刘杰 姚海田 韩立峰

[摘要]用户画像描绘对于构建网络舆论引导策略具有重要的指导意义。利用Polylnfo网络流量深度分析云系统，建立能够直接反映大学生网络用户直接行为的动一静态指标，根据多项动一静态指标的描绘和说明，构成大学生用户群体的形象集合。宏观上，将大学生网络用户画像描绘与日常思想政治教育的实践工作相结合，理性构建网络舆论引导策略，让大学生网络舆论引导工作从被动走向主动，由低效、点对点走向高效、群体式的新型舆论引导方式。

[关键词]用户画像;特征指标;舆论引导;策略构建

大数据技术的出现对网络舆情整体研究带来颠覆性冲击。目前，大数据技术在网络舆情应用中正逐步开发，并在思想观念与技术应用层面正引发一场广泛的革命。用户的信息行为对网络舆情生态环境的构建具有重要的指导意义。如何基于大数据处理技术对用户的海量数据行为进行深入挖掘，从而构建面向用户行为大数据的画像模型，是大数据时代用户画像落地服务领域的关键核心问题。基于Polylnfo网络流量深度分析云系统针对用户画像进行描绘，对于高校构建网络舆情生态环境具有重要的指导意义。

一、大学生用户画像描绘

用户画像又称用户角色，主要可用大学生网络用户行为习惯来表征。本文基于Polylnfo网络流量分析云系统，提取多项能够反映舆论发展趋势的大学生直接行为的有效指标，进行大学生用户动一静态画像的宏观描绘。

（一）大学生用户画像描绘的有效指標构建

为刻画大学生网络用户舆情画像，需要选择能够体现宏观舆论趋势的大学生网络用户直接行为类型作为有效指标。

Polylnfo网络流量深度分析云系统可对网内用户的发帖、邮件、搜索行为中出现的敏感词进行深入的分析、统计，同时提供警告功能，因此可以选择不同时间跨度、时间单元内敏感词出现类型、频率和极化倾向程度作为刻画用户静态画像的有效指标。利用Polylnfo网络流量深度分析云系统中敏感词报警模块，对2018年3月1日至2018年12月27日的时间单元内高频敏感词进行数据分析及可视化。前15项分别为考试类，131次;色情类，32次;宗教类，23次;政治类，19次;情绪低落类，15次;金融类，11次;民生类，8次;情绪类，6次;情感类，5次;粗口类，4类;时尚类，4次;贪腐类，3次;反动类，2次：暴恐类，2次：校园贷，1次。数据结果表明，通过敏感词类型统计、频率和极化倾向程度有助于直观反映大学生网络用户群体的舆论关注焦点和评论切入视角、态度倾向、情感强度。同时，结合论坛、搜索、邮件中夹杂敏感词的详细情况进行文本分析，能够在一定程度上反映该类用户群体的情感动机。因此，可以高频敏感词作为用户画像的静态刻画的有效指标。

同时，系统内置共享接入等模块，可用于统计用户周期性活动规律，可以初步根据目标用户日常行为规律和移动情况进行动态画像描绘，可以将该模块内提供的活动规律参数作为动态画像描绘的有效指标。利用Polylnfo网络流量深度分析云系统的共享接入模块，对2018年12月1日至2018年12月27日的时间单元内大学生通过终端、PC端、移动端接入情况进行数据分析及可视化。终端整体接入的高峰主要集中在10点-12点，14-17点。移动端接入的高峰集中出现在10点、16点，PC端接入的高峰优先出现在12点，其次为18点、8点、14点。数据表明，学校大学生用网高峰每日集中出现在10-12点、14-17点，上午10点和下午16点课间休息时通过移动端上网较多，日常主要在早、中、晚等各单元的起、止用PC端上网较多。根据静态分析结果指出的特征用户群体，可进一步追踪其上网、用网的行为轨迹，明确该用户群体的动态活动规律，因此，可将共享接入记录作为用户动态画像的特征指标。

