复杂舆论场景中信息内容风险研究*

李明德 寇 杰

(1.传播内容认知国家重点实验室西安交通大学传播内容智能理解研究中心 西安 710049；
2.西安交通大学 新闻与新媒体学院 西安 710049；
3.西安交通大学 马克思主义学院 西安 710049)

当前，置于“万物皆媒”的社会图景中，各类异质性观点、理念、思想时常相互裹挟发酵，使舆论场愈加复杂混浊。在此语境下，信息内容时常超出合法边控，在虚拟与现实交互的二重性空间造成一系列重大风险。厘清复杂舆论场景中的信息内容表征及其风险点，在评估风险等级的基础上设计预警与防控方案，已成为形势所需。

学界已对关涉性议题展开研究，并形成了一定学术成果。在关于复杂舆论场景的讨论中，彭兰认为，场景是一种由空间与环境、用户实时状态、用户生活惯性、社交氛围共同构成的“环境氛围”，当移动传播沿内容媒体、关系媒体、服务媒体等方向延展时，场景就会成为移动媒体的新入口[1]。基于此，李明德等人提出，复杂舆论场景实质上是复杂信息传播的一个入口，是一种“在全媒体场域内、舆情演化动态中形成的舆论空间”，这种场景会使信息流动产生风险的概率极速上升[2]。总体而言，复杂舆论场景不仅指一种基于多元用户心理、话语言论、行为习惯等而形成的特殊舆论画面，还指由此而建构起的显隐性风险并存的空间形态、客观环境和场域氛围。

对于信息内容风险的研究，专家学者们着重爬梳了风险的定义和表现，并提出了应对策略。风险不仅指已经形成的现实危机、损失和险情，还特指有概率发生但还未呈现出显性形态的虚拟威胁，是一种“受到不确定性风险因素影响而导致的不确定性后果”[3]，意指引发问题的可能性，风险=概率×后果±信任机制(R=P×C±TRUST)[4]。信息风险较为突出地表现为个人信息算法滥用行为导致的大数据杀熟、过度营销、限制思想自由和表达自由、损害社会公正等，因此要明确隐私信息的法律属性，加强算法规制，尊重和保护个人的信息选择自由[5]。同时还表现为社交媒体谣言、个人隐私泄露等内容风险，违背伦理道德、违法犯罪等行为风险，以及由弱关系引发的潜在社交危机、网络暴力等交流风险[6]，为此一是要建立健全信息生产、核心内容分发、内容质量控制机制；
二是融合打造全媒体格局，建立集成化的舆情信息传播平台；
三是发挥政务“两微一端”、专业大V和权威专家的作用，在关键传播节点释放权威信息；
四是完善舆论风险监控预警体系，构建全链条工作机制[7]。

信息内容风险点提取及其等级评估的研究较少，且大都集于金融学、传染病学、生物学领域。从前者来看，张文德等人针对数字图书馆知识产权风险，提出了风险识别的目的是通过梳理风险的存在、成因、影响及后果、管理等要素，进而解决风险来源与归类两大问题[8]。王秉以突发公共卫生事件为例，强调了风险信息识别与感知的重要性，认为这是“提升突发公共卫生事件风险防控能力的关键，能提升风险防控的科学化、智慧化与精准化水平”[9]。从后者来看，专家学者们多从血吸虫病、犬流感、汉语国际传播等话题切入，对传播风险展开测度研究，采用的方法各有千秋，评估维度多样不一(见表1)。

总体来看，目前学界业界论述“舆论”和“信息风险”的研究成果，特别是关于风险评估因子的讨论，为本文提供了有益借鉴。但是，专门基于复杂舆论场的特定情境来探究信息内容风险识别与评估等问题，并提出有针对性、可操作性的应对方案的文献较少，这也确证了本研究的重要性和科研空间。鉴于此，本文将从复杂舆论场景中的信息内容表征着手，采取等级全息模型(HHM)和风险专家调查列举法挖掘风险点，运用扎根理论和层次分析的方法构建风险评估概念模型，在求得指标权重的基础上划分风险预警等级标准，进而设计防控系统，力图为打造清朗舆论空间尽绵薄之力。

