01 社交媒體時代的傳播模式圖表(如何實現傳統媒體與新媒體的融合發展)

新媒體如何形成矩陣？

想要搭建自己的新媒體矩陣，是需要借助一些專業工具來輔助的，新榜擁有對想要搭建抖音、快手、小紅書、視頻號、買粉絲買粉絲、微博為新媒體矩陣的企業，推出了內容資產管理工具：矩陣通，可以統一管理旗下的賬號，可實現跨平臺的賬號數據一鍵管理。

01 賬號統一管理

矩陣通整合了主流的新媒體平臺，包括抖音、快手、買粉絲、視頻號、微博、小紅書等，匯集矩陣資源，將管理工作在線化，讓運營增刪查改賬號操作更加簡單，相比人工統計，失誤率要降低不少。

遷移賬號也無需擔心耗時過多，系統提供批量導入功能，可一次性添加上千量級的賬號，省心省力。

02 數據及時監控

矩陣通推出的運營數據大盤，可由系統自動生成可視化圖表，智能分析運營數據，為企業總結營銷效果、預測營銷趨勢提供參考。

通過“儀表盤”整合的數據，運營可快速匯總內容矩陣的傳播影響力，了解作品發布趨勢，還可分平臺、分團隊查看作品數據、直播數據，方便運營從多種視角分析數據。

此外，矩陣通還提供眾多運營工具，可洞察行業熱點，了解競品動態，完成人員考核，百度搜索新榜矩陣通可體驗

大數據時代網絡輿情管理變革探討

大數據時代網絡輿情管理變革探討

    大數據時代的到來對人類的生活、工作與思維產生變革性影響，深刻改變著商業王國及公共管理等各個領域的面貌，“大數據”日漸成為各行業創新的助推器。當前中國網絡輿情環境復雜，網絡輿情危機時有發生，社會熱點輿情事件和涉官涉政輿情事件不斷涌現，造成社會民主生活和政治穩定間的不平衡等諸多影響。大數據背景下的網絡輿情正在發生巨大的變化，網絡輿情管理變得日益復雜和重要，如何抓住大數據時代為網絡輿情管理變革帶來的機遇，以“大數據觀”變革傳統網絡輿情管理思維，準確把握網絡輿情的內在特征及其在演變過程中的潛在規律，實現網絡輿情管理在思維、模式以及技術上的創新，對于新形勢下做好網絡輿情引導工作，加強和改進網絡內容建設，具有重要的理論意義和實踐價值。

 一、大數據時代必然要求網絡輿情管理變革

 “大數據”概念最早在20世紀80年代提出，2011年麥肯錫買粉絲公司發布其研究成果《大數據：下一個創新、競爭和生產率的前沿》，使這個概念得以大范圍推廣。2012年3月29日，奧巴馬宣布將投入2億多美元啟動“大數據發展和研究計劃（Big Data Research and Development Initiative）”，將“大數據戰略”上升為國家戰略。近兩年，大數據備受學術界、產業界和政府部門的關注，成為國內外強有力的前沿詞匯。大數據又稱巨量數據、海量數據、大資料，指的是所涉及的數據量規模巨大到無法通過目前主流軟件工具在合理時間內進行抓取、管理和處理的數據集合，是必須通過深度挖掘、計算、分析才能創造價值的海量信息。大數據在體量、復雜性、產生速度及價值密度四個方面都極大地超越了傳統的數據形態，具有4V特征：大量（Volume）、多樣（Variety）、高速（Velocity）、價值（Value）。數量龐大的網民通過論壇、微博、買粉絲等多種途徑方便快捷地發表言論觀點，網絡輿情的規模和復雜性急速上升，體量巨大而價值密度低，其內在特征的變化必然要求實現網絡輿情管理的變革以適應大數據時代的發展，這些要求主要體現在四個“轉向”上。

