舆情数据新闻来源于数据处理技术对舆情大数据的量化分析，通过多种可视化呈现方式辅以详尽的文字解析进行创作。舆情数据新闻内容具有客观性与建设性的特点。
舆情是个人或公众对各种公共事务所持有的多种情绪、意愿、态度和意见交错的总和。进入以移动互联网为代表的全媒体时代，舆情表达和传播的渠道日益多元，公共舆论场的信息量空前膨胀，舆情大数据的采集、挖掘、分析、研判已经成为舆情研究和管理工作的基础和支撑。近年来，作为中国舆情行业最早的从业机构，人民网舆情数据中心也一直在思考如何将舆情大数据进行展示和传播，创立了舆情数据新闻的模式，致力于这一领域的探索和实践。
舆情数据新闻发展的背景
舆情大数据的出现与应用
近年来，我国互联网发展水平的迅速提升造就了庞大的网民群体，同时也为新闻媒体提供了庞大的数据来源。中国互联网络信息中心（CNNIC）发布的《第47次中国互联网络发展状况统计报告》中显示，截至2020年12月，我国网民规模已达9.89亿，其中网络新闻用户规模达7.43亿，占网民整体的75.1%。一方面，互联网为受众提供了更广阔的讨论空间与更丰富的话题内容，网民成为海量观点、情绪、意见大数据的制造者和传播者；另一方面，随着短视频、直播、音频分享等新模式的不断涌现，其间产生的阅读量、点赞数、转发量等基础信息，以及背后反映出的网民结构、网络使用习惯等深层数据，也是构成舆情大数据的重要部分。
通过对舆情大数据的全面抓取和挖掘，再通过语义分析、关联分析等进行预测，我们就能够找到规律性，这不仅可以帮助党政机关和企事业单位及时了解网络舆情动向，精准把握热点事件的舆情演进态势，对其未来发展趋势进行研判与预测，把握公众情绪和行为倾向，为防范重大风险提供数据支撑，还可以基于数据进行“群体画像”，即基于某个群体的年龄、性别、教育水平等社会数据和其在网络活动中表现出来的行为数据等，有针对性地提取出有效特征，进而总结出该群体的信息面貌，为各方提供参考。比如，人民网舆情数据中心就曾利用相关数据，描绘专车司机、专车乘客画像，为网约车改革决策提供数据支撑。
舆情数据新闻的作用与特征
数据新闻契合了中央对加强网络内容建设、加强新技术前瞻性应用的具体要求，其实际是运用社会科学研究方法，结合新兴的数据处理与可视化技术创新信息传播形式与内容。积极运用数据新闻的思维和传播效能，无疑将为舆情大数据的展示和传播提供探索的方向。
数据新闻产生的强大影响力体现在其“用数据说话”的特点上。通过以图表形式进行呈现，数据新闻不仅使得复杂、凌乱的数据更加通俗易懂，同时也在数据处理的过程中重新建构了事件真相。舆情数据新闻同样具有类似的特征，相比之下仍有三方面独特之处：一是舆情数据新闻的数据不只局限于事件本身，更来源于媒体报道、网民情绪等事件发生发酵过程中的因素；二是舆情数据新闻着力还原的不是事件真相，而是围绕着事件发展的重要节点，舆论热度与讨论内容出现的变化与趋势；三是舆情数据新闻的目的在于，对数据还原后的事件趋势加以分析和解读，为党政机关和企事业单位的舆情引导和管理提供决策参考。因此，舆情数据新闻具有很强的客观性与建设性。
目前的舆情数据新闻已体现出三点重要作用：首先，随着热点舆情形成的速度不断加快，对舆情数据的获取与分析速度也提出了更高的要求，依托大数据平台进行的全量数据处理已经可以快速筛选出多个分析维度；其次，由于信息渠道更加开阔，舆论更加众声喧哗，将真实数据以可视化形式呈现后具有更强的说服力，方便相关方快速掌握舆情事件发展趋势；最后，将定量分析融入报道之中弥补了个人观察舆情的单一视角，用数据勾勒出了舆情全貌，体现出舆情分析的专业性。
舆情数据新闻的创作
舆情大数据的挖掘
在舆情数据新闻的创作中，主要依据与选题相关的不同类型数据进行挖掘，帮助读者明确了解舆情事件的关注度、关注方向与关注者。新闻媒体的数据是最为常用、可获取性最强的，以人民网舆情数据中心的数据采集范围为例，新闻媒体方面主要包括新闻网站、客户端、报刊、广播电视与部分境外媒体。新闻媒体数据具有的内容规范、题材聚焦的特点，使其更容易被整合运用，挖掘的角度主要包括：针对舆情事件的媒体发布数量、发布时间节点、原创内容与被转载数等流量数据进行挖掘；针对特定话题的媒体报道、评论内容这类文本数据进行挖掘；针对参与媒体本身的层级、类型、倾向等背景数据进行挖掘等。
