外,該案嚴肅追責對加強全國安全生產(chǎn)管理也起到警示作用。
(三)第一時間發(fā)聲,主動設置議題,澄清不實謠言
研判通報貴在神速,速報事實擠壓謠言。2016年1月5日7時許,寧夏銀川市一輛301路公交車行進過程中突發(fā)火災,造成8男9女共17人死亡,32人受傷。事發(fā)兩個小時后,@銀川發(fā)布權威發(fā)布公交車突發(fā)大火的官方消息,對事態(tài)發(fā)展、人員救治、案件偵查、官方善后進行了連續(xù)、多維傳遞,披露了大量一手信息。各大媒體紛紛引述報道,事件現(xiàn)場調(diào)查逐漸清晰。5個小時后,@平安銀川發(fā)出通報,并對受傷人員的救治情況及時發(fā)布。
銀川方面辟謠迅速有力。5日10時許,一則西夏萬達著火的傳聞迅速在網(wǎng)上擴散,信息配發(fā)一張“現(xiàn)場起火”照片,很多網(wǎng)民以為銀川又發(fā)生了一起悲劇,甚至將此事和301路公交車縱火案聯(lián)系到一起。隨后,@平安西夏對此作出快速答復,“火災是生活用火不慎所導致”。
(四)放大主流聲音,包容意見表達,凝聚社會共識
2016年3月底,有媒體稱,深圳市開始實施最為嚴厲的“禁摩限電”政策,一度引發(fā)社會質(zhì)疑。對此,@深圳交警權威發(fā)布、@深圳交警等微博發(fā)布公告,邀請全國媒體和各界代表參加新聞發(fā)布會,提供采訪便利。4月4日,@深圳交警權威發(fā)布刊文回應輿論關注問題,并決定適當延長過渡期。4月5日,深圳交警如期召開座談會,邀請了快遞、物流等行業(yè)協(xié)會,快遞企業(yè)代表,以及人大代表、政協(xié)委員等參加,共同研討“禁摩限電”相關工作,聽取各方意見。
會議針對社會輿論焦點和質(zhì)疑點一一回應和解疑釋惑,為“禁摩限電”提供了法律支持。此后,輿情快速回落,政策得以繼續(xù)推進,政府也樹立了認真聽取民意,解答人民群眾關心問題的形象。
(五)熟練運用新媒體網(wǎng)絡技巧,做好動態(tài)反應
2016年7月19至20日,北京遭遇了入汛以后的最強一輪降雨過程,超過4年前的“7·21”暴雨,影響范圍之廣、社會關注度之高也堪比“7·21”暴雨,但借助北京政務新媒體矩陣,此次暴雨不再是信息災難。北京政務官微的矩陣式傳播手法更加嫻熟,尤其是利用移動平臺和新舊媒體平臺,發(fā)布實時路況和交通信息,不斷更新積水斷路位置,倡議機關單位錯峰上下班等提示,都非常實用有效。對暴雨中流傳較廣的幾條“災情”謠言,防汛水利部門均在第一時間進行了澄清,防止不必要的恐慌和盲目應對,被網(wǎng)民稱為“最暖心的辟謠”。
把握輿情應對規(guī)律的重要啟示
(一)攻克輿情復雜性與外圍地帶
輿情事件的信息會經(jīng)過網(wǎng)絡傳播迅速擴散,如果有關部門在第一時間回應處置不當,會產(chǎn)生二次輿情,這要求提高對輿情復雜性的認識,從客觀上進行實質(zhì)性的回應,首先尋找輿情產(chǎn)生的內(nèi)因并有效解決。例如,魏則西事件、如家和頤酒店女子遇襲事件和雷洋案中,知乎、微視頻等游離在輿論主場的時政信息外圍或邊緣,設置了公眾議程,影響輿論流向。
(二)準確把握與解讀政策輿論場
輿情應對觸及各群體利益,往往存在信息不對等,復雜多變,帶來負面效應。例如“年薪12萬屬于高收入須多繳稅”等屬于由新政策出臺或不實猜測而引起的輿情。國辦80號文件也強調(diào):“對涉及群眾切身利益、影響市場預期等重要政策,各地區(qū)各部門要善于運用媒體,實事求是、有的放矢開展政策解讀”。政策輿情應對是一道綜合考試題,考驗著社會各界的解構能量。
(三)擴大對于治理工作的共識
近年來,警察、媒體人、法官、醫(yī)生與律師在網(wǎng)上爭論較常見,對此需要建立和維護職業(yè)群體公共理性良性互動的秩序。這種現(xiàn)實是治理理念落后所致,問題的深層仍在于扭轉社會治理創(chuàng)新思路,從體制機制上暢通社會利益訴求渠道,維護好社會和諧、公平正義與市場活力。在日漸活躍的輿論場中,要努力縮小社會隔閡、擴大社會共識、平衡群體間關系,形成良性互動的輿論氛圍。
(四)“互聯(lián)網(wǎng)+政務”大數(shù)據(jù)推動創(chuàng)新
進入“互聯(lián)網(wǎng)+政務”時代,政務新媒體成為有關部門提高社會治理效率的有力抓手,在基層尤其如此?!熬€上線下”雙管齊下才能實現(xiàn)社會治理微循環(huán)。從解決群眾最關心最直接最現(xiàn)實的利益問題入手,充分發(fā)揮政務新媒體的作用。
同時,互聯(lián)網(wǎng)大數(shù)據(jù)驅(qū)動社會治理創(chuàng)新,不僅大大節(jié)約了社會治理的時間、資源和人力成本,而且建構了治理的新思路和新模式,走向開放式治理、動態(tài)治理、精準治理、網(wǎng)絡治理、協(xié)同治理。只有把握大數(shù)據(jù)時代特點,革新治理方式,才能適應社會需求和環(huán)境變化,不斷提高輿情應對能力,實現(xiàn)創(chuàng)新發(fā)展。