作为一个特殊的信息流空间，一种独有的话语传播环境和关系交互氛围，复杂舆论场景中的“复杂”意味着多而散、杂而乱，意味着各类不确定元素混淆重叠、良莠并存，也由此决定了各类风险滋生的必然性和反复性。置于这样的场景中，信息内容也突破传统的在场模式，呈现出新的规律与特征。

一是技术赋能。具有高速率、大容量、低能耗、短时延优势的5G、云计算、大数据等新技术强势介入，信息内容流动不再局限于单向的人际传播模式，移动化、智能化、电子化传输成为新趋势。二是议题泛化。形形色色的舆论话题丛生，特别是与民众兴趣点、关注点、利益点相契合的信息内容炸裂后，极易泛化出更多新话题。三是深度互动。信息呈现载体多样多变，话语文本多元交错，尤其是AR、VR等媒介的在场功能明显，受众可实现与信息及其他受众的深度交互。四是时空压缩。受场内主体想象、旧有舆论记忆、燃点言论和事件剧增等因素影响，弱关联性内容能打破物理限制，跨平台、跨时空、跨区域压缩在一起，加剧并发性危机。五是关系错乱。入网门槛降低导致场内成员身份混杂、性格迥异，基于敌对、裙带等复杂关系展开信息活动，由此建构出的社会关系更加混杂。六是“后真相”加剧。基于理性事实的信息内容时常难以产生影响，而诉诸个体情感的非理性爆点却能引发广泛关注，“后真相”效应由此放大。七是风险叠变。全息集成、多点散发、极速扩散的舆论信息输送新形态导致各种风险元素叠加变幻，跳动性明显，价值观分歧、文化冲突、利益纠纷等方面的风险频发。

受等级全息模型(HHM)的原理和方法启发，经大量文献梳理和现状考察后，本文从经济、政治、文化、社会、生态五个维度反复论证及修正，初步建立了复杂舆论场景中信息内容风险点提取的HHM层次结构框架，力图全面准确地反映风险来源(见图1)。

图1 复杂舆论场景中信息内容风险点提取的HHM层次结构框架

随后，以HHM层次结构框架为依据，采用风险专家调查列举法，对20位相关领域的专家学者、科研工作者、媒体从业者展开问卷征询和意见收集，提取出了趋同率最高的五大风险点。

3.1 境内外信息不对等催生意识形态失控风险 东欧剧变、苏联解体的历史已经证实，意识形态对一个国家和民族的前途命运几乎是决定性的。当代中国应该且只能坚持以马克思主义为指导的社会主义意识形态。但在复杂舆论场中，一方面是境内的非马克思主义、反马克思主义、伪马克思主义信息加速裂变，尤其是以短视频为代表的动态视觉图像借助强大的短时吸引力，常以暗喻、象征、反讽等形式进行非主流意识形态隐性建构，进一步分解了民众对主流信息内容的整体认知，造成意识形态紊乱风险。另一方面，新型国际关系的博弈也逐渐扩张至意识形态舆论场，“信息已然成为意识形态宣传、灌输的必要武器”[10]。西方部分国家垄断并暗网操纵网络通信干线，进行非主流意识形态内容渗透。于此，境内舆论场的“去意识形态化”倾向与境外有害信息的不间断输入相叠加，极易造成主流与非主流内容的不对等传播，引发意识形态失控风险。