而相比新闻媒体的数据，社交媒体的数据种类更为繁杂、内容更为多样，这对数据处理提出了更高要求，同时其中又蕴含着更丰富的挖掘潜力。新浪微博与微信（即“两微”）是我国用户基数最大的社交媒体平台，新浪微博具备内容短、流量大、开放性强、联动性强的特点，而微信则拥有大量自媒体入驻、依托熟人圈层传播的特征，“两微”平台已成为热点事件发生的重要源头和发酵平台。同时，短视频平台、问答社区、内容聚合平台上的网民讨论与自媒体创作也逐渐成为舆情数据的新来源。当然，考虑到收集多元化网民群体数据的需要，论坛、博客等传统社交媒体平台仍应被纳入采集范围。基于各个社交媒体平台数据进行挖掘，除了最直观的网民观点和阅读量、点赞数、评论数等流量数据，事件信息在多用户中的传播轨迹形成的社交网络数据、用户评论中使用的符号与关键词构成的情绪数据、用户地理定位与年龄层次等群体数据，也是舆情数据新闻的重要挖掘方向。
舆情大数据的可视化呈现
可视化呈现是将抽象的数据挖掘结果转化为可读性强的图表，在揭示数据内在规律、帮助读者加深理解上具有重要作用。舆情数据新闻的可视化呈现的目的是提供多个信息分析维度，为进一步研判舆情现状和走势留下空间。就可视化呈现上的实践而言，以下四种类别的图表在舆情数据新闻的创作中使用较多。
图片数据新闻可视化类型
流量图表类。这类图表的形式与内容较为简洁明了，例如，将舆情事件的整体发展趋势使用折线图说明、将热点文章的阅读量采用柱状图描述等都是舆情监测平台数据可视化的常用维度。此外，多平台传播渠道热度、报道发布时间点、用户情感分析等维度的流量图表能直观地为受众呈现出舆情事件发生发酵的全貌，也方便研究人员基于热点迅速做出研判。
地域分布类。利用地图进行数据呈现也是舆情数据新闻中的常用手段。通常，地域分布图也被用来描述不同地区对舆情事件的关注程度，但实际上还可以用更多维度进行解析。比如，在人民网舆情数据中心对各个地方“十四五”规划的研究中，为了探究各地对“数字化”这一热点话题的关注方向，对比了东、中、西、东北四个地区特征词的差异，并将区别词汇聚合成了词云图，帮助读者洞悉地区数字化发展的侧重点。
关系网络类。社交媒体上用户、媒体之间的互动频率与特征数据使得社交关系网络类图表的信息量更加丰富。人民网舆情数据中心曾在美国大选期间对拜登、特朗普全部个人推特号发布内容进行抓取，为对比双方经常交流的政治人物、意见领袖与媒体的差异，将有关联的社交媒体账号之间相互连接，连接线越粗证明两个用户之间的互动越强，社会关系也就更加密切。类似的关系网络图也可运用于判断舆情事件来源、梳理传播节点之中。
指标量化类。将舆情对特定主题的评价量化为通俗易懂的指标，也是舆情数据新闻的重要方式。例如，在评估我国领导干部应急管理能力建设水平时，人民网舆情数据中心就根据研判力、决策力、掌控力、协调力、引导力、成长力六方面指标，对典型突发公共事件的网络传播中各级政务部门的表现，辅以不同权重进行打分并制作成图表，从得分较高的应急管理案例中总结经验。对数据进行指数建模、算法分析后，聚焦特定话题的舆情榜单不仅能描叙单一对象的具体表现，更能起到不同对象之间的横向对比作用。
舆情数据新闻的分析与传播
通过可视化呈现对数据进行“预处理”之后，再与深入的分析文字相结合，才能够让舆情事件的脉络和轨迹更清晰地呈现出来。因而，与舆情数据新闻配套的文字分析部分也非常重要，主要由舆情趋势概述、舆论反馈梳理与舆情点评等构成。比如，在2021年初某基层治理话题引起舆论关注后，人民网舆情数据中心撰写了相关的分析文章，首先用热度趋势图、传播渠道图等展示出舆论关注现状，接着按照时间轴顺序作图分析当事人、媒体、网民与政府表态对事件进程的推动作用，在文末则重点对基层政府“被动处置思路”与“缺乏换位思考”两方面的应对缺陷进行解析。舆情数据新闻要遵守客观性、建设性，一方面要坚持“用数据说话”，对图表进行全面解读，并站在第三方立场还原真实的舆论焦点；另一方面需要审慎判断与总结舆情的发展规律，在文中指出具体事件背后的原因与短板所在，通过合理建议为决策者提供参考。
