社会化媒体的日益广泛应用,为公众舆情的监测与研究提供了前所未有的机遇。无论是国际上广泛流行的脸书(Facebook)、推特(Twitter),还是国内普及度较高的微信、微博等平台,都有着上亿级体量的用户。大量用户每时每刻都在社会化媒体平台发布着反映其对公共事件的认知、态度与行为的内容,产生了前所未有的体量的数据,为分析公众舆情提供了数据基础。与此同时,在技术层面,包括R、Python等开源的、用于获取与研究大量文本数据的软件的开发,为基于社会化媒体平台海量文本的舆情研究提供了技术保障。
近年来,随着社会化媒体的影响力与日俱增,甚至呈现出直接将社会化媒体平台所呈现的公众态度与情感等同于舆情的趋势。比如,基于2010年英国大选媒体报道内容的分析结果表明,政治记者直接将社会化媒体等同于民意。与传统调查相比,社会化媒体文本分析成本更低、速度更快,而且更便于对海量数据进行实时分析,因此得到日益广泛的应用。比如,来自美国东北大学计算机与信息科学学院和哈佛医学院的学者们,合作开展了一项名为“国家脉搏:美国人一整天的情绪”(“Pulse of the Nation:U.S.Mood Throughout the Day”)的研究项目,以尝试依据美国公众发布于推特平台的海量数据而推断公众的整体情绪[1]。此项目基于3亿条美国公众的推特内容,已获得了一些初步的研究成果,如美国公众的情绪无论是在一天中的不同时段,一周中的不同时间(如工作日与周末),还是不同区域,均存在着明显的差异。
在过去的十几年间,基于社会化媒体大数据的公众舆情研究逐步拓展至各个研究领域之中。众多学者充分利用社会化媒体平台所获取的海量数据,去预测股票市场与政治选举结果,研究公众对于特定重大事件以及经济低靡做出何等反应。(www.xing528.com)
然而,基于社会化媒体大数据的舆情研究仍存在着一些问题。比如,数据的代表性与数据的透明性等问题,是此类研究中不容忽视而又亟待解决的问题。本章正是立足于上述提及的机遇与挑战,对于相关领域的研究进行系统性梳理与总结。第一部分简要介绍基于社会化媒体文本数据进行舆情研究的过程与步骤;第二部分围绕经济、政治与科学传播三个领域中,基于社会化媒体舆情研究的焦点、方法与结论等,做出系统性梳理与分析;第三部分则主要关注上述研究中所涉及的问题与挑战,以及对于今后研究的启示。
免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。