互联网语境下主流意识形态传播的对策
在互联网语境下，维护主流意识形态的话语“合法性”，提升话语传播的公众“认受性”，需要在技术层面和话语框架整合层面进行调整和创新。技术层面上，社交网络大数据不断被应用于网民行为和网络情绪分析，而算法推荐、人工智能等技术催生平台媒体的崛起，革新了互联网意识形态传播的技术范式。话语整合层面上，官方舆论场与民间舆论场分化，跨境舆论场区隔亟待传统主流媒体、机构媒体提升舆论场之间的良性互动，从而把握主流意识形态传播的话语主导权。为此，我们可从以下几个方面思考互联网语境下主流意识形态传播的策略调整和范式转型。
1.网络意识形态监测可以大数据分析方法作为技术支撑，把握舆论动向和网络情绪
大数据时代，大量非结构化网络文本成为社会舆论的晴雨表，利用大数据把握社情舆情意识形态是必然趋势。技术上可利用网络爬虫抓取网民在社交媒体和平台媒体上的点击、评论的“大数据”，并结合社会网络分析和情感分析等方法，把握一定时期内网络舆论关注的焦点问题和网民情绪动向。从“潜舆论”监测角度来看，反讽和隐喻的意识形态话语建构使网络舆论更多表现为“潜舆论”。由于网络群体趋同性特征，监测部门可通过机器学习预测大数据中未直接披露的信息，从而推断意见群体潜在舆论倾向。[1]从治理角度来看，庞大的互联网文本以及网络话语包成为丰富的网络意识形态分析的资源。目前，西方国家有赖于大型的互联网数据公司、社交媒体平台进行数据挖掘，具有强烈的商业色彩和资本驱动导向。我国在利用大数据技术进行互联网管理的过程中，可以政府主导，依托科研机构、平台媒体等逐步建立具有社会公信力的第三方民调机构和数据库，为互联网治理提供科学数据、智力支撑。
2.主流媒体新闻生产和分发转型方面，可吸收算法推荐、人工智能和移动传播等技术，提升意识形态传播能力
“算法”作为一种人工智能技术，极大地改变了传统媒体和平台媒体的传播格局，但同时也为主流意识形态传播的数据化提供了机遇。比如，将算法推荐逐步拓展到“人民日报”“澎湃新闻”“南方+”等主流媒体的新闻客户端，以实现对用户个性化需求更精准的满足。同时，今日头条采取的向主流媒体新闻客户端输出算法和部分数据支撑的做法[2]，也有利于实现主流媒体的传播数字化和技术升级。
3.建立包括专业媒体、机构媒体、自媒体和平台媒体在内的主流意识形态传播体系，增强主流意识形态社会整合力和话语影响力
目前，政务微博、政务微信和政务微头条等政务新媒体蓬勃兴起，规模达到数十万个，在舆论场中逐渐扮演着正面报道、信息服务、新闻发布等多重功能。以政务微博和头条号为例：截至2017年12月全国政务微博数量达到134，827个，政务头条号数量达到70，894个，包括共青团、公安、司法等垂直系统都开通了政务头条号，形成具有层次化的传播体系。[3]为此，可整合这些政务机构媒体、中央和省市主流媒体，推动主流媒体的平台化，构建互动、协同的主流意识形态传播体系。同时，也积极鼓励一批具有全国影响力的自媒体账号加入其中，以个人化视角、专业化解读、融合化传播为形态参与主流意识形态的传播，提升主流意识形态话语的影响力和公信力。
此外，现有主流意识形态传播体系对年轻网民的话语整合力度不强，青年群体对主流话语体系“无感”。为此，应调整主流意识形态向青年传播的范式：（1）在传播框架上紧扣重大社会热点，以“说理”为主导、辅之以“动情”色彩，运用信息、故事和情感等混合模式来进行内容生产；（2）传统主流媒体往往采取宏大统一的叙事风格而忽视尤其是青年群体的受众引导，主流媒体、政务新媒体在平台化过程中应注重青年群体的粉丝积累，增强与青年群体间的情感维系；（3）积极依托大数据和调查数据的研究方法，把握青少年群体的社会心态，为青少年提供符合其现实需求的“资讯+服务”的公共产品，等等。
4.鼓励跨境舆论场互动与政治经济文化等各层面交流，提升内地与港澳群体的情感共鸣
在跨境政治交流方面，随着粤港澳大湾区战略的实施，可逐步推进粤港澳媒体平台的开放、交流和合作，共建数字公共领域。一方面，内地与港澳舆论场呈现相对割裂的态势，特别是港澳青年群体对中央政府政策和内地市民的印象容易受到外媒影响而产生误读，因此，应逐步考虑开放跨境主流媒体和媒体平台的新闻资讯互动，促进粤港澳新闻传播和民间公共交流。另一方面，适当转变话语方式，特别在涉及“港独”问题上应鼓励“以理服人”维护统一，而非挑拨极端民族对立情绪，由此更加积极地促进粤港澳大湾区的文化融合和国家认同。