3.2 负面内容过载引发社会思潮泛滥风险 任何一种社会思潮流动的背后都暗含着相应的心理、价值、利益等需求，而这些需求往往要通过信息表达出来，表达的信息又会催生新的思潮。因此，信息不仅是社会思潮的传播形态，更是新思潮生成的动力。在复杂舆论场中，基于正当、真实、理性、客观需求而外化的信息会形成正面或中立的社会思潮，进而起到收集民意、预警社会危机的作用，而夹杂着消极元素的信息流动则会引发负面思潮的泛滥。比如，西安交通大学李明德教授团队在评估2019和2020年中国社会思潮新媒体传播力时发现，民族主义、民粹主义、泛娱乐化、新自由主义、消费主义思潮之所以接连两年进入榜单前十，相关的负面言论在其中发挥了重要助推作用[11]。在过载的泛情绪化、泛娱乐化、泛道德化等消极内容催化下，偶发性的一场公共事件、一个社会热点、一条微型言论，都有可能发酵为形形色色的错误社会思潮，引发大规模社会骚乱。

3.3 意见领袖偏向蛊惑加剧社会心理极化风险 《社会心态蓝皮书：中国社会心态研究报告(2021)》《2020年全国社会心态调查综合分析报告》等数据显示，虽然当前我国社会心态主流积极健康，但女性群体、外来户群体的公平感还存在较大短板，食品安全、信息隐私等关涉群众利益的问题时常导致社会心态局部失衡。复杂舆论场中，互联网的平等赋权特性使信息传播主导者在经历“去中心化”后又面临着“再中心化”的新境遇。普通民众可替代传统主流媒体而引导舆论走势，少数社会边缘群体时常恶意煽动仇富、仇官、厌世等极化心理来寻求“公平”，加之部分为了流量而丧失底线的社会化媒体助推，“草根意见领袖”顺势而生。这个特殊的“社会样板”拥有极强的动员能力，但本质上的消极属性使其时常成为“负面情感领袖”和“舆论造势领袖”，加剧了社会群体心理极化风险[12]。

3.4 流量争夺与内卷致使双空间违法违规风险 复杂舆论环境中，某些自媒体和社交媒体利用营销号炮制并放大有害议题，通过有组织、有目的、有规模的信息煽动来捞取流量，贪占不合理利益；
有人刻意培植小号操控评论区，看似仗义执言实则煽风点火，粉饰自身的同时抹黑他人，制造社会对立；
有人组织水军刷屏投票，伪装成“民意”进行舆论施压，企图“按闹分配”。为了实现流量变现，信息收集阶段已出现了隐私侵犯、信息骚扰、知识侵权等风险，内容分析阶段的用户面像非法比对催生了算法歧视、算法偏见等风险，信息数据运用阶段的信息孤岛、大数据杀熟等问题也屡禁不止。还有除网络暴力、网络欺诈等带来的显性违法违规风险外，信息异化的隐性伦理伤害也在进一步加剧，比如信息的本质应该是为人服务的，但媒介在传输过程中为了满足一部分人的需求而忽视了其他群体的合理需要，从而出现了信息地位高于人的情况，这也在一定程度上造成了隐性的社会关系危机。

3.5 “把关人”权责失守加重媒介失信风险 传统舆论场中，媒体作为“把关人”具有高度的信息内容引导权、监督权、管控权，而复杂舆论场中的“三权”却有逐渐式微之势。从把关意愿来看，“道高一尺，魔高一丈”的把关难度催生了把关倦怠，竞争性生存境遇引发了把关焦虑，媒介议程设置的基本逻辑从受众被动接收媒体信息变为媒体依附受众需求而提供相应信息，“把关人”沦为“包庇者”而导致了媒介信任危机。从把关能力来看，部分地方主流媒体往往未把握好正面宣传为主的度，在处理负面舆情时违背科学规律，重堵轻疏，或在真实信息公开时失声缺位，或在敏感问题上避重就轻，以官话套话模糊关键细节，民众猜疑与难以得到权威回应的焦虑情绪相交织，滋生大量虚假信息涌入舆论场，加剧了媒介失信风险。虽然有些社会化媒体对相关信息抱有极高的关注度，但其信源真实性较低，话语风格极端，捕风捉影式的内容生产与输送模式会扩散更多虚假信息，引发更大范围的公信力损伤。

在提取到复杂舆论场景中的信息内容风险点后，本文通过扎根理论的方法构建评估概念模型，并运用层次分析法(AHP)确定各层级指标权重，最终得出风险指数测算方程和预警等级标准，以期为风险防控工作提供参考。

