2018年我接觸了很多輿情公司，主要原因還是因?yàn)橄牒献髂脝位蛘叽硭麄兊漠a(chǎn)品，也正因?yàn)槿绱耍瑢?duì)一些基礎(chǔ)功能和數(shù)據(jù)情況的對(duì)比感受會(huì)更明顯，到了年底最后幾天了，著手一些總結(jié)性的文章，于是就寫出了本文。 首先輿情產(chǎn)品的狹義，大體來說是基于輿論情報(bào)的分析，提供決策支持。其中輿論的部分比較重，因?yàn)閭鹘y(tǒng)輿情產(chǎn)品主要是對(duì)網(wǎng)絡(luò)輿論的監(jiān)測(cè)、預(yù)警、報(bào)告三項(xiàng)核心服務(wù)。如果說廣義的輿情，其實(shí)就是情報(bào)，從網(wǎng)絡(luò)的任何細(xì)小角落里發(fā)現(xiàn)蛛絲馬跡，推導(dǎo)出可以提供決策支持的信息、情報(bào)、知識(shí)、結(jié)論等等。 所以，如果單指?jìng)鹘y(tǒng)輿情產(chǎn)品，大都包含以下核心功能： 今年，傳統(tǒng)輿情產(chǎn)品大都開始加入了一些更細(xì)致的功能，一方面是因?yàn)閭鹘y(tǒng)產(chǎn)品同質(zhì)化情況過于嚴(yán)重，另一方面也是因?yàn)楝F(xiàn)階段如果只做政府輿情已經(jīng)市場(chǎng)比較飽和了，但是突破到企業(yè)市場(chǎng)的時(shí)候，就不是這么簡(jiǎn)單了。首先企業(yè)對(duì)輿情的本質(zhì)需求偏低，這里通常細(xì)分成口碑輿情、品牌輿情、高管輿情等，也就是說只有部分有實(shí)力的公司愿意購(gòu)買輿情系統(tǒng)，一般公司很可能不愿意付出多少代價(jià)來采購(gòu)輿情系統(tǒng)。而且很多公關(guān)公司包攬了輿情產(chǎn)品的功能及作用，所以如果真要說的話，那就是所有的公司大都只想買個(gè)服務(wù)，并不是非要買個(gè)系統(tǒng)然后自己的運(yùn)營(yíng)人員還得學(xué)習(xí)怎么用。 那么問題就來了，既然買的是服務(wù)，服務(wù)的可能性是遠(yuǎn)大于輿情系統(tǒng)自身的，服務(wù)里面有人工的作用，所以人工可以判斷一些情況，包括報(bào)告、預(yù)警、引導(dǎo)處置等等。但是輿情系統(tǒng)則需要負(fù)責(zé)的設(shè)定，包括關(guān)鍵詞組合、預(yù)警條件組合、引導(dǎo)處置語料配置等等。這些設(shè)置的繁瑣程度，如果是沒接觸過輿情系統(tǒng)的，尤其是“懶惰”的體系內(nèi)人員的話，估計(jì)只有甩臉和罵街的份，只有積累了一定規(guī)則和詞庫(kù)的組織才能比較好的用起來，否則大都需要商務(wù)、運(yùn)營(yíng)人員介入幫助客戶來配置。 為什么輿情系統(tǒng)的配置一直是大家詬病而且更傾向于買個(gè)服務(wù)“全包”呢？這就要從關(guān)鍵詞規(guī)則配置說起了，目前市面上大多數(shù)系統(tǒng)都有一些通用的配置方法，比如： 上圖是凡聞的方法，基本策略是，包含全部（and關(guān)系），包含任意（or關(guān)系）和排除（not，and關(guān)系），也就是說(a and b and c) and (d or e or f) not (g and h and i)，但是這樣的配置實(shí)際上是一個(gè)非常簡(jiǎn)化的配制方法，很多細(xì)項(xiàng)功能是無法實(shí)現(xiàn)的。 上圖是輿情通的方案配置方法，第一層是匹配，第二層是排除，每個(gè)都支持基礎(chǔ)布爾表達(dá)式，包括：括號(hào)、與（+號(hào)，表示and）、或（|號(hào)，表示or），這樣就可以做一些更復(fù)雜的組合。同時(shí)這里允許選擇該表達(dá)式生效區(qū)域是標(biāo)題還是正文還是全部。 