从传播角度考虑，完整的舆情数据新闻作品类似“特稿”，适合在微信公众号、新闻网站专栏进行发布。但将舆情数据以多种类型进行呈现，对图表配色、布局、图说解析、文字解读等方面都提出了更高的要求。形象生动、设计合理的图表，有助于清晰地呈现社会舆情的焦点，其中亮点突出的图片能够以视觉表达代替大量的文本信息，也适合在微博环境中单独传播。
舆情数据新闻的创新方向
舆情数据新闻将数据作为内容“生产要素”，以图表代替文字描述的形式与一般的数据新闻无异，但其本质上是从第三方的角度对舆情事件、社会话题发酵过程进行分析，以定性和定量的研究手段相结合去揭示舆情应对中出现的问题，这就使得受众对其深度和创新性的要求更高。舆情数据新闻的特征使其未来可以在“点、线、面”三个方向上发力创新，为社会治理、政府决策、企业管理提供更多参考。
关注点创新
目前，舆情数据新闻的选题与创作主要集中于解析国家重大战略、剖析社会热点问题。但随着数据资源的不断丰富与舆论焦点的不断变化，要更好地实现“帮受众读网”的宗旨，舆情数据新闻也需要拓展更多的关注点。
例如，发展数字经济、推进数字经济与实体经济的深度融合已成为“十四五”时期的重要发展方向，从舆情关注的角度考虑，直播带货、社区团购等新经济模式的迅速发展已暴露出一些行业乱象，屡次引发舆情聚焦，这就需要舆情数据新闻加强对新经济领域问题和现象的探索与研究，把脉数字化转型下社会经济发展趋势。针对近年来新职业层出不穷的现象，人民网舆情数据中心也从舆论辨识度、职业受关注度、热点事件案例、网民评论词频分析等角度入手，尝试对各个新职业的发展现状、未来前景与社会价值进行勾勒。
在社会转型发展的关键时期，舆情数据新闻能够全面生动地描绘出“群体画像”，有助于加深管理者和公众对特定群体的理解，并在此基础上推动对发展中存在问题的关注和解决。
传播链创新
舆情数据新闻的“新闻”属性意味着它本身也是传播链上的一环，来源于分析舆论的舆情数据新闻也将成为舆论的组成部分，为舆情事件传播链提供第三方的、理性客观的声音。
举例而言，在网络谣言生成与传播的过程中，政府部门监测到相关舆情并作出回应往往存在“时间差”，而根据第三方日常统计发布的舆情数据新闻，政府部门不但可以迅速筛选出谣言信息，更能掌握民众对于谣言事件的态度、现阶段谣言影响范围等因素，为制定辟谣事件节点与策略作出参考。政府部门进行的政务公开举措也可以引入舆情数据新闻作为预警，比如在政务直播方面，相关单位提前了解了类似舆情事件中的涉及信息安全、法律隐患等领域的风险，就能帮助其在遇到现实风险时合理应对。因此，舆情数据新闻加入传播链后，将创新性地改变舆论关注者聚焦与涉事方回应的“二元模式”，形成更为稳定、更利于进行舆论引导和管理的“三角结构”。
适用面创新
舆情数据新闻创新的最大难点还是在如何拓展适用面上。舆情分析研判越来越受到各级各类党政机关和企事业单位的重视，但对于普通民众而言，舆情数据新闻的吸引力和价值似乎并不像时政类、生活类、文体类等数据新闻那么强。创新舆情数据新闻的适用面，不仅需要在文本分析、可视化上下功夫，还需要更加贴近群众诉求、了解社会心态。
当前舆论环境下，网民的需求更加多元，关注其新需求将成为舆情数据新闻适用面拓展的重要切口。比如，随着应对人口老龄化成为重要的社会议题，人民网舆情数据中心筛选了数字鸿沟、网络诈骗、消费维权等涉老年群体的舆情事件类型，分别撰写了舆情数据新闻以厘清老年人面临的困难所在。在2021年两会期间，“996工作制”作为劳动者权益保障问题再次引发舆论关注，课题组也对“996”相关舆情的传播模式、争议焦点、民众诉求等进行了关注并制作了舆情数据新闻。当然，这些舆情数据新闻选题方面的尝试主要还是以为政府部门提供舆情梳理、舆论引导建议为主，未来舆情数据新闻还可在政策解读、民意调查、文化潮流等研究领域寻找合适的角度发力，进一步拓宽适用面。
总之，作为一种将舆情大数据进行可视化呈现与传播的探索，舆情数据新闻已经实现了在多元数据挖掘、可视化呈现与文本分析等方面的参考范式，进一步创新也将使得其在表达形式、传播模式与受众范围上不断丰富。
（作者霍思明系人民网舆情数据中心新媒体智库助理研究员；单学刚系人民网舆情数据中心副主任、人民在线总编辑，中国科技新闻学会数据新闻专委会副理事长）