4.1 风险评估模型的构建

扎根理论是一种质性的归纳研究方法，旨在依照自下而上的逻辑对问卷资料实施三级编码程序，提炼核心概念，进而构建概念模型。

4.1.1样本收集

受疫情影响，本文采取线上+线下的方式先选取5人进行预访谈，根据访谈结果和受访者建议修正咨(函)询提纲，再对来自高校新闻传播专业、省级舆情基地、宣传部门、主流媒体、自媒体的30位专家学者发放正式提纲，展开递进式半结构化访谈。这30人从事本领域研究、学习均超过5年，具备一定理论研究基础，或有丰富的业务实践经验。最终回收有效问卷28份，随机取20份文本内容用于构建模型，其余8份用作理论饱和度检验。

4.1.2开放式编码

开放式编码是识别加工样本资料，分析提炼初始概念并逐步范畴化的过程。本文获取原始语句346条，对其剖析后借助Nvivo工具贴上概念标签进行编码归类，删掉出现频次小于3次及前后矛盾的语条，最终形成有效初始概念36个(an)。基于此，根据概念间的相互关系实施范畴化，得到初始范畴10个(An)(表2)。

4.1.3关联式编码

关联式编码也即主轴编码，主要是根据“类属”关系归纳整合初始范畴，进而构建主范畴。本文经过梳理初始范畴A1-A10之间的关系，聚类总结出了4个主范畴(Bn)(见表2)。

表2 本文初始范畴及主范畴结果统计表

4.1.4选择性编码

该环节意在对囊扩范畴关系的各主范畴之间的关系展开具体分析，挖掘核心范畴，依照路径关系和关系结构搭建概念模型。本文的核心问题可范畴化为“风险评估”，各主范畴间的关系结构如表3。

表3 选择性编码形成的主范畴路径关系统计表

由此，本文构建出了复杂舆论场景中信息内容风险评估概念模型(见图2)。

4.1.5饱和度检验

采用样本+专家检验的方式，先对8份样本资料实施三级编码，发现所有原始语句都能归进现有概念，未发现新的范畴和影响关系。专家访谈结果也证实，该模型的范畴及相关关系结构合理。检验结果通过。

图2 复杂舆论场景中信息内容风险评估概念模型

4.2 评估指标阐释

释放风险，由释放源和释放者因素构成，主要存在于信息内容生发期。释放源意指信息源，其文本与事实的出入程度即失真率，完全背离真相的程度即错误率，与主流意识形态、主流价值观、主流文化等相悖的程度即敏感性，由话语歧义而引发论争的程度即争议性，共同决定了风险滋生的可能性，这成为风险评估的重要一环。释放者即信息传播者，同样属于内源性风险，传者的社会外联度越高，可传对象越多，风险扩张的可能性越强；
传者的混淆力越强，及时全面地传输和澄清真实信息的能力就越低，风险升级的机率越大；
传播者的引导力越强，既能带动更多人扩散风险信息，也可以引导更多受众走出风险区，因此对风险走势具有重要影响。

流动风险，即在信息内容扩散期所形成或放大的风险，核心作用主体是媒介，此处的信息既包含藏匿着隐性风险的信息，也包括已暴露出显性形态的风险性信息。从指标构成来看，信息内容与社会群体的相关性，内容呈现的直观性，传播载体的便捷性， 共同决定了信息流动的可能性，也决定了风险扩张的可能性。意见领袖越多，信息内容体量越大，扩散速度越快，同主题信息的活跃频率越高，信息流动范围就越广，风险就越容易放大。受传双方的点赞、评论、转发等互动行为越多，媒介的话语感染力越强，风险性信息的留存时间越久，风险环境的影响力越大，风性的作用深度就越明显。以上要素与风险等级呈现出明显的正相关关系。