 （一）從監測轉向預測。大數據的核心和目標就是預測。復雜網絡的研究專家巴拉巴西認為，“93%的人類行為是可以預測的，當我們將生活數字化、公式化以及模型化的時候，我們會發現其實大家都非常相似。生活如此抵觸隨機運動，渴望朝更安全、更規則的方向發展，人類行為看上去很隨意、很偶然，卻極其容易被預測”[1]。例如，亞馬遜可以推薦我們想要的圖書，淘寶知道我們的喜好，而人人網可以猜出我們認識誰。傳統網絡輿情管理把監測已經產生的輿情信息作為起點，這種明顯的滯后性使其在網絡輿情危機的應對中處于消極被動的位置。而目前留給突發事件的處理時間越來越少，從傳統的“黃金24小時”變為“黃金4小時”，如此短的時間使輿情分析和決策尚未來得及參與進來，整個事件就已經造成了爆炸性的效果。在大數據時代，通過挖掘數據相關性，把數學算法運用到海量的數據上進行分析，在敏感消息進行網絡傳播的初期就提前開始監測，然后建立模型，模擬仿真網絡輿情的演變過程，使網絡輿情突發事件發生的可能性和傾向性變得可以預測。

 （二）從節點轉向網絡。由監測輿情轉向預測輿情的目標實現，最關鍵的大數據技術就是挖掘數據的相關性。在小數據時代，由于受到數據庫和計算分析能力的限制，無論是對于因果關系還是相關關系的追尋，都耗資耗時，并且易受傳統的思維模式和特定領域隱含的固有偏見的影響，無法保證輿情分析結果的準確性。因此傳統的網絡輿情管理只注重輿情內容的監測，通過分析單個數據節點，如網民“說什么”來抓住比較淺層的社會語義表達。大數據則在保留了原始數據的同時，記錄了網民“為什么這么說”背后的社會心理和社會關系網。按照大數據思維，每一個數據都是一個節點，可無限次地與其他關聯數據形成輿情鏈上的乘法效應——類似微博裂變傳播路徑，數據裂變式的關聯狀態蘊含著無限可能性[2]。通過對海量信息的解構與重構，充分整合政府和企業的數據資產，利用一系列飛速發展的新技術和新工具，描繪、測量、計算各節點之間的關系，深度挖掘數據的相關性，以此排除偏見和視覺盲點，掌握易被忽略的社會動態，預測輿情的發展趨勢。因此大數據時代必然要求網絡輿情管理變革其監測系統，由節點轉向網絡，把握相關性，進而分析輿情背后的社會互動，乃至網絡族群之間的界限和相互勾連。

 （三）從定性轉向定量。輿情分析師或解讀者從自身經驗和視角出發，在傳統網絡輿情管理的過程中進行定性分析時，必然使其分析結果帶有個人價值與理念的主觀印記，甚至不同的輿情機構對同一輿情事件會得出相悖的結論。在大數據時代，所有元數據都可通過量化關聯轉化為有價值的信息，并實現多次利用，每一次利用都是一種創新，大數據成為網絡輿情定量管理的力量源泉。盡管數據的相關性決定了某些數據價值的潛藏性，但新技術、新軟件的出現使得通過數學分析實現數據的價值轉化變為可能。而多維解讀輿情和新的深刻洞見的揭示，使輿情分析結果的全面性和客觀性大大超越傳統的網絡輿情管理。但數據的量化并不等同于簡單的“數字化”，而是數據的可計算化，舍恩伯格將其稱之為“數據化”，是指一種把現象轉變為可制表分析的量化形式的過程[3]。“數據化”使態度和情緒轉變為一種可以分析的形式，網絡輿情的相關信息得以進行深入分析，一些社交媒體如Facebook、Twitter、QQ、微博、買粉絲等坐擁大型數據的寶藏，一旦實現對其自身數據庫的深度利用，就能輕易獲得社會各個領域和所有用戶的幾乎全部動態信息。

 （四）從樣本轉向全體。在傳統的網絡輿情工作模式中，所采集的輿情關聯數據僅為樣本信息，構建的數據庫結構單一、數據量有限。其數據源一般是基于抽樣或者針對重點網絡站點進行的數據抓取，僅能對小規模、有結構或類結構的數據進行分析，標準不一，難以在不同領域中通用。同時，樣本分析并不能保證結果的準確，即使分析方法和操作沒有問題，但采樣過程的任何偏誤都將使輿情分析結果與事實相去甚遠。大數據體量巨大，從TB級別躍升至PB乃至ZB級別，完整記錄了社情民意，成為人類生存痕跡和心理變化的記錄儀。采樣的目的是以盡可能少的數據獲得盡可能多的信息，但大數據是建立在掌握所有數據，至少是海量數據的基礎上的，在數據處理技術日新月異的今天，變革傳統輿情管理思維與方法，改變采樣的慣性行動成為必要。通過運用大數據技術，建立網絡輿情自動分析系統，全天候自動搜索并采集與目標輿情看似毫不相關實則具有內在關聯的信息，在抓取和收集頁面之后，對信息自動分類、自動獲取關鍵詞、自動內容分析和自動報警等。樣本擴大至幾乎全體，輿情分析的結果更加客觀可靠。