5.把握网民社会心态，提升舆情回应能力，疏导社会公众情绪，注重舆论引导的科学性和实效性
我国正处于社会转型的关键时期，社会矛盾和消极社会情绪容易在互联网积累和爆发，由于网络意识形态的动态性、突变性，一旦政府官方回应缺乏实效性，则容易陷入突发舆情事件的“塔西陀陷阱”。在网络焦点舆情事件爆发时，应合理把握不同网民群体的社会心态，采取差异化的引导。例如，致使“红黄蓝幼儿园事件”发酵的不是当事人家长本身，而是微博、知乎围观群众对政府处理结果的质疑，应重视对游离在主舆论场外群体的引导。在舆情引导范式上，应将落实处理具体事件与引导网民情绪相结合：一方面，放大主流媒体声音，主动设置议题，及时通报舆情事件的处理进程和结果，避免谣言滋生和情节恶化；[4]另一方面，舆情处理已不能仅停留在事件处理和舆论管控层面，还需挖掘和探寻网络舆论场中深层次的社会问题和公众焦虑，扩大不同意见群体的共识，减少意识形态分化。
总体上看，过去针对热点事件的网络舆情监测和引导机制，需要更多超越“事件主导”的范式、逐步提升到“问题主导”的范式上来。[5]互联网语境下的网络舆论和网络意识形态分析，需要重点从两个方面切入：一是处理“大数据”和“小数据”的关系，既要继续监测分析重大事件发生过程中的网民情绪、态度、舆论走向和整体特征等“大数据”，也要关注一些政治娱乐化、娱乐政治化事件的“小数据”，通过微信群、表情符、隐喻文章的质化分析和案例研究，细微把握生活化、娱乐化、碎片化网络意识形态的特征。二是处理“网络数据”和“调查数据”的关系，充分运用社交媒体传播大数据来追踪、监测和分析网络意识形态的重大变化，也要逐步建立具有公信力、科学性的第三方民调机构，从而把线上数据与线下数据充分整合，进行更加科学权威的意识形态研究，从而为坚持意识形态工作领导权提供智力支撑。
【延伸阅读】晏齐宏，张志安：大数据背景下的意识形态研究[6]
技术为研究方法的发展提供了新思路，大数据技术的发展要求在研究中要具有“数据”思维。陆地认为，大数据既可以是手段，也可以是事实，是一种世界观、一种方法论、一种研究方法。[7]大数据思维更为意识形态分析等提供了方法论基础，这体现了当下意识形态研究要超越传统的二元对立思维，更加注重大众化的意识形态。同时，大数据也为新媒体中的意见表达分析提出了具体可行的分析技术和方法，有助于更好地理解意识形态和公众社会心理。从方法论的角度看，大数据背景下意识形态研究具有以下几个重要趋势。
1.从意识形态精英化走向意识形态大众化、日常化
传统研究认为意识形态具有明显的结构性，即沿着左右派别而划分，这也体现在政治、经济、文化等维度。这大多被认为存在于具有明确意识形态的人当中，包括政治精英、知识精英，以及其他处于较高社会地位的人。[8]但其实，意识形态根源于基本的个人性格差异以及对世界的心理需求、动机等相对稳定的个人偏好。有研究发现，保守主义和自由主义都具有认识论动机（epistemic motivates）、存在论动机（ontologital motivates）、关系动机（relational motives）。[9]心理学家也基于认知和动机过程，发展意识形态信念系统，这些信念系统具有一定的维度结构。[10](https://www.daowen.com)
若从心理动机来分析意识形态，普通人的一切能够预测心理特征的网络使用行为和消费行为都可以用来分析意识形态。换句话说，网络媒体的使用也构成了意识形态日常化的重要面向。意识形态日常化与传统自上而下的话语形态、上层建筑的意识形态有所不同，更加强调意识形态中的个人主体性角色。意识形态日常化的研究对象在当下越来越容易获得，包括人际讨论、技术接入、日常消费等，网络行为也不断将意识形态生活化付诸实践，通过网络实践促进意识形态日常化。
2.从话语意识形态走向行为意识形态
自Free & Cantril &（1967）[11]开始，舆论研究者区分了意识形态的象征方面（symbolic aspect）和操作方面（operational aspect）。象征性意识形态指的是一般意义上的、抽象的意识形态标签、影响和类型，包括自我确认左或右的行为，可以通过询问政治意识形态的位置获得。操作性意识形态指的是更为具体的、基于事件的观点，可以通过对某些议题的赞同程度获得。[12]其隐含的基本假定是，具有特定意识形态的人一般持有类似的态度和观点，由此，研究大多通过话语预测意识形态。