反应风险，是指由受众免疫力、受众情绪反应和行为反应所引发或放大的风险，存在于信息内容传播高涨期。其中，受众对信息的主观关注度，受众的社会互联性即社会关系网的密集程度，以及受众的情绪波动性、从众习惯度、风险环境感知能力，决定了受传者被风险信息感染的机率。受众的消极情绪和行为，如对消极信息的附庸量、对积极信息的消极反应量、对他人消极反应的二次支持量，线上违规行为量、线下违规行为量、线上线下互相衍生行为量，则共同对“受众反应”指标产生影响。

残余风险，意在通过信息衰落期的风险残余机率、风险处置成效两大指标，对已有风险或潜在风险的处置绩效进行测量，进而反向评估现有的风险指数。前者主要由风险本身的破坏力、风险显现的透明程度、风险管控的难易程度决定，后者则取决于风险预警是否有效、风险发掘是否及时、风险剖析是否科学深入、风险处置是否严厉。

4.3 评估指标的权重分配

指标权重是指下一级指标因素对于上一级目标层的重要性占比。本文借助层次分析法(AHP)来确定。该方法首先采用相对尺度对目标层下各因素进行两两比对，根据比对结果构建判断矩阵，再通过层次单排序计算目标层下所有元素对于该层级相对重要性的排序权重值，通过一致性检验后即可得出权重系数。

4.3.1构建判断矩阵

本文根据复杂舆论场景中信息内容风险评估概念模型搭建了层次结构框架，邀请20位专家按1-9标度法对同层级指标进行两两重要性评分，按其均值构建判断矩阵。其中，释放风险B1、流动风险B2、反映风险B3、处置风险B4等4个一级指标构成判断矩阵B，A1-A10等10个二级指标分别构成判断矩阵AⅠ-AⅤ，三级指标a1-a36则形成了判断矩阵aⅠ-aX(细分情况参见表6)。因篇幅局限，本文仅以判断矩阵B为例来展示计算过程，其两两比对结果如表4所示。

表4 判断矩阵B中各层级指标的两两比对结果

4.3.2层次单排序

层次单排序是对某层级下的各指标重要性进行求解，最终得出权重系数。本文首先采用几何平均法(方根法)，计算矩阵中每行元素的乘积，并对其开n次方根，方程为

4.3.3一致性检验

一致性检验用来检测各指标权重分配是否合理，也是检验专家评分是否自相矛盾的重要步骤。通过方根法检验后，发现矩阵B的权重比例分配合理。为确保证研究结果的准确性，又运用算术平均法(和积法)求得矩阵B的权重集为WBn={45.326%，19.685%，27.367%，7.622%}。接着进行一致性检验，计算过程如下：

其中，CI为一致性指标，n指判断矩阵的指标总数，λmax为最大特征根。Wi为特征向量，是先对矩阵进行列向量归一化，再按行求和并归一化后得出。(BW)i则由矩阵中相对应的横竖指标乘以特征向量相加而来，RI取AHP中平均随机一致性指标RI取值参考中的对应值(见表5)。

表5 AHP中平均随机一致性指标RI取值参考

判断矩阵B的检验过程及结果如下：

=4.1794

根据同样的原理和方法，又对n>2的矩阵进行了一致性检验，所有CR值均<0.1。2阶正反矩阵总是一致，可以免检。该结果符合统计学要求，所有指标权重分配合理。经比较，方根法与和积法的权重值、一致性检验结果差异也在合理区间，由此得出了各评估指标的权重系数(见表6)。

实现复杂舆论场景中的信息内容风险的高效防控，首先要根据风险指数划分预警等级，同时参照各指标因子的影响程度，建立相对应的风险防控系统。

5.1 风险指数计算及其预警等级划分

在复杂舆论场景中信息内容风险指数的计算过程中，要首先对末级指标进行操作化处理。从量化指标来看，这是因为部分指标原始数据的量级、单位、基数较大，与其他指标不具可比性，直接使用原始值计算就会突出其在综合分析中的作用，因此要对其进行数据标准化。数据标准化是将数据按比例缩放，从而使其落入一个较小特定区间的过程，常用方法有min-max离差标准化、z-score标准化等，本文使用对数函数转换法实施百分制量化程序，原公式f(x)=LnX，但要保证函数在一点处有定义且任意阶可导，而Ln(x)在x=0时没有定义，因此将计算公式调整为

f(x)=Ln(x+1)