 二、大數據時代網絡輿情管理變革的效應前瞻

 抓住大數據時代變革網絡輿情管理的新機遇，迎接大數據時代網絡輿情管理的新挑戰，順應大數據時代網絡輿情管理的新要求，變革與創新網絡輿情管理將會產生良好的管理效應，實現新時期網絡輿情管理的升級轉型。

 （一）實現“防火”式管理。傳統的網絡輿情管理因為無法把握數據相關性，不能準確預測輿情未來的發展趨勢，因此采用的是“滅火”式管理模式。政府通常在輿情產生或者已形成輿情危機的情況下才開始采取措施，如發布信息、引導輿情、滿足訴求等，以此達到“滅火”效果。在此種模式下，政府經常被動陷入網絡輿情漩渦，由此形成視網絡輿情為“敵情”的偏見。為了擺脫這一困境，政府總是試圖“控制”、“引導”和“應對”網絡輿情，以一種上位者的姿態去支配、主宰網民及其輿情表達的方式。然而，若網民在網絡輿情中的主體地位得不到保證，網絡輿情就會失去其“減壓閥”的功能，網絡輿情問題將會是治標不治本。大數據時代，政府轉變網絡輿情管理思路，變革網絡輿情管理模式，應用大數據技術對網絡輿情進行關聯分析、級別劃分、聚類分析和傾向性分析，將實現“滅火”式管理到“防火”式管理的轉變。通過尋找“導火索”與“減壓閥”之間的平衡點，在發揮網絡“民間輿論場”作用的同時，將網絡輿情危機扼殺在搖籃里。例如美國中央情報局通過抓取海量數據來追蹤恐怖分子和監控社會情緒，在“阿拉伯之春”中，通過大數據分析多少人和哪些人的立場從溫和變為激進，并“算出”誰有可能會采取有害行為。

 （二）打撈“沉沒的聲音”。大數據源于互聯網的分享、開放，但“數字鴻溝”的存在卻使“信息窮人”與網絡隔絕。盡管互聯網的發展使這一部分人的比例越來越低，但發展不均衡性的擴大意味著現在和將來仍然有一個不容忽視的群體將無法提供任何數據。即使是那些能夠充分利用網絡的人群，也有可能因為在某種情境下成為輿論中的弱勢群體，或者因其在輿情主流中的異質思維而選擇不在網絡上發聲。當然，這種選擇既可能是主動也可能是被動的。正如美國哲學家埃里克·霍弗所言，“一個國家最不活躍的人群，為占大多數的中間層次。他們是在城市工作和在鄉間務農的正派老百姓，然而，他們的命運卻受分據社會光譜兩頭的少數人——最優秀的人和最低劣的人所左右”[4]。顯而易見的是，單憑技術體系構筑的大數據平臺無法真正獲取“全部數據”，通過改革網絡輿情管理去打撈那些可能代表某一個群體或一定數量級的“沉沒的聲音”十分必要。因此，全面思考和理清大數據時代網絡輿情管理面臨的機遇和挑戰，通過“大輿情”觀念的構建，變革網絡輿情管理的工作理念和模式，將有利于打撈“沉沒的聲音”。例如，將輿情服務與社會調查相結合，重視實地調研與第一手材料的采集，而不是把網絡輿情管理捆綁在技術上，將避免得到不全面的輿情或做出誤導性決策。

 （三）識破“偽輿情”。當前備受關注的網絡輿情，越來越成為依存于影星式的學者、影星式的記者、影星式的商人和影星式的政客為中心的“偽輿情”[5]。重大敏感事件發生后，部分網管和有影響力的輿情機構快速封堵其主觀上認為的“有害信息”，選擇性地編撰輿情報告，以片面、虛假的“偽輿情”影響決策層對形勢的研判，使其做出符合自身利益訴求的決策。有些利益集團則精心扶植和培育自己的網絡發言人，引導網民思考的內容和方向。結果，這些輿論領袖對關鍵事件和問題的看法在網絡上大行其道，并淹沒其他異質言論，使群眾對真相的認知產生巨大偏差。當輿情被各方利益集團的政治力

很赞哦!（39528）