但是，网络数据除了话语之外，还包括各种行为数据，如关注、转发、评论等行为，以及人们的网络消费行为。这些很大程度上也反映了特定的意识形态。有研究将网络用户的商品消费评论与评论者个人建立联系，并认为评论者的个性特征会影响评论的组织方式。研究发现，相比于保守主义者，那些持自由主义态度的评论者会运用更多的复杂语言、更多元的论据对商品进行评论。[13]也有研究者从100万网络书籍合购数据的分析中发现，意识形态偏好在学科内和学科间都存在。在所有领域，那些自由主义消费者都偏爱技术科学（如物理学、天文学、动物学），而保守主义者则偏爱应用和商业科学（如犯罪学、药学、地球物理学）。同时，在学科内部，那些保守主义消费者倾向于购买其他学科的书，而这些学科类型较少，且都处于边缘地位。[14]也就是说，政治左派和右派普遍对科学感兴趣，但是其消费类型呈现出显著的意识形态差异，网络消费行为在很大程度上可以预测人们的意识形态偏好。
3.从个体媒介实践走向宏观意识形态图景建构
从媒介二元性的角度看，新媒体为用户的媒介使用提供了多种可能，用户的媒介实践反过来构建了整个意识形态图景。互联网技术的结构性主要体现在其具有连接线上线下、连接不同个体的中介性功能。在新媒体使用中，人们通过互联网的连接性而得以联通，在网络中实践意识形态。个人在虚拟与现实的穿梭中，参与并作用于意识形态的日常化，强化了现实意识形态，这是一种机械地将个人集合为整体意识形态的图景。同时，个人通过网络共享现实，寻找与自己身份一致的意识形态群体和信念，这是一种有机的、超越了现实情况进而产生于虚拟空间的媒介实践，它影响了意识形态图景。
值得注意的一个现象是，个人的网络使用行为是注意力的表征，在其网络信息流中，通过转发、互动等扩大相关议题的讨论，这特别体现在对帖子内容细节的具体分析当中。例如，相关研究大多运用主题模型识别重要的讨论议题，借助于常用的话题模型（如LDA，Latent Dirichlet Allocation），可以从帖子中抽取有意义的话题类型，也可以从微观的个体词汇归纳出宏观层面的话语框架；也能够呈现个人议题是如何成为公众议题的。由此，个体的日常媒介话语实践通过连接线上线下、汇聚个体注意力等而得以成为宏观意识形态图景。
4.从理论驱动走向理论与数据驱动的结合
对于大数据分析与传播规律把握的关系，理论驱动还是数据驱动始终存在争论。一方面，理论是分析意识形态现象的基本出发点和立足点；另一方面，对数据的分析也可以 发现一些传播现象和规律，对其的解释也要建立在理论基础之上。目前，在网络意识形态的分析中，最常采用的方法是机器学习法。该方法可以直接从数据中辨识和提取特定的类型，基于实证数据做出智能决策。很多研究运用分类方法自动探测社交媒体中的帖子，以确定民主党和共和党的政治话语。例如，有监督的学习算法运用训练集建构数学模型，然后用该模型预测测试集。训练集由很多人工标注和编码的语料库组成，如政治态度和倾向等。由此可以通过有监督的机器学习对帖子的政治倾向进行分类[15]，进而探测特定意识形态类别、识别主要的对话机制。
当然，对于数据背后反映的深刻意识形态内涵，还需借助对意识形态话语、政治状况等的深刻阐释。在大数据与意识形态分析中，首先需要正视大数据分析中数据驱动存在的问题，在此基础上正确理解大数据所反映的意识形态内涵。不过，通过对特定时间内特定主题的情感、行为或传播特征和现象的系统化、实时性的分析，可以更加深刻地认识其意识形态的某些面向。由此，数据驱动技术可促使意识形态分析达到预测和洞见这两个更高的研究目标。
[1] 张志安.新媒体与舆论：十二个关键问题（第一版）[M].北京：中国传媒大学出版社,2016.
[2] 张志安,曾励.媒体融合再观察:媒体平台化和平台媒体化[J].新闻与写作,2018(8).
[3] 中国互联网信息中心.第41次中国互联网络发展状况统计报告[R].2018.
[4] 刘鹏飞.从近年案例看舆情引导规律[J].新闻与写作,2017(3).