上圖是Meltwater的高階布爾表達(dá)式搜索框，關(guān)鍵詞配置監(jiān)測(cè)任務(wù)也是一樣的操作。這個(gè)布爾表達(dá)式的檢索邏輯以及可控制的維度可以說是比較全面的，其他公司的基本類似，包括百分點(diǎn)輿情、智慧星光、清博輿情、慧科等等，大都只是他們的變種或者增加了一些維度，殊途同歸。這個(gè)布爾表達(dá)式可以多復(fù)雜呢？見下圖說明。 也就是說，Meltwater的布爾表達(dá)式不僅具備了與或非關(guān)系，還支持標(biāo)題匹配、邏輯順序、模糊匹配、位置關(guān)系等細(xì)分功能。但是看到這么多配置方法，再加上輿情中可能出現(xiàn)的詞千變?nèi)f化，每次檢索出來的數(shù)據(jù)還要大海撈針找到有價(jià)值的線索，這種工作實(shí)在不是一般人能享受過程的，所以所有市面上的輿情系統(tǒng)都無時(shí)不刻的在被詬病。 近年來，輿情公司應(yīng)對(duì)這種客戶的詬病的方法不外乎幾種，一，由公司安排運(yùn)營(yíng)人員、商務(wù)人員協(xié)助配置甚至直接幫助配置關(guān)鍵詞規(guī)則；二，直接購(gòu)買服務(wù)，全部操作都由運(yùn)營(yíng)人員操作，客戶只需要提出需求便可。至于簡(jiǎn)化配置方法的第三條路，也就是規(guī)則庫(kù)或者詞庫(kù)一直因?yàn)榭蛻舻目缧袠I(yè)、跨地域區(qū)別太大，導(dǎo)致停留在摸索期。積累了大量用戶操作行為之后，一些公司已經(jīng)開始將詞庫(kù)進(jìn)行模型訓(xùn)練并建立基于深度學(xué)習(xí)技術(shù)的文本分類模型，用于輿情的下一代功能改進(jìn)，比如某公司輿情分類模型已經(jīng)至少可以看到二級(jí)，且覆蓋較全面。 我個(gè)人認(rèn)為以后可以預(yù)見到，關(guān)鍵詞配置會(huì)進(jìn)入輔助階段，而已經(jīng)訓(xùn)練好的模型會(huì)進(jìn)入主流，只要勾選便可以直接使用，并且還可以通過用戶行為不停地優(yōu)化，最終甚至引入更復(fù)雜的推薦引擎，將找到線索的可能性以及用戶體驗(yàn)大幅度改進(jìn)。這也是2018年輿情系統(tǒng)的一個(gè)重要的改進(jìn)方向。 另一個(gè)比較重要的輿情系統(tǒng)改進(jìn)方向是加強(qiáng)了監(jiān)測(cè)類型，傳統(tǒng)監(jiān)測(cè)類型是關(guān)鍵詞自定義監(jiān)測(cè)任務(wù)、專題監(jiān)測(cè)任務(wù)、事件監(jiān)測(cè)任務(wù)，現(xiàn)在則是開始加入更精細(xì)化的人物監(jiān)測(cè)任務(wù)、傳播監(jiān)測(cè)任務(wù)等等。 人物監(jiān)測(cè)一直是一個(gè)老生常談的監(jiān)測(cè)類型，一方面因?yàn)樯婕皞€(gè)人，有一定的隱私問題，所以盡可能不跨越那條線，主要面對(duì)公眾知名人物的正面形象問題進(jìn)行把控。另一方面人物監(jiān)測(cè)的方法一直是一個(gè)頭疼的事情，首先人名是不靠譜的，重名可能性很高；其次是人作為一個(gè)實(shí)體，具備很多屬性，包括出生地、居住地、現(xiàn)時(shí)活躍地都可能不同，職位可以有多個(gè)，身份也可以有多個(gè)，別名和昵稱都可以有多個(gè)，這是互聯(lián)網(wǎng)的天然優(yōu)勢(shì)所在，但是導(dǎo)致的結(jié)果就是監(jiān)測(cè)的時(shí)候會(huì)比較麻煩，準(zhǔn)確率和召回率都會(huì)成為問題。