舆论学 课件 第7章 舆论研究方法

中|国|原|创|性|哲|学|社|会|科|学|重|点|教|材|建|设|工|程上海交通大学舆论学第七章舆论研究方法学习要点问卷调查与访谈等舆论数据采集的基本流程与应用场景线上问卷与线下问卷的差异及其对数据质量的影响内容分析与情感分析等舆论文本处理工具与方法社会网络分析方法与舆论传播的结构、路径特征舆情研判的基本步骤与舆论演变趋势的判断机制本章目录第一节舆论数据采集第二节舆论数据分析第三节舆情研判第一节舆论数据采集舆论研究的第一步在于数据采集。数据采集的有效性直接决定研究的信度与效度。本节围绕问卷调查、访谈、网络数据采集与监测三类方法，比较其适用场景、优势与限制。第七章舆论研究方法第一节舆论数据采集《舆论学》核心概念界定舆论vs舆情010302两者关系舆论：稳定的意见结构舆情：舆论在具体事件上的波动表现可分开分析，也可在同一议题中结合使用舆情定义：特定社会事项触发的公众情绪与态度互动状态触发场景：突发事件、政策发布、热点案件特征：强调“情”，动态波动、事件牵引舆论定义：公众对共同关注对象的意见表达特征：相对稳定、结构化的意见形态第七章舆论研究方法第一节舆论数据采集《舆论学》数据采集方法总览第七章舆论研究方法第一节舆论数据采集《舆论学》数据采集方法总览问卷调查访谈网络数据第七章舆论研究方法第一节舆论数据采集《舆论学》了解公众对社会议题、政策变化或舆论事件的态度为公共决策提供数据依据精准测量态度分布与意见倾向公众意见调查快速捕捉认知、情感与行为倾向分析突发事件后的态度变化评估政府或企业舆论应对效果舆论态势评估使用李克特量表、语义差异量表测量焦虑、愤怒、恐惧等负面情绪揭示情绪动因与情感传播机制公众情绪测量问卷调查：应用场景第七章舆论研究方法第一节舆论数据采集《舆论学》线上问卷与线下问卷第七章舆论研究方法第一节舆论数据采集《舆论学》概率抽样：提升代表性简单随机总体中每个个体机会均等，适合作为代表性测量的基础策略。系统抽样按固定间隔抽取，效率高；需避免总体排序存在周期性规律。分层抽样按年龄、性别、职业等划层，精确测量多群体差异。整群抽样抽取群体并调查群内全部成员，适合社群或网络平台样本。多段抽样逐级抽取城市、平台、群组和个体，应对复杂传播生态。第七章舆论研究方法第一节舆论数据采集《舆论学》非概率抽样：快速洞察偶遇抽样在现场、评论区或直播场景中快速获取一手反应。判断抽样根据研究目标选择专家、意见领袖或资深从业者。定额抽样按性别、年龄、地域等设定配额，快速覆盖多样观点。滚雪球从少量样本出发依靠推荐扩展，识别特定群体传播路径。谨慎解释代表性有限，更适合初步探索、特定议题和快速评估。第七章舆论研究方法第一节舆论数据采集《舆论学》访谈：应用场景演化路径梳理多方参与、多阶段演变事件的传播逻辑与立场分歧。认知态度揭示不同群体对社会热点、政策措施、媒体报道的态度成因。治理评估评估公共沟通措施的接受程度、信任感和传播效果。社群结构理解网络社群内部交流机制、价值共识和核心人物影响力。深层机制适合探索复杂现象、价值取向与社会心理结构。第七章舆论研究方法第一节舆论数据采集《舆论学》预设统一问题并按顺序提问强化不同受访者之间的可比性适合对比受众认知结构与态度差异结构式访谈围绕主题进行开放式互动挖掘潜在情感、价值取向和判断标准适合质性分析与情感剖析非结构式访谈设置核心问题，同时保留追问空间兼顾对比分析与深度理解适合媒体信任、态度转变等议题半结构式访谈访谈类型与分析重点第七章舆论研究方法第一节舆论数据采集《舆论学》访谈设计与资料处理优先选择与议题实质相关的关键人对象选择兼顾低干扰与真实语境环境配置从事实经验到价值立场递进提纲设计及时转写、脱敏与核对资料整理提炼共性观点与差异解释对比归纳访谈研究闭环第七章舆论研究方法第一节舆论数据采集《舆论学》模拟浏览网页，自动读取、复制与整理文本可批量抓取新闻网站、评论区和社交平台留言提高网络舆论数据获取效率网页爬虫类似平台提供的官方通道可获取发帖时间、用户地区、转发量等结构化数据适合长期稳定追踪舆论变化API调用多渠道自动采集和分析高频词、情绪波动、传播轨迹通过热度曲线与预警提示提升反应速度必须依法依规，尊重平台规则与个人信息保护实时监测网络数据采集与监测第二节舆论数据分析数据采集完成后，关键在于通过科学分析揭示其背后的意义与规律。本节涵盖内容分析、社会语义网络、社会网络分析、情感分析和主题分析等方法，形成理解复杂舆论现象的多元路径。第七章舆论研究方法第二节舆论数据分析《舆论学》舆论数据分析方法谱系0102030405社会网络