最终得出量化指标的风险测度方程如下：

Rt=[Ln(a1+1)*12.453%+Ln(a2+1)*15.887%]*100+[Ln(a11+1)*3.545%+Ln(a12+1)*1.371%+Ln(a13+1)*0.894%+Ln(a14+1)*0.738%]*100+[Ln(a15+1)*2.728%+Ln(a17+1)*2.779%]*100+[Ln(a24+1)*3.888%+Ln(a25+1)*2.734%+Ln(a26+1)*3.29%]*100+[Ln(a27+1)*2.645%+Ln(a28+1)*3.27%+Ln(a29+1)*4.492%]*100

质化指标操作化处理的核心在于原始数据的获取，本文运用区域赋值法，将其取值标准划分为四级：I级(0≤ai<25)，Ⅱ级(26≤ai<50)，Ⅲ(51≤ai<75)，Ⅳ(76≤ai<100)，赋值越大，表示风险等级越高。风险值测算方程为

其中ai表示第i个质化指标的量化赋值结果，Wai为其权重系数。最终的风险指数由下式得出：

参照信息的生命周期、风险的社会放大框架等理论，综合分析当前舆论场中的信息内容风险情况，并借鉴瞿志凯[13]、兰月新[14]等人的预警分级办法，本文给出了复杂舆论场景中信息内容风险预警等级划分标准：风险指数R在0-55之间为轻度级，56-70之间为警示级，71-85之间为严重级，86-100之间为危险级。

5.2 复杂舆论场景中信息内容风险防控系统

从风险评估模型可以看出，复杂舆论场景中的信息内容风险贯穿于信息的整个生命周期，评估指标权重也显示，风险源、受众的风险反应、信息流动程度、风险处置成效依次会对风险指数产生影响，因此要基于这4个维度建立相对应的防控系统。

5.2.1风险源：风险弱信号发现与释放者智能管理系统

一是建立风险弱信号挖掘系统。对复杂舆论场景中已有的风险词组、话语符号、在场环境和其他高频风险要素进行聚类分析，根据生发次数及作用后果，分等级建立常发性、敏感性、高危性风险要素数据库，并根据变更情况自动化补充。同时实时监测数据库要素的提取和使用状态，根据出库情况触发管制机制，并开发相应的海量存储设备做支撑。二是建立风险信息释放者智能管理系统。对有“前科”的风险信息发出者、ID身份、IP地址实施常态化监控，建立异常人群数据库，进行网格化管理，一旦识别其有风险释放行为，就在第一时间启动自动+人工核查程序，风险判定后及时封闭其社会外联活动，防止风险扩散。同时，根据释放频率和总量，动态调整风险定位等级基数，长时间未释放的可延长监控周期。当然，应对风险的根本在于“疏”而非“堵”，除了依靠上述系统进行刚性治理外，更要审视风险信息出现的深层致因，解决舆论场中关涉民众权益的问题，从根源阻断风险点滋生，这也是该系统运行的基础和逻辑起点(见图3)。

图3 风险弱信号发现与释放者智能管理系统

5.2.2风险反应：面向受众的自查自省自改自纠系统

外部“围追堵截”无法从根本上阻止受众的风险行为，因此要促使其强化自我约束，主动走向风险信息的对立面。在该系统的“自查”板块，一是设置风险信息呈现形态对照表，制定风险行为负面清单，帮助受众认识风险内容的表征和危害，方便查找问题。在“自学”板块建立有关信息传播规律、内容风险治理等的知识库，并将相应的教材、教师、教学辅助资源纳入其中，帮助受众自我教育。在“自省”板块，分平台开展持续性的受众传播行为评价活动，对长期宣传正面信息、参与风险治理的受众予以奖励，并建立典型人物及其突出事迹案例库，在全社会形成激励效应。同时，建立线上线下违法违规行为匿名举报平台，配备相应的惩戒案例库，以起到警示作用。在“自纠”板块设置主流信息内容展示板和“防治前移”提示框，形成自纠效果评估方案，引导受众做好舆论场的主人翁。

