當前，社會風險出現了復雜化、多元化及動態化等新特點。不僅網絡內容生態趨于復雜，國際間因疫情、貿易以及各類突發事件形成的風險議題也層出不窮。風險治理面臨前所未有的挑戰，也引發從政府、學界、再到業界與民間的廣泛關注。新形勢下的風險治理迫切需要大數據等智慧手段的戰略支撐，而社交媒體中的大數據呈現了用戶的關系性與社會性，對于網絡空間與現實情境下的風險監測、預警、應對與評估全流程具有重要價值。發揮社交大數據在我國風險治理中的潛在優勢，對于強化風險防范與應對意義深遠。

[[330481]]

在網絡空間治理中運用社交大數據

當今社會，社交媒體已經成為用戶內容獲取與危機風險傳播的主要渠道。根據艾瑞咨詢發布的《2019年中國移動社交行業研究報告》，我國移動社交媒體用戶規模預計2020年將達到8.2億。社交媒體的傳播生態越來越呈現出全民化、移動化、社交化的特點，由此在日常情境中產生的社交大數據，為基于多維度、多群體、多因素的大規模數據分析提供了可能，進而為網絡內容生態的風險治理提供了有效支持。對這些非結構化數據進行合理利用，有助于及時發現潛藏在網絡空間中的風險，并借助技術手段有針對性地采取化解之策。

一方面，社交大數據為打擊非法言論、優化網絡空間內容生態治理提供了重要的技術支撐。社交媒體常常成為網絡謠言、黃暴信息、虛假新聞等滋生與傳播的溫床，嚴重危害了網絡言論環境。依靠傳統的屏蔽、關鍵詞過濾、用戶舉報等措施，往往收效有限，且易產生反作用。而應用人工智能、語義分析、文本挖掘等技術，對社交平臺不良信息進行監測、分類和追蹤，可以更大限度發揮社交大數據的治理價值。譬如通過廣泛采集社交平臺數據，幫助辨明網絡謠言的傳播路徑，從而及時阻斷謠言傳播，增強辟謠效果。

國外一些機構已經推出許多應用于信息內容治理的技術與產品，例如，海外社交平臺推特在2017年已經開始將人工智能技術應用到網絡垃圾信息的應對工作中，實現對色情暴力圖片的篩選，以及對恐怖主義言論與相關網絡組織行為進行監控分析。路透社近年研發的新聞追蹤器AI News Tracer，能夠追查最終來源，并辨明新聞真實性。我國在加強算法治理技術建設上也取得一定進展，但在甄別社交平臺高風險用戶和行為方面仍有待進步。

另一方面，社交媒體往往是輿情風險高發地，乃至網絡意識形態博弈的關鍵陣地。社交媒體匯集了用戶對與自身密切相關的事件所表達的觀點和意見，蘊含著豐富而真實的民情民意。利用社交大數據做好輿情研判，將有助于制定輿論引導策略、化解輿情高危風險。另外，社交機器人的大量使用，也讓網絡意識形態之爭走向風險前沿，抵御自動化的操縱宣傳成為維護網絡安全的必行任務。牛津大學互聯網研究院在一項關于計算宣傳的研究中，挖掘了有關中國政治的150萬條微博評論以及110萬條推特評論，結果發現微博上幾乎沒有機器人的跡象，而推特上則有大量發表反華言論的機器人被使用。而在今年，清華大學的研究者同樣運用大數據挖掘與分析方法，發現了推特上與中國相關的推文中有超過1/5疑似由社交機器人用戶發布。這些借助社交大數據才得以發現的潛在風險，為相關部門執行網絡治理與對外傳播工作敲響了警鐘。

在社會風險治理場景中運用社交大數據

社會風險不僅存在于網絡空間。面對公共衛生事件、自然災害、社會行動等實際風險，社交大數據在更廣泛的社會治理場景中同樣具有應用價值，可以在風險辨識與預警、風險分析與評估以及智能決策等風險治理全流程發揮積極作用。

廣州大學南方災害治理研究中心主任周利敏認為，相較于傳統治理局限，大數據治理具有實時性、準確性、全面性、可視化等優勢。而與社會調查或其他大數據來源相比，社交媒體作為一種“非正式溝通”的方式，在緊急狀態下往往是用戶優先使用的信息渠道，在某些情境下甚至會引發用戶主動上傳數據，這使得社交大數據在風險狀態下具有突出的即時性、接近性、互動性與個性化，具體可以在以下三個基本環節助力風險治理。

