网络舆情监测的动态变化.doc

网络舆情监测的动态变化
于 明 信息泛滥时代,人们很难对每天的信息面面俱到。如何从海量信息中评估事件的影响力大小呢?相应的辅助工具必不可少,网络舆情监测产品随之涌现。
目前从事网络舆情评估的公司已经不下数十家,他们大多数网络舆情监测的动态变化
于 明 信息泛滥时代,人们很难对每天的信息面面俱到。如何从海量信息中评估事件的影响力大小呢?相应的辅助工具必不可少,网络舆情监测产品随之涌现。
目前从事网络舆情评估的公司已经不下数十家,他们大多数只能对网络舆情估测一个大概程度,并不能对事件的影响力做到相对量化的评估。绝大多数网络舆情监测产品,把文章在媒体上的出现次数作为评估的核心因素,认为文章在越多的媒体上出现,网络舆情指数就越高,并没有对这篇文章的单个影响力做到细化评估。事实上,除了传播的媒体数量,决定网络舆情指数高低的因素还有很多:
单篇文章点击率举个例子,某金融上市公司的管理层在网络上出现了负面信息,链接多达 100多个,后来请公关公司删帖,为了删除某个门户网站的一篇博文,花了近 10万元。而通过万瑞数据舆情监测产品 BrandRating(网络传播效果监测)对该博文进行分析后,发现真实有效的 PV(点击量)不到 10个,相当于每个PV花了 1万元,真是得不偿失。可见,如果不对单篇文章的影响力做有效评估,就很难量化传播效果,也很难得出合理的解决方案。由于万瑞数据能监测中国互联网 70%网民浏览的主流网站的全样本流量,有能力对文章的点击量进行细化,所以 BrandRating在舆情监测中非常有优势。
文章的公信力单篇文章的影响力,还跟文章的公信力有关。一篇文章是否署名,或者署名人在某媒体的影响力、媒体的性质,以及在某媒体出现的位置等,都决定了文章的公信力。
比如,汶川地震当天,传言北京当天晚上也有地震。笔者首先从 QQ群得知这一消息,然后去网上搜索,发现某个论坛正在讨论,接下来发现某个门户也有这条新闻的报道,接下来又去新华网和地震局相关网站查找。这一反映的流程,恰好反映了这个事件中不同媒体公信力由低到高的走势。从而舆情指数也由低到高排列。
上述例子说明了媒体的动态影响力,但是对署名人在某媒体的影响力没有做细化分析。假设在同一个论坛、同一个版块、同样一个帖子,不同署名人对事件的影响力也大不相同。一个老用户发的一篇帖子,跟新用户发表的帖子,影响力就有很大不同。当然并不是说老用户帖子数量多就把老用户的级别调高,还要看老用户以往发帖内容跟此次舆情事件的关联度有多大,如果关系很小,那么这个老用户就仅