关注谁与谁互动、信息如何传播、哪些节点影响力大。主题分析

从海量文本中挖掘公众关注的核心议题结构。情感分析

识别文本态度与情绪，判断支持、反对、愤怒、担忧等倾向。内容分析

系统阅读与分类统计传播内容，发现显性特征和舆论规律。语义网络

关联高频词和概念，呈现话语文本背后的表达逻辑。第七章舆论研究方法第二节舆论数据分析《舆论学》内容分析：应用场景0102030405动态趋势

跨时间序列追踪社会议题、公众情绪或政策评价变化。效果评估

分析覆盖面、调性及反馈，也可处理开放式调查文本。差异比较

比较媒体类型、平台或社会群体的表述方式与关注焦点。内容特征

描述信息来源、主题分布、情感倾向、行动者和框架。议程框架

检验媒介在议题凸显和阐释角度上对公众舆论的影响。第七章舆论研究方法第二节舆论数据分析《舆论学》第一层：选择舆论载体，如主流媒体或社交平台第二层：选择时段或议题节点第三层：确定评论、标题、段落等分析对象三级抽样坚持正确政治方向与价值导向围绕研究目标设置变量结合社会热点、价值立场和情感倾向构建分类体系编码框设计多位编码员独立编码同一材料比对结果，减少主观判断干扰确保分类、情绪标注和倾向判断一致可复核编码信度内容分析的三个关键步骤第七章舆论研究方法第二节舆论数据分析《舆论学》社会语义网：从词频到概念关联0102030405关联语境

分析品牌、人物或事件与其他词汇的联想模式。动态演变

比较不同时间段语义网络，追踪核心议题转移。关键概念

依据中心性指标识别连接不同话题的“桥梁”词。热点识别

找出高连接度和强中心性节点，确定舆论热点议题。话语结构

通过词汇群和聚类揭示观点、立场与认知框架。第七章舆论研究方法第二节舆论数据分析《舆论学》统计高频词在文本中共同出现的频次识别公众讨论的核心概念与舆论焦点适合从海量评论中提取关注点共词分析对高频词进行分组，形成舆论子议题群揭示“信息透明”“政府回应”“社会救助”等议题结构为多维舆论引导提供依据聚类分析通过战略坐标图呈现子议题影响力与稳定性区分核心议题与边缘话题支持分级响应与动态管理多维尺度构建舆论语义网络的三种方法第七章舆论研究方法第二节舆论数据分析《舆论学》信息发布者、转发者、评论者、媒体账号或组织构成舆论网络的基本单元高中心度节点往往具有较强话语影响力节点通过转发、评论、点赞、引用等行为呈现反映信息在群体中的互动模式可揭示跨平台联动和传播链条关系关注网络密度、路径长度、聚类系数等特征判断传播速度、范围和模式识别意见共同体和信息桥梁结构社会网络分析：节点、关系与结构第七章舆论研究方法第二节舆论数据分析《舆论学》舆论传播社会网络结构示意图第七章舆论研究方法第二节舆论数据分析《舆论学》社会网络分析的应用0102030405社群结构