（二）大学生用户画像特征分析

宏观上，根据多项动一静态指标的描绘和说明，可以构成大学生用户群体的形象集合。

Polylnfo系统高频敏感词分析结果与实践工作的认识基本吻合，因临近四、六级、考研等重大考试节点，舆论敏感话题以考试类高居榜首。其次，为色情类、宗教类和政治类话题，但是大学生日常思想政治教育和舆论引导通常聚焦于以重大历史机遇为契机的意识形态教育和引领，重点关注时政热点、敏感事件引发的学生群体情感、情绪表现，基本不会主动涉及色情以及宗教类话题的讨论及引导。针对特殊用户群体的行为轨迹也在通过动态指标进一步标定，目前并无明显的上网用网的时段特殊性，即并没有专门时段从事色情、宗教或政治类话题的传播。由此可见，基于Polylnfo系统描绘的用户画像可以在理论上指出或促进日常思想政治教育工作的盲区或效能。同时表明，基于Polylnfo系统描绘的用户画像与实践工作中描绘的实际舆论画像仍然具有一定差别，需要采用多项指标进行微观精细刻画，反复比对，清晰描绘大学生用户画像特征。

二、基于大学生用户画像的舆论引导策略构建

宏观上，将大学生网络用户画像描绘与日常思想政治教育的实践工作相结合，理性构建网络舆论引导策略，让大学生网络舆论引导工作从被动走向主动，由低效、点对点走向高效、群体式的新型舆论引导方式。

（一）基于用户画像的舆论引导策略

传统舆论引导通常采用被动式、点对点的疏通引导策略，一般而言，是教育者在观察到大学生群体中集中出现了情感、情绪等问题后采取相应的舆论引导，通常则聚焦于以重大历史机遇为契机进行面向全体的意识形态教育和引领，因此，传统舆论引导缺乏主动且个性化的舆论引导思路及方案。新兴大数据平台的数据发掘分析能够系统、全面、细致地构建包括行为习惯、态度倾向、情感强度、情感动机在内的多项指标，并且综合多项指标描绘出用户舆情画像。通过用户画像的描绘，可以对用户情感倾向与极化行为进行及时追踪和预测，使得舆论引导工作可以从被动走向主动，相对低效、点对点的价值引领走向高效、群体式的新型舆论引导方式。

（二）舆论引导策略构建过程中的若干问题

在研究过程中发现，虽然大数据平台的数据量惊人，也带来了巨大的群体效应，但是与传统调研方式相比，大数据在情感动机的分析与捕捉方面表现不足，因此针对舆情预警、舆论引导还不能完全依赖计算机技术，仍然需要“把关人”进行分析和把握。大数据分析技术的优势体现在算法的优越性上，但是也面临网络数据的真实性和局限性等问题，对于大学生用户特征的代表性和预测性不足。相反，海量数据是否需要，中等体量的数据针对某些特定问题已经能够进行分析和预测，在数据存储过程中还面临着容量不足和丢失等情况。以上是基于大数据平台进行舆论引导策略构建过程中面临的一些问题，这也是基于用户画像描绘进行舆论引导策略构建过程不可回避的难题，需要进一步研究和解决。

结语

基于Polylnfo网络流量深度分析云系统，建立大学生网络用户动一静态特征指标。根据多项动一静态指标的描绘和说明，构成大学生用户群体的形象集合。利用大数据平台描绘的用户画像可以较为直观地体现大学生用户群体行为偏好领域，并且一定程度上能够反映情感强度、态度倾向、认知与感知等情感倾向和上网用网的行为轨迹。宏观上，将大学生网络用户画像描绘与日常思想政治教育的实践工作相结合，理性构建网络舆论引导策略，可以对用户情感倾向与极化行为进行及时追踪和预测，使得舆论引导工作可以从被动走向主动，相对低效、点对点的价值引领走向高效、群体式的新型舆论引导方式。

参考文献：

[1]余秀才.网络舆情研究中的大数据技术使用与问题[J]，新闻大学，2017，2：112 -118.

[2]刘海鸥，孙晶晶，苏妍嫄，张亚明，国内外用户画像研究综述[J]情报理论与实践，2018，41（11）：155-160.

[3]熊焰，王艳萍.高校微信公众平台用户画像洞察[J]中国报业，2018，000（022）：34-35.

[基金项目]本文系中国石油大学（华东）2018年度思想政治教育研究课题《以场域融合为核心的高校新闻舆论引导机制研究》（课题编号：SiJY201808）阶段性成果。