現有研究方法存在哪些問題？

“大數據”已儼然成為時代熱詞，社會學家說它是一座蘊含了大量信息的富礦，統計學家卻認為龐雜的結構為數據分析帶來了巨大的挑戰，從中提取有用信息猶如大海撈針。

相比于傳統數據類型，大數據的分析難度不言而喻。

如何用好這些數據，高效提取有價值的信息，是在數據豐富的今天需要探討的話題。

大數據輿情分析面臨著數據量大、維度多樣、結構復雜等問題。研究對象也從受眾個體發展到了受眾之間、傳受之間的復雜網絡關系，甚至雜糅了時間、空間維度等場景化信息。但現有的研究仍以數量統計和詞頻分析為主，難以深入挖掘大數據的潛在價值。

不同維度的數據都需要專業的分析方法，繼而革新了輿情研究的思維方式。基于豐富的輿情分析理論和經驗，科學研究方法才能使輿情研究如虎添翼。

科學分析大數據有助于研究者打開視野，從更開闊的角度切入研究。根據不同研究意圖搭建復雜模型檢驗，深入因果推論，可以實現輿情研究的數據化、動態化，也可以加強趨勢研判的延展性、科學性。

采用科學的研究方法、納入大數據模型，也是互聯網環境下輿情研究的發展趨勢，為更加全面立體地掌握輿情動態奠定了科學基礎。

科學研究方法的3大“用武之地”

筆者結合日常實踐，梳理了科學輿情研究方法在大數據層面的具體運用。

1、基礎統計分析方法：掌握輿情全貌

基礎統計分析方法是掌握輿情全貌的重要基礎。

輿情發展是一個分階段的動態過程，通過對數據所包含的維度進行基礎統計計算，能夠獲得橫向切面和縱向發展的雙向描述，進而掌握輿情全貌。

一是橫向比較橫截面數據，描繪當下輿論情況。

例如，在國際傳播研究中，首先要了解國際輿情。通過統計給定時間內的輿情數量規模、情感傾向、話題細分等數據，能夠快速勾勒基本輪廓，便于研究者了解某一時段的靜態輿情特征。

二是縱向對比時間序列數據，動態追蹤輿情態勢。

為深入研究國際輿情，還需長期追蹤基礎統計量。持續累積同口徑數據列，便能回溯其發展趨勢，并通過時間序列模型預測輿情發展態勢。

2、傳統量化研究方法：推動輿情研判

傳統量化研究方法是推動輿情研判的重要保障。

輿情研判是指通過特定方法對輿情信息的特性、態勢、走向進行研究判斷的專業工作。大數據輿情研判需要借力傳統量化研究方法，采用相關分析探索不同變量間相互作用的關系，采用回歸分析探索變量間的依賴關系，并預測變量的發展趨勢。

一方面，將相關分析用于輿情研究，適用于分辨看似無關的信息間潛在的相互關聯，能夠從龐雜的數據中發掘足以影響全局的非確定關系，從而確定如何在復雜環境中精準研判輿情態勢。

2018年6月23日，泰國一支青少年足球隊被困洞穴，7月10日獲救。該事件引發全球媒體和公眾廣泛持續的關注。筆者在分析該事件時發現，傳統媒體報道和社交平臺熱議話題間存在相關關系，兩個輿論場相互影響的復雜漸變關系還原了輿論觸發和影響機制。

另一方面，回歸分析應用到輿情分析領域，能夠探究相關變量間的因果關系及發展走勢，尋找輿情演變規律模型。通過建模分析，不僅可以判斷不同議題、國家、媒體間的關系，還能進一步探究相關輿論的未來走勢。

例如，以各國媒體就新冠肺炎疫情的報道為素材建模，能夠從宏觀角度把握國際輿論，并直觀展現各國媒體新聞敘事的關系，探明媒體報道與國際輿論的相互影響，找到國際輿情的演變路徑。

3、量化文本分析方法：深度挖掘輿情

量化文本分析方法是深度挖掘輿情的重要助力。

大數據背后隱藏著肉眼難以識別的深層信息，尤其是在面對大量文本數據時，難以靠傳統分析方法直接獲得全面信息。

以往針對文本的分析方法分析周期長、研究耗時長、人工工作量大，難以適應輿情研究求快求全的現實要求。因此便需借力量化文本分析方法，集中處理數十萬乃至數千萬量級的文本內容。

筆者在實踐中總結了適用于輿情研究的部分量化文本分析方法：

LDA主題模型算法

LDA（Latent Dirichlet Allocation）是統計學中常用的一種降維分析方法，即降低復雜的文本數據包含的維度。通過運算歸類，具有相同特性的文本被識別為一組，進而實現文本主題的機器分類。這一算法常用來提取子話題。

這種方法能夠大大縮短文本處理時間，通過計算實現文本內容歸類，提高輿情子話題提取效率。

文本位置估計模型

文本位置估計模型是政治學領域的成熟算法，旨在通過計算文本中包含的政治學詞匯特征，判斷文本的左右派傾向。輿情研究可以借用該算法原理，通過計算詞頻、詞距、詞語間共現關系等信息，計算特定文本的相對位置，判斷研究對象的態度傾向差異。

例如，以此分析中美關系輿情，可以直觀看到中美受眾的不同立場表達，并根據文本位置距離判斷未來發展趨勢。

基于社會網絡分析方法的詞語共現關系分析

如前文所述，文本之中也隱藏著復雜的詞語網絡。探詢文本的共現網絡，是還原語境的重要路徑。

前文的分析方法多將文本分裂為詞組，計算使用的矩陣也常常忽略了語句連接在一起的整體含義。采用社會網絡分析方法，可以描繪出詞語間的距離與聯系，可以在一定程度上探索其出現的語境，還原斷裂的文本。

數據輿情時代，研究方法的3大變遷

把握輿論脈搏，洞悉輿情走向，是信息化社會了解民意的重要因素。數據與輿情結合的產物——數據輿情也已應時代要求而生，亟待從業人員理論結合實踐，吸納科學分析方法，提升數據處理和輿情研判能力。

1、加強數據挖掘能力

數據是所有分析的原材料，沒有數據再精巧的方法也難為無米之炊。

數據輿情行業研究，需要以數據積累為目的長期挖掘和存儲，注重日常數據的挖掘和積累，不斷拓展數據邊緣。搭建龐大的數據倉庫，提升數據使用效率，是發展數據輿情的首要條件。

2、提升數據分析能力

在掌握了大量數據之后，分析能力便成為了挖掘輿情的主要難題。

在輿情研究領域，數據分析能力具體體現為科學研究方法的掌握和使用能力。為進一步提高輿情分析的效率和質量，強化量化研判與輿情工作的深度融合，提升數據分析能力，是發展數據輿情的必要條件。

3、強化數據合作共享

數據是取之不盡的可再生資源，研究者根據日常工作的專長和角度不同，掌握的數據形式大為不同。

因此，強化以行業實踐為基礎的合作機制，是推動數據輿情化和輿情數據化的大勢所趨。