发现意见部落，理解观点极化、信息茧房或共识形成。多维结合

与内容分析、情感分析结合，形成结构+语义+情感图景。网络动员

分析线上动员的组织协调模式和集体行动潜力。关键行动者

识别处于核心位置、具有影响力或桥梁作用的个体与组织。传播路径

可视化呈现信息、观点或情绪的扩散图谱与层级。第七章舆论研究方法第二节舆论数据分析《舆论学》情感分类与标注：常见模型情感测量通过将情绪分类并进行量化检测来实现。情绪的分类是情感分类与测量的基础。情绪是与生俱来的，最基本的情绪有喜、怒、哀、乐等。基于情感研究的传统，情感分类多将情感分为相互独立且界限分明的情感类别。研究者维度分类要点普鲁奇克Plutchik8种基本情绪喜悦、信任、恐惧、惊讶、悲伤、厌恶、愤怒、期待；可按强度层次组合为复杂情感。埃克曼Ekman6种基本情绪愉悦、伤心、生气、害怕、厌恶、惊讶。罗素Russell2维模型情绪效价：愉悦或悲伤；情绪唤醒度：情绪体验强度。伊扎德Izard4维模型愉快度、紧张度、激动度、确信度。提示：模型选择会影响风险级别判断，应与研判目标相匹配。第七章舆论研究方法第二节舆论数据分析《舆论学》情感分类与标注：常见模型模型选择应与研判目标相匹配，遵循“方法服务于问题”的原则。提示：模型选择会影响风险级别判断，应与研判目标相匹配。第七章舆论研究方法第二节舆论数据分析《舆论学》情感计算流程与应用中文文本处理的基础，依赖词典与算法分词区分名词、动词、形容词等语法角色词性标注从粗粒度到细粒度识别情绪类型情感分类实时发现话题情感态度与潜在热点趋势监测负面情感占主导时需关注并采取措施风险评估情感分析第七章舆论研究方法第二节舆论数据分析《舆论学》分词是中文文本处理的基础，直接影响后续情感分类的准确性常用分词算法：最大匹配法、逆向最大匹配法、最小匹配法分词需依赖分词词典与算法配合分词在分词结果基础上，对词语进行词性标注（名词、动词、形容词、副词等）同一词语，词性不同时情感强度和情感类型可能不同基于词语和词性的双重匹配可提升情感识别的准确度词性标注对情感识别的影响情感词典和分类模型通常优先识别具有明显情感倾向的文本中性情感（如客观陈述、事实描述）在细粒度分类中可单独处理或予以排除情感分析的核心目标是捕捉和量化非中性的情感表达中性情感的处理策略情感计算中的分词算法与技术细节第七章舆论研究方法第二节舆论数据分析《舆论学》主题分析：从LDA到嵌入式话题挖掘LDA主题模型基于词语共现关系识别潜在主题集合回答“公众在讨论什么”适合分析新闻报道、社交评论、论坛讨论的议题分布嵌入式话题挖掘借助BERT等深度学习模型提升语义识别精准度更好适应网络舆论的复杂性、多样性与语境变化可与情感分析结合，呈现议题背后的公众心理第三节舆情研判舆情研判强调对公众情绪、意见反馈及互动过程进行判断。它既要“知其然”，也要服务于更深层的舆论研判与决策行动，在监测、研判、治理之间形成完整流程。舆情研判的目的与意义第七章舆论研究方法第三节舆情研判《舆论学》监控网络平台、社交媒体和新闻报道尽早识别可能引发社会关注的风险点防止危机蔓延风险识别与预警为政策调整提供公众反馈依据发现群众关切、政策盲区和治理薄弱环节提升政策有效性与公众支持度决策支持与调整理解舆情走向，精准发布信息遏制负面舆情扩散，塑造正面氛围凝聚社会共识，服务国家治理现代化舆情引导与管理第七章舆论研究方法第三节舆情研判《舆论学》

《网络舆情》杂志由人民日报社主管、人民网主办，自2009年创刊以来，已发行超1600期，累计服务了13万余家政企订户。为政策调整提供公众反馈依据，提升政策有效性与公众支持度。《网络舆情》期刊第七章舆论研究方法第三节舆情研判《舆论学》安徽省科技工作舆情月报

安徽省科学技术厅通过持续监测各大网络平台、社交媒体和新闻报道，撰写安徽省科技工作舆情月报，帮助相关部门及时了解公众对科技工作的关注点和情绪变化。第七章舆论研究方法第三节舆情研判《舆论学》第七章舆论研究方法第三节舆情研判《舆论学》舆情研判的基本步骤核实来源，识别谣言与伪舆情信息甄别清洗、归类并形成结构化数据集信息汇总分析热点、阶段、情绪和关键节点趋势判断提炼时间、地域、情绪等规律规律总结积累案例、专家与敏感词数据库案例库建设监测—研判—行动第七章舆论研究方法第三节舆情研判《舆论学》第七章舆论研究方法第三节舆情研判《舆论学》趋势与走向判断0102030405情绪内容

重视愤怒、焦虑等情绪及隐性不安的传播风险。治理框架

将传播态势判断置于国家治理与意识形态安全框架中。转折节点

关注从情绪表达到理性意见、从讨论到行动的变化热点焦点

关注社会重大问题、民生问题、政策变化与突发事件。阶段特征

识别潜伏期、发生期、发展期和平息期的不同表现。第七章舆论研究方法第三节舆情研判《舆论学》规律总结与案例库建设规律总结时间规律：识别节假日、周期性事件带来的舆情波动地域规律：分析地区环境与社会结构对舆情的影响情绪规律：把握公众情绪波动与事件升级的关系案例库建设案例数据库：记录背景、发展、报道、反应与应对措施专家数据库：沉淀危机公关、公共管理等领域意见敏感词数据库：快速识别热点话题、争议焦点与风险词第七章舆论研究方法第三节舆情研判《舆论学》规律总结与案例库建设人民网舆情数据中心每年推出“热点公共