大數據視角下的對外傳播

利用大數據實現輿情監測

過去的輿情監測，主要著眼於傳統的主流媒體，抽樣方式和把關機制不同，最后得到的結果也千差萬別。而互聯網時代的輿情監測，可以收集到受眾在自然狀態下表達情緒態度的真實語句，其結果相比於傳統方式，更真實也更具說服力。以2016年美國大選為例，傳統媒體的民調數據認為希拉裡更有可能贏得大選，然而Facebook上的數據則認為特朗普勝利的希望更大。一般而言，民調都是由傳統媒體和專業的民調機構隨機抽樣進行統計，甚至發布預測，以便候選人制定宣傳策略，更重要的是為選民提供一個關於民眾意向的准確信息。而現在，傳統方式已逐漸失靈，取而代之的是Facebook、Twitter一類的社交媒體。Facebook的數據顯示，從2016年6月19日至7月19日的一個月裡，不走尋常路的共和黨候選人特朗普被3115萬名來自美國的Facebook網友議論，對話互動中被提及次數達到2.66億次﹔同一時期，希拉裡被2524萬Facebook網友討論，產生2.25億條互動。盡管Facebook不打算將這種“政治大數據”的結果商業化，但我們依舊可以從已有數據中知道，特朗普的受議程度高於希拉裡，而這恰好是傳統民調方式所無法得出的、有真實數據為依托的結論。

同樣地，在對外傳播中，我們也可以通過數據挖掘技術，得到受眾對於特定事件、決策的情緒反饋，對其加以判斷后做出有效的應對措施。例如“一帶一路”倡議，國內高度重視，國外也同樣關注，特別是利益相關國家會更為關注。我們可以通過大數據進行輿情監測，對國外的反應有充分的了解，並針對可能出現的情況做出合理預設，避免突發事件所帶來的被動局面。

我們甚至還可以將不同的地區，按照其重要程度進行分類，然后對重點地區，比如歐美日韓和“一帶一路”相關國家進行著重監測。由於各個國家和地區的具體情況不同，分地區監測可以最大限度地保障輿情監測工作的順利展開。比如，有些地區為輿情高發區，需要加派人員重點監測。又比如，對於同樣的輿情，不同地區會做出不同反應，需要我們提出有針對性的解決方案，此時的分地區監測顯得尤為重要。

利用大數據提升傳播效果

對外傳播效果可以從三個維度來體現：一是傳播廣度（信息覆蓋范圍），二是傳播深度（信息傳播鏈中最長鏈上的節點數量，體現了受眾對其的關注和討論程度），三是傳播向度（受眾對信息的情感傾向）。無論是哪個維度，大數據都可以對傳播效果進行顯著的提升。

首先是傳播廣度。想提高傳播廣度，就要想辦法擴大信息覆蓋范圍，增加傳播渠道，著眼於人群最密集的傳播平台。通過數據了解到不同國家地區的受眾接收信息渠道習慣的差異，從而針對不同國家接收信息渠道的偏好來發展我們的傳播方式。比如在偏好紙媒的國家設立分支機構，發行報刊，在偏好網絡媒體的國家加強新媒體的建設，進行互動和日常的關系維護，以實現數據上的有效佔有。

其次是傳播的深度。從境外社交媒體上的用戶傳播行為數據來看，哪怕是中國媒體發布的消息更為快速准確，境外公眾對於中國媒體的點贊和評論數量依然十分有限。近年來，我國採取了各種各樣的對外傳播活動，包括但不限於拍攝國家形象片，媒體對外的新聞報道，以及公共外交活動。但效果卻未能盡如人意。宣傳意識過強的傳播活動，效果遠遠不如潛移默化的文化輸出。一部具體生動的《舌尖上的中國》相比邏輯清晰但生硬的論述，更能將中華飲食文化表現得淋漓盡致，引發無數海外“吃貨”的熱議。通過用戶反饋的數據，我們可以了解到何種傳播方式更能實現深度對外傳播，以便日后做類似傳播。