其一，社交大數據能夠幫助提早發現社會問題或自然災害端倪，及時進行風險預警。現代風險治理區別于傳統的被動應對模式，更多強調主動預防。利用社交媒體大數據進行風險監測，進行信息排查和預警，可以實現早發現，并為早防治、早化解打下基礎。治理主體調用各地用戶上傳至平臺的文本，對目標主題的數據走向進行智能分析，從而揭示風險趨勢。例如，美國西北大學的Kathy Lee團隊對推特數據進行深度文本與時空分析，建立了實時的疾病監測系統。該系統不僅可以用于對季節性流行病如流感的暴發進行早期預警，還可以監測不同類型的癌癥病患者分布特征等。

其二，社交大數據依靠自下而上的巨量數據收集、處理與精確分析，篩選整合出有價值的信息實現智能決策，便于管理者從全局角度做出科學判斷。當風險應對已經因種種現實干擾因素面臨困境，社交大數據有可能是一個突破口，結合地理大數據、空天大數據等幫助有關部門決策部署。比如在極端自然環境、交通阻塞等情境下，利用災民上傳的社交媒體數據，可以將受災地區、人群等信息傳至指揮與決策部門，進而提高現場救災效率。再比如在疫情早期，一些患者選擇利用微博超話進行醫療求助。有團隊嘗試測算發布者住址與最近醫院的距離，了解醫療資源的區域緊張程度。這些數據實際上可用于后續援助資源的投入與調配。此外，結合社交大數據反饋的輿情信息，有針對性地開展風險溝通與輿情應急處置工作，例如，考量何時公布、以何種方式公布、需要回應哪些關切等細節，提升災情信息的公開性與透明性，進而助力災害風險溝通和輿情壓力疏解。

其三，社交大數據在災后重建、風險評估與反饋改進環節同樣大有可為。利用社交大數據監測災后社會情感與網絡心態，建立相應指標體系與評價模型，可以對災區人群心理狀況進行評估與疏導。另外，依托信息聚合系統平臺，將社交大數據納入到相應災害或社會風險的反思總結過程，以民間數據的視角審視防災救災的長處與不足，為今后風險治理工作提供寶貴經驗。

社交大數據風險治理的現狀與建議

社交大數據能夠支持風險研判與預警，提供風險治理建議，并提升風險治理效率。我國社會的數字化廣度與深度在大數據治理中具有天然優勢，在社交數據采集與利用方面具有一定技術基礎，但也存在配套政策法規未跟上、風險應對機構專業化有限、治理主體單一且缺乏溝通、風險治理機制不健全等不足。本次新冠肺炎疫情中，社交媒體成為風險預警與放大發酵的關鍵場所。還有網絡調查顯示，“朋友圈”和微信群等社交媒體是國人獲取和傳播疫情信息的主要渠道。可以說，社交媒體介入公共衛生事件等重大風險、發掘大數據在風險治理中的巨大潛在優勢，將成為一大趨勢。習近平總書記指出，鼓勵運用大數據、人工智能、云計算等數字技術，在疫情監測分析、病毒溯源、防控救治、資源調配等方面更好發揮支撐作用。

針對未來變化，首先要強化技術治理能力，組織相應機構與人才隊伍化解風險。繼續提升技術手段向智能化、網絡化發展，借力新基建推動社交大數據風險治理的共通性基礎技術，包括5G技術、物聯網、人工智能、云計算、網絡安全技術等，從而構建全新的社會風險治理體系。有研究認為，我國的社交媒體監測目前仍側重于“防”和“堵”，但在預防風險方面還顯不足。未來應學習國外先進數據治理經驗，深化算法治理與人工干預的有機結合，加強專業人才的培養與專門機構的運作支持。

其次，整合政府跨部門協同治理，實現有限數據共享。我國利用社交大數據仍處在探索階段，政府內部缺乏有效溝通與協調，風險數據庫相對分散。為此應推動治理主體的跨部門整合，打破數據壁壘。另外，社交大數據只是大規模數據治理中的一個部分，應尋求不同類型大數據之間的有效對接，提高風險治理的科學性與準確性。

再次，完善數據安全與隱私保護政策，保障社交大數據合法可靠。社交媒體數據是個人屬性信息的組合，在用于公共治理時應厘清私密性與公共性的邊界。政府應加快完善數據保護政策，在收集并使用社交信息時兼顧民眾隱私與風險治理有效性的平衡，避免數據濫用。

最后，探索多元主體參與的風險協同治理。社交大數據的產生與維護涉及到用戶、平臺企業、政府等多個主體，我國據此應進一步發揮互聯網企業、網民等在大數據風險治理中的作用，激發平臺維護網絡生態的自覺意識，調動網民參與的積極性與監督責任，在網絡空間乃至其他風險場景實現共享共治的良性互動。