由舆情信息采集转向数据加工、可视化。在数据时代数据可以说是取之不尽用之不竭的,舆情工作者应将有限的数据进行分析加工处理,形成舆情爆发分布图亦或是舆情发展趋势图等具有说服力的可视化图形。
由舆情监测转向舆情预警乃至舆情预测。如前文所述,大数据的核心是预测,通过对大量数据分析处理归纳,而不再是随机采样分析,通过机器学习等人工智能来实现舆情的预警。
2.2 大数据环境下社会舆情传播要素概述
对于大数据环境下社会舆情传播要素的研究,本文采用新闻传播中经典的5W模型,它是由Lasswell提出的“who says what to whom through what channel with what effects”由此可以把传播要素分为以下5类:传播者(communicator)、受众(audience)、内容(content)、渠道(channel)、效果(effects)。
传播者:是指在传播过程中进行信息搜集、选择并将其传播出去的人。在过去传播者专指政府新闻发布者或新闻媒体人等信息源。而在大数据时代,由于社会化媒体的出现,每个人既可以是受众也可以是传播者。目前在传播者的研究中,普遍将传播者分为“意见领袖”和“普通用户”。根据Shaomei Wu等人在《who says what to whom on twitter》中提出的“二级传播”理论,信息流可以像人们感觉的那样直接到达受众,而影响流的传播是要经过“意见领袖”的中介才能抵达受众,因此影响力是意见领袖天生的一种能力[13]。
在舆情传播过程中政府媒体工作者、微博大V、相关专家等“意见领袖”的言语更是起到了至关重要的作用,比如在福岛核电站爆炸后的第四天便有所谓的专家说:碘盐可以防辐射。因此使得抢盐事件继续升温。
受众者:在大数据时代我们很容易认为几乎所有人都既是传播者也是受众,因为在平时的生活中我们总在发布、转发信息,但这里的受众指的是那些只接受而不贡献信息的用户,为什么这样区分将在下文解释。由于受众者、传播者参与信息接受、信息传播是一个动态的过程,很可能出现一个传播者在一段时间一直坚持发布或是转发信息,而在一个时间节点之后便沉寂下了成为“潜水员”——只消费信息不生产、传播信息的受众,所有对于受众者的准确统计和受众者规模的识别增加了难度。