大家都知道應該去抓取大數(shù)據(jù)，而問題是一定要注意小變量，也就是在抓取的時候需要使用的高頻詞。

專家與民眾的認知落差

近些年來，我們的農(nóng)副產(chǎn)品農(nóng)藥殘留量逐年下降，食品檢驗的合格率也在上升，但為什么公眾都覺得食品越來越不安全?

這是風險知識落差模式造成的。

在專家眼中，風險是統(tǒng)計風險概率和死亡率估算出來的，比如今天食品安全率從95%提高到了98%，風險更低了。但在民眾心中，風險更多是來自心靈上的感受，與個人的生活息息相關，他們的評估標準包括對風險的熟悉程度、恐懼、是否自愿、個人的可控制性、公平、道德等諸多心理因素。

2016年，我在醫(yī)院做了兩個月調(diào)查，給20位志愿者每人發(fā)了一臺智能手機，讓他拍下自己對醫(yī)院的不滿，或者說會影響到與醫(yī)院溝通的問題。

結果發(fā)現(xiàn)，就診者的不滿和醫(yī)生所認為的不滿完全不同。醫(yī)生認為：“病人對我的醫(yī)術、治療方案或使用的藥物不滿。”但患者的不滿在于：“我今天停車特別不方便。電梯等很久，排隊時有人加塞兒。”

這個例子說明，專家眼中的風險認知和民眾眼中的風險認知是有極大差異的。而我們要監(jiān)測的風險，并不是技術導向的專家眼中的風險，而是公眾認知上的落差和錯誤。

無論是媒體、監(jiān)管部門還是公眾，最需要的就是將認知水平從參差不齊到相互融合。大數(shù)據(jù)監(jiān)控的目的，就是為了彌合目前公眾的認知和科學家的認知與監(jiān)管部門認知之間的落差。

健康教育任重道遠

我們時?？吹剑硞€突發(fā)事件在網(wǎng)上一曝光，即迅速引爆全國輿論，把地區(qū)性、局部性和帶有某種偶然性的問題，變成全民圍觀的公共話題。

比如有很多媒體質(zhì)疑“速生雞”投喂激素，但其實白羽雞的生長周期就是45天，是完全沒有問題的。

與其說今天要解決食品安全問題，還不如說我們要通過日常的健康教育，解決受眾對今天中國食品不信任的問題。

一些中國人接受到的健康教育一直是自上而下的傳統(tǒng)模式，就是我不斷地向你傳播信息，但至于有沒有擊中你、說服你，根本沒人在乎。

甚至可以說，就算人們在認知上發(fā)生了改變，想要他們改變行為也是非常艱巨的，更不要說我怎樣才能把內(nèi)容傳播出去，讓他們獲得這種認知了。這是一條非常漫長的道路。

國民健康教育不可能一蹴而就，但在這之前，我們可以通過大數(shù)據(jù)做一些食品安全的預警和研判，以控制可能會發(fā)生的心理不安全感。

監(jiān)測預警：降低80%輿情處理成本

這里要強調(diào)一下，我所認為的食品安全預警，更多強調(diào)的是溝通的風險和認知的風險。

以前總有政府部門請我去上課，要講輿情應對，我就說這課上不了?，F(xiàn)在我們早進入了互聯(lián)網(wǎng)和自媒體的時代，根本沒法阻攔網(wǎng)民的議論。

而今天我們要討論的——基于大數(shù)據(jù)的網(wǎng)絡輿情在食品安全監(jiān)測預警中的應用，不是危機爆發(fā)后的輿情應對，而是監(jiān)測并預警。意思是，在事情沒有爆發(fā)之前先警示。美國有一系列的研究結果表明，相比事情出現(xiàn)之后再收拾爛攤子，預警可將輿情處理的成本降低80%。

國內(nèi)也是一樣，一個地方哪怕出現(xiàn)一個很小的問題，但是這個問題特別尖銳，它就不能只在這個地區(qū)處理，而是會成一個全國性的公共輿論事件，我們希望做的就是通過預警，盡量降低這種輿情對整個社會產(chǎn)生的巨大影響。

說白了，我們有那么多食品安全事件，但是它的恐怖性或者嚴重性真的要到全國整治的地步嗎，每次全國整治我們要花多少錢?