[5] 张志安,张美玲.网络社会心态与舆论引导范式转型[J].社会科学战线,2016(5).
[6] 晏齐宏,张志安.大数据背景下意识形态研究的方法论、机遇与路径[J].新闻界，2018（11）.
[7] 杨雅.大数据分析与可视化技术:新闻传播的新范式——“大数据与新闻传播创新”研讨会综述[J].国际新闻界,2014(3).
[8] FIORINA M P. Culture war? The myth of a polarized america[M]. New York: Pearson Longman. 2005;SNIDERMAN P M, BULLOCK J. A consistency theory of public opinion and political choice: the hypothesis of menu dependence[M] // SARIS W E, SNIDERMAN PM(Ed.)Studies in public opinion: attitudes, no attitudes, measurement error, and change. NJ: Princeton Univ. Press, 2004:337-57;ZALLER JR. The nature and origins of mass opinion[M]. New York: Cambridge Univ. Press. 1992
[9] JOST J T, FEDERICO C M, NAPIER JL. Political ideology: its structure, functions, and elective affinities[J]. Annual review of psychology.2008, 60(1).
[10] JUDD C M, KROSNICK J A. The structural bases of consistency among political attitudes: effects of expertise and attitude importance[M] // PRATKANIS A R, BRECKLER SJ, GREENWALD AG(Ed.)Attitude structure and function. Hillsdale. NJ: Erlbaum.1989:99-128.
[11] FREE L A, CANTRIL H. The political beliefs of americans: a study of public opinion [M]. New Brunswick, NJ: Rutgers University Press, 1967.
[12] LEE J K, et al. Social media, network heterogeneity, and opinion polarization[J]. Journal of communication.2014, 64(4).
[13] TARUN G, et al. Political ideology as a predictor of online consumer review characteristics[J]. Social science electronic publishing, 2016.
[14] FENG S, et al. Millions of online book co-purchases reveal partisan differences in the consumption of science. [J]. Nature human behavior, 2017, 1(4).
[15] ELANOR C, ROZZA A, ARVIDSSON A. Echo chamber or public sphere? Predicting political orientation and measuring political homophile in twitter using big data[J]. Journal of communication. 2014, 64(2).