5.2.3风险扩散：风险信息热度监测与峰值报警系统

信息的流动性越强，风险扩散的可能性越大。因此，要构建一个跨领域、跨平台、跨主体的热度监测与峰值报警系统，对已流入舆论场的风险信息进行全要素、全流程、全节点、全链条、全方位实时监查。一是按经济、政治等不同领域构建独立的风险监测系统，并配备可视化智能分析平台，在总系统间设置若干个具有连接功能的子系统，用于挖掘隐匿度较高的并发性、衍生性风险信息热度。借助这几套系统对高危对象实施全样本监测或高密度抽样监测，防止风险遗漏，对低险对象进行小覆盖率抽样监测，避免资源浪费。在获取数据结果后，根据热度周期和趋势分别设置警示、警告、报警临界点，限流峰值风险信息。

图4 面向受众的自查自省自改自纠系统

图5 风险信息热度监测与峰值报警系统

5.2.4风险处置：基于多主体协同的联动管控系统

复杂舆论场景中信息内容风险的滋生和放大，会受到信息生命链条中所有参与者的影响，风险处置也需要这些主体的联动参与。因此，要构建一套面向内外部风险环境、针对主客观风险的联动管控系统，将信息生产者、传播者、消费者、平台把关者、政府监督者纳入其中，设置公共互话平台，引导多元主体在该平台及时“分享”自己发现的风险要素，针对风险点挖掘、风险应对等问题交流意见。同时搭建风险处置资源共建共管共用共享平台，节省重复性投入，在其中特别设置社会意见采集板块，整合专业风控公司、个人的可行方案和经验，推进业务协同，助力提升风险处置成效。

图6 基于多主体协同的联动管控系统

本文从复杂舆论场景中信息内容表征着手，提取五大风险点后得出了风险评估方程，既可以测量复杂舆论场中一条信息的具体风险指数，也可以横向考察同一信息在不同平台的风险等级差异，纵向比较同一平台上哪条信息的风险更严重，相应的预警等级划分标准和防控系统也具有一定现实适用性。

但是，复杂舆论场景中的信息内容风险繁杂多样，且一直处于动态变化的过程中，本文提取出的五大风险点必然无法囊括所有风险，后期还需更深入地挖掘。风险评估方程中22个末级质性指标的原始数据获取，当前采用的是人为的等级赋值法，存在一定主观性，未来需要探索新方法更客观地抓取数据，以保证研究结果的科学性。同时，一条信息内容的实际风险与其呈现出来的风险并不完全等同，和我们所能感知到的风险也有一定差异，本文通过外化的风险表征设计评估方程，测算结果更接近于我们所能感知到的风险，与实际风险值可能存在出入。虽然这三项指数的总体趋势是一致的，但后期研究还是要尽可能缩小三者的差异，为风险预警与防控工作提供更准确的参考。

猜你喜欢 信息内容舆论信息 浅析知识仓库及其在企业管理中的应用锦绣·上旬刊(2020年12期)2020-12-14信源、信息内容、情绪特征对微博转发的影响探究现代情报(2020年9期)2020-09-06论《网络信息内容生态治理规定》的创新与完善法制博览(2020年6期)2020-07-16阿桑奇突然被捕引爆舆论环球时报(2019-04-12)2019-04-12订阅信息中华手工(2017年2期)2017-06-06突发事件的舆论引导领导科学论坛(2016年10期)2016-06-05微信公众平台推送信息内容对顾客品牌忠诚的影响商业研究(2016年6期)2016-05-14展会信息中外会展(2014年4期)2014-11-27谁能引领现代舆论场?中国记者(2014年6期)2014-03-01舆论引导中度的把握声屏世界(2014年6期)2014-02-28

推荐访问:信息内容 舆论 场景