摘要：——以2018年全国两会为例

　　每年全国两会是网民关注的大事，也是网络舆情管理和引导的重要时期。两会相关的网络舆情，一方面反映国家在相关领域改革重点，另一方面也显示网民对国家大事的关注度和情感倾向。网民通过多种网络平台发表自己的观点和一些评论，从而形成大量关于全国两会的舆论信息。通过收集网络平台呈现的网民意见，数据分析和进一步情感倾向识别，从而构建全国两会网络舆情预警指标体系，及时掌握网络舆情波动趋势，有助于政府提升网络舆情应对和处置能力。本文研究发现，2018年全国两会与往年相比，积极评价增多，消极评价明显减少，网络舆情呈现“积极关注、理性建言”的舆论氛围。

　　问题的实施

　　1.研究工具和方法

　　本文选取清华大学沈阳教授开发的ROST CM6软件为分析工具，通过新浪舆情通收集网民发表的网络评论。ROST CM6软件可以对微博、网站、词频、流量等进行分析，是很好的分词与网络分析工具。本文采用的研究方法有语义网络分析和内容分析法。语义网络分析用于表示词与词之间的语义关系，侧重于描述复杂概念及其相互关系。内容分析法能定量、客观、系统地分析传播内容，侧重于分析网络舆情数据，层层推理，推断出网民情绪的倾向性和网络舆情演化趋势。本研究通过收集新浪舆情通2018年全国两会的网民评论，构建语义网络图，再根据语义网络图归纳网络舆情类目。然后对网络舆情类目不断对比分析、发现其内在关联、建立分类，对网民评论进行抽象化研究，从而构建全国两会网络舆情预警指标体系。

　　2.数据收集

　　本文设置研究时间为2018年2月初至4月底，收集新浪舆情通关于2018年全国两会网民的评论数10万条，数据来源类型包括网站、微博、微信、客户端、论坛等，并从中选择5万条网民评论作为研究样本。运用ROST CM6软件对样本数据进行分析处理，把没用的词剔除，合并近义词，得到语义网络图和高频率热词矩阵。运用ROST CM6将文本数据概念化处理，然后分词处理，得到语义网络图。

　　分析发现“工作、中国、委员、改革、发展、建议”这6个词处于网络核心位置，成为网络图的中心节点。在每个中心节点周围都形成多层子群，越靠近中心的词语与核心位置词联系越紧密。按顺时针方向，结合网民评论内容，分析前3个中心节点。位于最上方的“工作”，子群范围比较大，与其联系词有“政府、报告、总理、人民、答卷、关注”。《政府工作报告》是总理送给全国人民的“答卷”，引发各大媒体传播，此报告与人民生活比较紧密，网民关注度高，因此“工作”成为中心词之一。第二个中心词是“中国”，与其联系词有“很赞、点赞、青春、奋斗、新时代”。人民日报社新媒体中心启动“中国很赞”大型互动活动，网民参与度高，用形象化的手指舞表达对中国的热爱和祝福，因此“中国”成为中心词之一。第三个中心词是“委员”，与其联系词有“代表、政协、人大、提案、议案、通道”。政协委员和人大代表的提案议案备受广大网民关注，网民积极讨论，并且“代表通道、委员通道”也引起热议，因此“委员”也成为中心词之一。根据语义网络图，分析高频率热词。通过ROST CM6软件提取出80个高频率热词，将其中没有实际意义的词剔除，如“至于、致、然后、岂知”等，从中筛选出70个高频率热词作为矩阵分析。两个词语相交的次数越大，表示两词相关性越强，紧密程度越高。

　　全国两会网络舆情预警指标体系的构建

　　根据语义网络图呈现数据，参照高频率热词矩阵，对两会网民评论进行文本提取和分类，最终归纳形成12个二级指标：政府机构、参会主体、人大会议议程、政协会议议程、其他讨论热点、环境条件、配套设施及服务、传播平台、媒体数据、网民情况、正面态度倾向、负面态度倾向。经过两个步骤最终确定12个二级指标：第一步，根据语义网络图，参照高频率热词矩阵，结合本次大会网民评论样本，按照词语之间近似性、内在逻辑联系和相关性情境原则进行归类，而且不断对比优化。第二步，分析高频率热词归入各自二级指标，同时不断对二级指标进行调整，最后保证每个高频率热词都能归类，且不会再出现新的二级指标。

　　经过以上部分研究，从中得到能够反映全国两会网络舆情的主要指标体系。然后，对指标体系进行构建，将12个二级指标进行提炼，归纳为4个一级指标：会议主体机构、会议主要议程、会议管理过程、网民态度倾向。本文将4个一级指标和12个二级指标按照类目范围进行系统关联，构建全国两会网络舆情预警指标体系。

　　本文构建全国两会网络舆情预警指标体系具有一定的普遍性，可以应用到每年全国两会的质量评估、关注热点、舆情预警等多个方面，为政府网络舆情监测提供参考。2018年全国两会实证研究，分析网民对此次大会相关评论，运用网络舆情预警指标体系，发现此次大会受网民关注程度较高的热点，通过文本词语情感分析，深度挖掘网民的情感倾向，归纳出大会的闪光点和普遍存在的问题，为全国两会的监测和预警提供借鉴。

