随着网络技术以及智能终端的迅猛发展, 人们获取信息、传播信息和分享信息的方式越来越多, 信息传播范围更广泛, 信息传播手段更便捷。由于民办学院学生基础参差不齐, 没有养成好的学习习惯, 自制力差, 在日常的学习生活中更加频繁的使用手机。另外学生在交流和消费等方面与移动互联网紧密联系, 舆情信息俯拾即是、舆情数量迅速飙升, 加之青年学生从众化、激情化和冲动性等特征, 极易出现由于舆情而引发过激的言论和行为, 因而强化高校校园教育舆情管理愈发重要。
一、大数据背景下民办学院网络舆情的特点
“大数据”是需要新处理模式才能具有更强的决策力、洞察力和流程优化能力来适应海量、高增长率和多样化的信息资产。大数据具有海量的数据规模、快速的数据流转、多样的数据类型和价值密度低四大特征。
网络舆情是通过互联网传播的公众对现实生活中某些热点、焦点问题所持的有较强影响力、倾向性的言论和观点, 是社会舆论的一种表现形式。
民办学院由于学生的特殊性, 在网络舆情上具有以下几个显著特点。 (1) 形式多样, 态度鲜明。学生可以通过如微博, 微信, 抖音等软件, 对社会热点事件, 校园突发事件, 学习生活中的事件, 使用音频、视频、图片、文字等方式发表自己的看法, 或者相互评论, 这就使得网络舆情形式繁多。学生年龄在18-22岁左右, 思维活跃, 自我控制能力和自我调节能力不强, 遇到事情容易冲动。这就使得网络舆情更主观、态度更明确, 有时不自觉的就会为网络中的虚假消息, 甚至是负面消息推波助澜; (2) 传播速度快, 实时性明显。由于移动4G网络和智能终端, 特别是智能手机的飞速发展, 网络中的信息原本就具有传播速度快的特点, 使得网络舆情以难以想象的速度进行传播。虽然各类事件发生的时间和地点是随机的, 但智能手机在大学生群体中的普及, 使得信息及时传播得以实现, 也凸显了网络舆情的实时性; (3) 数据量大。大数据前提下, 网络舆情一改原有文字、图片等传统形式, 取而代之的是音频, 视频, 动态图等非结构数据。直接导致数据量呈几何级数增长, 而且由于网络舆情的新形式, 未来如何管理海量非机构数据也将是一个巨大的挑战。
二、大数据背景下民办学院网络舆情控制的几点思考
(一) 加强思想政治教育, 强化网络舆情引导
在信息化时代背景下, 互联网技术飞速发展, 网络中充斥着各种的思想和言论, 导致在校大学生的判断力在降低, 容易误入歧途。一旦发生舆情事件, 对学生、学校都会产生很多不良后果。所以要在平时的思想政治课堂上, 甚至是专业课课堂中, 加强对学生的思想政治教育, 帮助他们形成正确的人生观、世界观。同时注意校园文化建设, 开展内容丰富, 形式多样, 传递正能量的活动, 让学生在参加活动中提高自己的认识, 提升各个方面能力。引导学生合理上网, 健康上网, 加强网络防范意识, 能对网络中的各类消息做出正确的判断, 不人云亦云。
(二) 以大数据等技术为主要手段, 预防舆情事件发生
在大数据背景下, 改变原有的舆情管理方式, 通过使用先进的技术, 实现对网络舆情的事前预测, 全程监管。对校园网络环境进行监测, 对获得关键数据进行深度的数据挖掘, 总结各类数据的相关性, 对形成舆情事件的信息, 提前处理, 防患未然。利用网络爬虫等相关技术获得校园贴吧、论坛等平台数据, 过滤掉脏数据后, 进行深度机器学习, 利用人工智能技术获取学生思想动态, 进行及时的疏通与引导, 防止舆情事件发生。
(三) 建立专业的网络舆情管理队伍
目前大多数民办学院, 甚至是公立大学都没有成立专门的网络舆情管理小组, 通常都是辅导员、网络中心教师共同完成网络舆情的管理、监督, 若发生舆情事件也由他们来处理。在从技术角度上, 预防舆情事件上处于劣势。所以, 各民办学院应该加大投入, 多引入或者培养大数据处理、网络监管等方面的人才, 使其加入到网络舆情管理的队伍中来, 杜绝舆情事件发生, 保证网络舆情监管更科学、更高效。
三、结束语
大数据背景下, 民办学院网络舆情管理作为社会管理的重要组成部分, 其重要性不言而喻。民办学院要加强对网络舆情的管理, 转变原有的认知, 以监管、预防网络舆情为主, 形成网络舆情预警机制, 才能保证校园的安全和稳定。
摘要：随着科技的发展, 特别是网络的普及和自媒体的崛起, 大数据背景下高校网络舆情分析学引起了人们的重视。民办高校是高等教育重要的组成部分, 民办高校的学生特点更鲜明、更具个性。本文在大数据背景下, 以民办学院为研究对象, 分析了网络舆情传播特点, 而且提出了民办学院网络舆情管理对策。希望为民办院校的网络舆情管理提供帮助。
关键词：民办学院,大数据,网络舆情
参考文献
[1] 仲昭慧.大数据时代高校学生网络舆情现状与引导策略[J].福建教育学院学报, 2017, 18 (1) :22-25.
[2] 方越.大数据时代高校舆情控制策略探索[J].产业与科技论坛, 2017, 16 (15) :243-244.
[3] 周丽梅.大数据背景下的高校网络舆情管理策略研究[J].东南传播, 2017 (2) :46-48.
[4] 王子豪, 崔浩.大数据背景下的网络舆情技术分析[J].新闻传播, 2015 (14) :113-114.
[5] 文竹.大数据背景下网络舆情监测与预警模型研究[J].信息通信, 2018 (4) :141-142.
[6] 冯国良.基于Web及VRML网络教学平台的设计与实现[D].西安:西安电子科技大学, 2010.
[7] http://zhidao.baidu.com/.
[8] 田壮遗传算法在试题组卷中的应用[J].长春师范学院学报, 2005 (8) :88-91.