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
訓練與驗證損失驟升:機器學習訓練中的異常診斷與解決方案 在機器學習模型訓練過程中,“損失曲線” 是反映模型學習狀態(tài)的核心指 ...
2025-09-19解析 DataHub 與 Kafka:數(shù)據(jù)生態(tài)中兩類核心工具的差異與協(xié)同 在數(shù)字化轉型加速的今天,企業(yè)對數(shù)據(jù)的需求已從 “存儲” 轉向 “ ...
2025-09-19CDA 數(shù)據(jù)分析師:讓統(tǒng)計基本概念成為業(yè)務決策的底層邏輯 統(tǒng)計基本概念是商業(yè)數(shù)據(jù)分析的 “基礎語言”—— 從描述數(shù)據(jù)分布的 “均 ...
2025-09-19CDA 數(shù)據(jù)分析師:表結構數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結構數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-19SQL Server 中 CONVERT 函數(shù)的日期轉換:從基礎用法到實戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關聯(lián)查詢效率:打破 “拆分必慢” 的認知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18DSGE 模型中的 Et:理性預期算子的內(nèi)涵、作用與應用解析 動態(tài)隨機一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結構數(shù)據(jù)特征價值的專業(yè)核心 表結構數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結構化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實戰(zhàn)應用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗與 t 檢驗:差異、適用場景與實踐應用 在數(shù)據(jù)分析與統(tǒng)計學領域,假設檢驗是驗證研究假設、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結構數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結構數(shù)據(jù)(以 “行 - 列” 存儲的結構化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計劃中 rows 數(shù)量的準確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實踐指南 在 Python 進行 HTTP 網(wǎng)絡請求開發(fā)時(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結構數(shù)據(jù)價值的核心操盤手 表格結構數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點數(shù)據(jù)的科學計數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點數(shù)據(jù)時的科學計數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務數(shù)據(jù)分析步驟的落地者與價值優(yōu)化者 業(yè)務數(shù)據(jù)分析是企業(yè)解決日常運營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗證業(yè)務邏輯:從規(guī)則拆解到數(shù)據(jù)把關的實戰(zhàn)指南 在業(yè)務系統(tǒng)落地過程中,“業(yè)務邏輯” 是連接 “需求設計” 與 “用戶體驗 ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動下的精準零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當下,精準營銷成為企業(yè)突圍的核心方 ...
2025-09-11