最后也是最重要的就是傳播向度。傳者所宣揚的文化和價值，是否真正為受眾所接受，才是傳播效果評估中最重要的維度。大數據為受眾研究提供豐富的語義信息，自然狀態下的語言表達反映受眾的真實感受，因此基於UGC的大數據文本分析可以告知我們公眾的情緒態度。及時把握受眾的情感傾向，才能做到有的放矢。對於取得較好效果的傳播活動，我們要加以總結，舉一反三﹔而當受眾對我們所傳播的文化和價值不以為然，情緒消極時，我們能及時獲知並迅速反應，在矛盾擴大之前消除誤解。

在對外傳播的實踐中遇到的最大的阻礙就是“文化折扣”，大數據可以幫助我們從海量的媒體報道數據和網絡傳播信息中發現某一特定國家或區域中，目標受眾的實際接觸和評價與我們預期的信息覆蓋及傳播效果之間的差異，從而發現信息傳播過程中的“文化折扣”以及這種折扣發生的環節。針對出現問題的環節進行修正，修補傳播過程中的“短板”，能最大限度地保証對外傳播的最終效果。

利用大數據優化對外傳播

為了更好地應用大數據於對外傳播中，應注意以下幾個問題：

1. 避免從單一數據來源獲取信息后直接做出結論，應整合多方數據以得出更精確的結論。大數據之所以被廣泛應用，就是因其准確、有說服力，從而能對未來趨勢進行預判。大數據強調樣本等於或非常接近潛在的、定義的總體，隻有這樣在處理上才不受抽樣調查等統計手段的各種條件限制。隻有數據容量足夠大，才算是真正意義上的“大數據”。若使用單一數據來源，則得到的數據可能會因為其採樣、抓取過程中出現的誤差而失去意義。這就需要加強數據庫之間的開放與合作。在國內，我們應實現國家層面的數據技術大規劃與發揮各級數據庫的作用相結合。相互有一條連接上下各層面的通道，然后形成國家強大的數據分析庫。由點成線，由線成網，最終達到的效果就是數據庫之間內容上相互補充的同時，還能彼此連接傳遞信息。我國應建立和國外數據的戰略合作關系，一方面可以充實完善數據內容，另一方面可以拓展國內外用戶溝通交流的平台，利於文化的對外傳播。

2. 不能過於迷信大數據。我們對大數據的種種應用，都是基於互聯網上的信息採集與分析。實際上，網民的意見不能代表非網民的意見，而發聲者也無法代表沉默者。據CNNIC《第三十六次中國互聯網絡發展狀況統計報告》，截至2016年12月，我國網民規模達7.31億，普及率達到53.2%。可見，互聯網上的輿論，並不代表所有人的看法。此外，在某些高語境國家，同一句話可以表達完全相反的意思，例如在中國，一個微笑的表情符號就有很多種復雜的意思，可以是表示友好的正向態度，也可以表示“除了微笑我還能說什麼”的負向態度，大數據無法精准計算每一條信息的情感取向。

3. 關於大數據在新聞傳播中的應用問題，一種普遍的看法是利用大數據，實現新聞的個性化定制，做到精准傳播。對外傳播也不可避免地需要討論同樣的問題，就是我們到底要不要做精准傳播？在這裡，筆者認為，為了適應互聯網時代的快節奏瀏覽閱讀，精准傳播勢在必行，但是要在過程中找到一個能讓受眾接受的平衡點，避免“過猶不及”。精准傳播，可以理解成傳者對受眾的“私人定制”，其核心是基於受眾的興趣愛好、活動規律、社交范圍乃至教育背景、社會階層等方方面面的信息，定制出適用於細分后受眾的個性化傳播。然而學者在后來的調查研究中發現，越來越多的受眾對這種精准傳播產生抵觸和排斥。美國賓夕法尼亞大學四位學者在2012年的政治傳播研究中發現，佔很大比重的美國人反對針對他們個人量身定制的政治廣告。數據顯示：86%的人不歡迎“根據個人興趣量身定制的政治廣告”，61%的人會拒絕“量身定制型傳播”。原因是隱私受到威脅，甚至有些人表示，不會再返回這些對其進行精准傳播的網站。還有一個原因就是他們認為這樣的傳播活動侵蝕民主價值觀。所以我們在利用大數據進行精准傳播的過程中要把握好分寸，避免“過猶不及”，在精准傳播和廣泛傳播中尋求到一個能得到最佳傳播效果的平衡點。