2024年12月11日，由清华大学计算社会科学与国家治理实验室主办的清华交叉学科研究能力提升计划“大数据与因果推断研讨班”第六期在线上举行。天津大学管理与经济学部李磊教授应邀作为主讲人，做了主旨为“媒体大数据在社会治理中的传播与应用”的讲座。讲座全程由清华大学公共管理学院陈思丞副教授主持。
李老师首先回顾了信息技术的飞速发展，全球社交媒体的快速增长为媒体大数据的发展提供了丰富的数据来源。与此同时，用户行为也从单纯的内容消费转向参与内容生产与传播，形成了庞大的用户生成内容（UGC）生态系统，极大地丰富了媒体大数据的内容与形态。媒体大数据不仅有助于政府实时了解社会动态和公众需求，提升了政策的科学性和透明度；在面对自然灾害、公共卫生事件等突发状况时，媒体大数据还在应急管理中帮助政府快速响应和有效应对。李老师介绍了媒体大数据的定义及分类维度，并回顾了社交媒体的发展历程，介绍了社交媒体的类型及各类型的主要代表平台、具体形式和特点。
李老师指出，社交媒体增强了大数据的时间维度、扩展了空间维度、带来了社会网络维度、丰富了文本数据，使社交媒体大数据具备大规模与高维度、多样性与流动性、非结构化与语义化三个特点。李老师通过图表详细展示了社交媒体数据的研究分布，其中微博成为国内社会领域数据分析的主要来源。社交媒体大数据的分析方法不断更新，主要分为三类：情感分析、传播分析与社交网络分析。在情感分析部分，社交媒体数据的情绪传播具有情绪化与后真相的特征。后真相时代的信息传播偏离客观事实，情绪化内容的传播速度远超客观信息，尤其负面情绪（如愤怒）更具扩散力。运用情感分析的方法，可以完成情感分类、情绪时序分析、主观检测、意见挖掘与提取、跨模态情绪分析等任务。
在传播分析部分，李老师结合社会学理论，介绍了基于社交媒体的人际传播具有“互动仪式链”、“强弱连接交织”、“社交资本积累”、“准社会关系”、“FOMO心理”等显著特征。李老师特别提到“FOMO”（Fear of Missing Out）心理现象影响了社交媒体用户担心错过重要信息而导致的持续在线状态，加剧了信息传播的情绪化特征。在社交网络分析部分，李老师深入解析了两类社交网络的统计指标：网络全局衡量和网络节点重要性衡量；特别讲解了社交网络的两大经典特性：小世界特性（Small World）和无标度网络（Free-Scale Network）。随后，李老师介绍了模块度（Modularity） 和 K核分解（K-core & K-shell） 等社区发现方法，帮助识别社交网络中的不同群体和子结构，揭示网络中隐含的互动机制和传播规律。
李老师推荐了常用的网络分析工具，如 Gephi、Pajek、VOSviewer 和 UCINET，并结合案例说明了社交网络分析在学术研究、政策制定和社会治理等领域的广泛应用。例如，通过信息传播路径分析，可以识别重要传播节点，优化传播策略；通过社区发现分析，可以揭示网络内部的群体行为特征，促进精准治理。在学术研究方面，李老师强调了社交网络的结构特性与演化机制，结合信息传播规律，分析话题发现、用户行为和影响力传播的演变路径。这为理解网络动态行为和群体互动规律提供了理论支持与技术工具。
李老师介绍了中国社会治理的媒体参与情况，进入新时代，媒介融合技术正发生快速更迭变化。李老师引入新时代治理新形态——“媒介化治理”这一新概念，详细介绍了其出现动因、重要价值以及“以点成线、从线到面、从面到域”的实践逻辑，勾勒出包括公共平台促进公众参与、信息供需精准适配、技术赋能提高治理效率在内的三条实践路径。
接着，李老师结合现有学科理论，详细讲解了媒体大数据在政治民主沟通、社会发展空间和自然灾害管理中的应用。李老师分享了使用媒体大数据进行学术研究的相关案例。一是“7·20河南暴雨事件”，通过对“河南暴雨互助”话题微博的分析，李老师展示了社交媒体在灾害救援中的重要作用，并分析了用户发布信息的主题变化、用户情感表达特征、关键用户以及不同类型用户在信息传递功能上的区别。二是“K599次列车因河南暴雨两次被困”事件，通过对“K599次列车被困”关键词微博的分析，李老师展示了社交媒体中信息传播者和信息中介者的特征，并探讨了网络化救灾的传播模式。通过以上两个案例，李老师介绍了采用文本内容和社会网络分析、基于SVM模型的情感倾向分析这两种方法在具体研究中的应用。
讲座尾声，李老师总结了媒体大数据在社会治理领域的研究现状与局限，就研究现状而言，从时间上来看，随着媒体形态，媒体技术的变化，媒体与社会治理的研究的侧重点有所变化，公民参与和公民社会始终是媒体与社会治理的主要内容。在乡村振兴战略当中媒体参与社会治理的新议题也受到持续的关注。李老师指出目前媒体大数据研究方面还存在“数据有偏性”、“缺少验证数据” “方法和结论难以泛化”的三大局限。
在本次讲座中，李老师深入浅出地讲解了媒体大数据在社会治理的应用，旁征博引社交媒体大数据前沿内容，为传统的管理学研究提供了新的思路。相信媒体大数据的运用将彻底改变传统的管理学研究范式！
撰稿人
对外经济贸易大学 博士生 张逸林
芝加哥大学 博士生 马静怡
中国科学院大学 博士生 葛 莉