解決方案就是通過NLP，對(duì)每個(gè)文章中的人名識(shí)別，人名最近距離的描述句法進(jìn)行識(shí)別，找出描述詞-分析詞性-識(shí)別組織機(jī)構(gòu)、職位-企業(yè)庫(kù)內(nèi)驗(yàn)證，最終識(shí)別出要監(jiān)測(cè)的人物對(duì)象是否在這篇文章中，是否是本文的主要內(nèi)容主體等等。通過這一系列的技術(shù)手段，才可能讓人物監(jiān)測(cè)變的準(zhǔn)確“那么一點(diǎn)點(diǎn)”，而人物的別名庫(kù)的引入，會(huì)讓召回率盡可能提高一些。雙劍合璧，才能讓人物監(jiān)測(cè)變的更好用，但是說實(shí)話，考慮到非規(guī)范文章中對(duì)人物的描述信息極為缺失，人物監(jiān)測(cè)在政府輿情監(jiān)測(cè)上肯定不會(huì)是一項(xiàng)好用的功能。因?yàn)槭紫冗@是大海撈針，輿情一般不會(huì)直接出現(xiàn)在新聞稿中，大都是在社交平臺(tái)上滋生和蔓延，引起注意后才開始新聞稿件（這個(gè)主要是針對(duì)政府，因?yàn)橐话阈侣劷M織不會(huì)沒事亂發(fā)針對(duì)政府的負(fù)面新聞，大都是要審閱核實(shí)一下的）。那也就是說即使系統(tǒng)識(shí)別準(zhǔn)確了，每天可能有大量關(guān)于某人的文章被發(fā)現(xiàn)了，即使情感分析判斷了一遍，也很難說工作就結(jié)束了。人判斷的因素一直存在，因?yàn)槿耸窃谧鰶Q策，系統(tǒng)的用戶看到了大量信息，篩選出可能會(huì)被領(lǐng)導(dǎo)注意的部分，領(lǐng)導(dǎo)再次進(jìn)行決策，找出最符合該組織利益影響點(diǎn)的信息，決定是否需要處置。幾次篩選過程很受人的主觀因素影響，所以機(jī)器無法輕易替代，只能是個(gè)輔助。于是就產(chǎn)生了問題，每次篩選都會(huì)有信息丟失，丟失的信息是否有價(jià)值后續(xù)的決策人員是不知道的，而不篩選的話，大量信息又無法一一審查，每日工作量都會(huì)變得很大。所以這里就會(huì)形成一個(gè)悖論，召回率越高，數(shù)據(jù)量越大，又需要進(jìn)一步篩選，未來AI技術(shù)會(huì)在這部分盡可能降低人工的繁瑣性識(shí)別工作。 還有一個(gè)在18年被重視并強(qiáng)化的功能是傳播鏈分析，實(shí)際情況是通過持續(xù)采集數(shù)據(jù)，分析某篇文章傳播鏈條或者某個(gè)事件的傳播軌跡。包括原創(chuàng)、轉(zhuǎn)載、轉(zhuǎn)發(fā)、閱讀和點(diǎn)贊等情況。如果數(shù)據(jù)覆蓋范圍夠大，數(shù)據(jù)量夠多的系統(tǒng)，可以生成樹狀或者網(wǎng)狀傳播圖。 例如上圖（百分點(diǎn)輿情），雖然這個(gè)樣例中只有一層傳播，所以沒法看出是一個(gè)樹狀結(jié)構(gòu)。不過如果是分析某篇熱門文章的時(shí)候，就變成了一個(gè)從中心放射出的圓形網(wǎng)狀結(jié)構(gòu)了。這種傳播鏈條分析對(duì)數(shù)據(jù)要求比較高，不僅要識(shí)別出文章自身，還要識(shí)別文章變種，相似相關(guān)等等，最重要的是，字段中還要識(shí)別出原創(chuàng)和轉(zhuǎn)載。當(dāng)然這里面有一些套路和技術(shù)策略，我就不多說了，屬于業(yè)界技術(shù)小秘密。 以上就是我對(duì)2018年輿情產(chǎn)品的一些理解和認(rèn)知。我是兔哥，輿情和公安大數(shù)據(jù)行業(yè)出身，后續(xù)主攻企業(yè)多維度數(shù)據(jù)分析和挖掘。我在知識(shí)星球上有免費(fèi)和收費(fèi)群，歡迎搜索“兔哥數(shù)據(jù)星球付費(fèi)群”、“兔哥的數(shù)據(jù)星球免費(fèi)群”，其他事宜可以知乎私信聯(lián)系我。