在歐美等發(fā)達國家，健康教育已經(jīng)做得非常成熟了，民眾并不會因為今天發(fā)生一起馬肉替代牛肉的事件，就覺得牛肉完全不能吃了，不會發(fā)生這種恐慌性的事件。在國內(nèi)，雖然加強風險溝通已經(jīng)成為監(jiān)管部門的基本認知，但是由于信息公開的缺失，也常常出現(xiàn)越溝通問題越多、民眾越不滿意的局面。

怎樣提高應對輿情風險的能力并及時有效地進行信息公開呢?

我們認為，通過多數(shù)據(jù)源的網(wǎng)絡輿情分析，可以更全面、更準確地監(jiān)測食品安全事件的形成和發(fā)展。

在輿情分析的基礎上，結合重要的相關現(xiàn)實數(shù)據(jù)，可以幫助早期預測、發(fā)現(xiàn)和評估食品安全事故發(fā)生的幾率和發(fā)展趨勢，為政府部門制定和調(diào)整公共衛(wèi)生事件的防控政策提供重要參考。

“小變量”是大數(shù)據(jù)分析關鍵

早在20世紀90年代，世衛(wèi)組織為了加強全球流行性疾病的監(jiān)測，就開發(fā)了一套軟件系統(tǒng)——“全球公共健康情報網(wǎng)”(以下簡稱GPHIN)，它綜合利用了網(wǎng)絡搜索、數(shù)據(jù)挖掘、自動翻譯、自動化過濾等多項技術，發(fā)現(xiàn)和跟蹤重大公共衛(wèi)生事件，實現(xiàn)基于國際互聯(lián)網(wǎng)的實時、早期預警。

它的二代系統(tǒng)在2004年發(fā)布，每天自動掃描網(wǎng)絡上超過10000個網(wǎng)站的20000多條信息，能夠識別包括簡、繁體中文在內(nèi)的7種文字，已多次成功地預報了一些國家和地區(qū)的流行疾病。目前，聯(lián)合國和世界衛(wèi)生組織獲得的大約75%的傳染性疾病情報都來自GPHIN。

這種早期預警是非常成功的，可以讓那些老弱病殘者提前打疫苗，不到人多或可能導致傳染的地方去。

國內(nèi)也有類似的用于公共衛(wèi)生的監(jiān)測平臺，以廣東省公共衛(wèi)生輿情監(jiān)測平臺為例，它就可以對南方網(wǎng)等550個中英文傳統(tǒng)網(wǎng)頁、論壇、博客的內(nèi)容以及搜索引擎的數(shù)據(jù)進行自動抓取，再由人工輔助進行預判。

當初做這個案例研判的時候，地方政府認為自己能夠發(fā)現(xiàn)熱點，通過趨勢分析圖和傳播鏈接分析圖解決事情的來龍去脈。結果2011-2012年，總共監(jiān)測到傳染病疫情91起，食物中毒事件68起，其中僅有7起是由輿情平臺首先監(jiān)測到的。

為什么國內(nèi)平臺的監(jiān)測效果遠遠不如國外系統(tǒng)?

首先，國外的傳統(tǒng)媒體報道比較科學嚴謹，對他們來說，信息的抓取更多來自社交媒體;而國內(nèi)這些突發(fā)性公共事件問題的發(fā)生，大多來自社交媒體，只監(jiān)測主流媒體是不夠的。

其次，在國外基于跟新聞傳播或者跟傳播學的合作所展開的輿情監(jiān)測已經(jīng)成為一種常態(tài)。但國內(nèi)做輿情監(jiān)測，更多地僅在本專業(yè)內(nèi)完成，只監(jiān)測專業(yè)數(shù)字或者是專業(yè)術語，對受眾的心理就沒有很好的預測和感知。

現(xiàn)在大家都知道應該去抓取大數(shù)據(jù)，而問題是一定要注意小變量，也就是在抓取時需使用的高頻詞。

對高頻詞的專業(yè)判斷，也成為新聞專業(yè)與計算機專業(yè)合作的基礎。計算機學院可以設計監(jiān)測系統(tǒng)模型，而新聞學院更清楚地知道受眾心中的風險是什么，在不同的情況下，哪些詞匯是應該受到關注的。

在現(xiàn)在這樣一個信息爆炸的時代，無論是疾病防控還是食品安全，對相關輿情進行預警和研判，以控制可能會發(fā)生的公眾心理不安全，非常重要。