　　全国两会网络舆情预警指标体系结果分析

　　1.将预警指标体系的一级指标与2018年全国两会数据进行对比分析

　　从中可以看出，2018年全国两会的“会议主体机构”“会议管理过程”与往年数据基本一致，而“会议主要议程”此次有所不同，“网民态度倾向”受关注度呈逐年上升趋势。网民地域分布中，北京、广东、上海、江苏、浙江排在前列，正面情感比率超过97%。网民评论数据来源类型比较广。从关注度趋势图发现，在2月初至4月底，网络舆情关注度反复出现高峰值。3月5日第十三届全国人民代表大会第一次会议在人民大会堂开幕，李克强代表国务院向大会作政府工作报告，此时达到首次关注度高峰值。3月16日十三届全国人大一次会议举行代表团全体会议，此时达到第二次关注度高峰值。

　　2.细化二级指标体系与2018年全国两会数据对比分析

　　从中发现，“政府机构”“参会主体”与往年两会关注度持平，关于教育、就业、养老、司法、扶贫、医改的提案备受关注，特别是此次关于教育舆情出现三次高峰，两度持续高热。在网民相关评论中，网民对两会议程内容的关注是积极和乐观的，大多表示“两会议案反映了民生，道出了心声”，例如其中提到个税改革的问题，引发网民广泛讨论。当然，有些国外媒体对宪法修改也出现过度关注，而后全国人大常委会副委员长兼秘书长王晨全面解读，关注度正面积极上升，21%的网民关注了两会修改宪法，并为中国国家主席宪法宣誓点赞。专家点评在网民情感倾向中发挥引导作用，例如复旦大学教授张维为解读中国宪法调整部分内容、甘肃农业大学教授尚勋武解读贫困地区脱贫攻坚等，都引起网民热烈反响。

　　两会期间的交通、住宿、配套服务等并没有引起网民过多的关注，而传播平台和媒体评论相当活跃。根据软件处理结果分析，此次大会网络舆情信息数据79%来自于微博平台，主要原因是融媒体背景下各大媒体充分运用微博平台传播优势，通过视频、图解、语音等多种形式展示全国两会，充分调动广大网民热情，引起极大关注度。另外，9%的网络舆情信息来自新闻网站，两会期间各大新闻网站开设会议专栏或专题，报道大会情况，其中政府主流网站央视网、新华网、人民网等的专栏引起其他网站转载，提升了此次大会的舆情热度。此次大会主流媒体评论非常积极，有新华网《弘扬伟大民族精神，凝聚强大精神动力》、人民日报《新时代机构改革的鲜明政治方向》、凤凰网《从“两会通道”看国家治理现代化》，另外还有光明日报、新京报等的评论。两会期间，主流媒体积极主动发布相关主题评论，在网络舆情传播中发挥中流砥柱的作用，通过公正、公开、权威的评论，引导网民相关评论，主导网络舆情走势。

　　3.综合一级指标和二级指标关联分析

　　会议主体机构包括政府机构、参会主体。从中央机构、国务院到各省市县政府机构都非常重视两会，认真布置两会，积极投入两会。参会人大代表、政协委员积极参政议政，从舆情热词中反映出“工作、中国、委员”等列前位，广大网民对两会主体机构评价是正面的，情感倾向是积极的；会议主要议程包括人大会议议程、政协会议议程和其他讨论热点。22%的媒体报道了人大代表及政协委员的议案提案，网民言论中有21%的关注两会修改宪法，27%的讨论两会提案议案，讨论中虽然夹杂些零星的负面情绪，但总体反映出网民情感倾向是积极的。会议管理过程包括环境条件、配套设施及服务、传播平台、媒体数据等。会议严格按照中央精神，发扬艰苦奋斗、勤俭节约的优良作风，获得网民的点赞。主流媒体积极投入两会报道中，刊发评论，主导两会舆论走向。网民态度倾向包括网民情况、正面态度倾向、负面态度倾向。从地域分析网民分布变化不大，北京网民对两会关注度最高，情感倾向是积极的。从年龄分析，30-39岁占56%，40-49岁占28%，男性占65%，网民知识结构更加合理，表达情感更加理性。

　　结  语

　　本文以2018年全国两会5万条网民评论作为研究样本，运用ROST CM6软件，采用内容分析法，根据语义网络图和高频率热词矩阵对比分析，归纳出全国两会网络舆情4项一级指标和12项二级指标，构建了全国两会网络舆情预警指标体系，并与2018年全国两会数据对比实证分析。通过网民关注热点评论的情感倾向分析，深度挖掘文本中的预警信息，对指标体系的可行性进行了验证。结果表明，该预警指标体系对于每年全国两会网民关注热点和问题预警具有一定借鉴作用，有助于政府更好地实现基于网民视角的会议管理和监测预警。

　　【本文为绍兴市哲学社会科学研究“十三五”规划2018年度重点课题“面向突发事件的网络舆情挖掘及预警机制研究”（项目编号：135J078）成果】

　　参考文献:

　　①陈新杰：《网络舆情监测指标体系构建研究》[J]，《现代情报》，2012年第5期

　　②曾润喜：《网络舆情指标体系、方法与模型比较研究》[J]，《情报杂志》，2014年第4期

　　③刘萌玥：《旅游景区网络舆情指标体系构建》[J]，《旅游资源》，2017年第3期

　　（作者单位：浙江越秀外国语学院网络传播学院）