《基于微舆情的自媒体时代医院网络舆情监测》由会员分享，可在线阅读，更多相关《基于微舆情的自媒体时代医院网络舆情监测（6页珍藏版）》请在金锄头文库上搜索。
1、基于微舆情的自媒体时代医院网络舆情监测 孔繁贞 冯建萍 田富彰 杨宁海 范晓琴 李耀丽 杨建国 魏绍振 李翔 游培松 熊浩明 青海大学附属医院 青海省地方病预防控制所 摘 要： 目的 探讨自媒体时代医院网络舆情监测, 为医院网络舆情管控提供借鉴。方法 基于微舆情系统, 利用宏观的大数据分析和微观的代表性观点的定性分析, 对医院网络舆情进行解读。结果 微舆情可监测医院网络舆情变化, 在突发舆情中应用全网时间分析可以得到直观可视化的舆情信息。结论 微舆情系统可应用于医院网络舆情监测, 可及时发现突发网络舆情并及时掌握网络舆情走向。关键词： 医院; 网络舆情; 微舆情; 大数据; 作者简介：孔繁贞
2、(1986-) , 女, 主管护师, 主要从事临床护理工作作者简介：熊浩明, E-mail:Monitoring of hospital network public opinion in we-media era based on micro-public opinionKONG Fanzhen FENG Jianping TIAN Fuzhang YANG Ninghai FAN Xiaoqin LI Yaoli YANG Jianguo WEI Shaozhen LI Xiang YOU Peisong XIONG Haoming Qinghai University Iliated H
3、ospital; Abstract： Objective Discuss the monitoring of hospital network public opinion in we-media era and provide reference for the control of hospital network public opinion. Methods Based on micro-public opinion system, adopt macroscopic big data analysis and qualitative analysis of microscopic r
4、epresentative perspectives to elaborate hospital network public opinion. Results Micro-public opinion can monitor the changes of hospital public opinion; in sudden public opinion, the adoption of whole network time analysis can attain intuitive and visual public opinion information. Conclusion Micro
5、-public opinion system can be applied to the monitoring of hospital network public opinion and discover sudden network public opinion and master the development of network public opinion timely.Keyword： Hospital; Network public opinion; Micro-public opinion; Big data; “人人都是媒体”、“人人都有麦克风”的“微时代”迅速到来, 重
6、塑了社会的舆论生态, 逐渐成为意识形态领域的新阵地1。随着社会的发展, 经济水平的提高, 人们对于健康和医疗的需求越来越高。现有的医学能力还有许多无法解决的难题, 中国人传统上对健康的看重, 以致出现医院医疗纠纷不断、医院网络舆情频发的现象。本文基于微舆情系统, 通过大数据视角展现医院网络舆情监测、医院突发舆情全网事件分析, 为自媒体时代医院网络舆情监测和管控提供借鉴。1 材料和方法1.1 样本及数据来源选用青海大学附属医院作为样本医院, 数据来源于微舆情大数据平台抓取的网络数据。1.2 信息监测在微舆情平台上设置信息监测方案关键词为“青海大学附属医院”, 设置预警时间间隔为 1 h, 设置预
7、警省份为“青海省”, 设置预警结果发送至邮箱。再设置监测日报发送至电子邮箱, 监测日报每日发送, 是前一日信息的分析汇总。1.3 全网事件分析为探索突发舆情管控, 在微舆情平台上创建全网事件分析关键词为“青海大学附属医院”的大数据分析方案, 设置分析事件时间为 2017 年 2 月 9 日00:002017 年 2 月 17 日 14:00 的网络数据, 对全网信息进行深度挖掘和多重分析;记录事件从始发到发酵期、发展期、高涨期、回落期和反馈期等阶段的演变过程2, 分析舆情传播路径、传播节点、发展态势和受众反馈等。2 结果2.1 网络舆情监测结果2.1.1 网络舆情预警信息电子邮箱可收到预警信息
8、, 主要包含文字信息、来源网站、发表时间、信息来源链接。电子邮件可设置为发送多人, 配合手机邮箱软件, 可及时掌握医院突发舆情。因发生急诊科 ICU 病房护士李某给来自青海玉树曲麻莱县的刚出生的小婴儿喂奶, 李某被称之为“最美护士”事件。自 2 月 9 日 9:08 收到第一条此事件的预警信息后, 后续收到大量预警信息, 微舆情在突发网络舆情监测中可最早掌握突发舆情信息。2.1.2 网络舆情监测日报2017 年 02 月 15 日 00:012017 年 02 月 15 日 23:59, 针对“青海大学附属医院”监测方案进行统计, 网络上该事件共新增信息 449 条。其中, 微博 416 条、
9、新闻 22 条、网站 7 条、客户端 1 条、报刊 1 条、博客 1 条、政务 1 条, 舆情信息主要来源于微博。对本次新增信息进行情感分析, 非敏感信息 107 条, 占23.83%;敏感信息 342 条, 占 76.17%。近 3 天信息总量和敏感信息走势见图 1。图 1 网络舆情监测日报 3 天信息总量和敏感信息走势 下载原图2.2 全网事件分析2.2.1 事件简介围绕关键词“青海大学附属医院”, 对 2017 年 2 月 9 日 00:002017 年 2 月 17 日 14:00 期间互联网上采集到的 1 161 条信息进行深入分析。全网信息量最高峰出现在 2017 年 02 月 1
10、6 日, 当日共产生 495 篇相关讯息;事件源头于 2017 年 2 月 9 日 9:08 发布在新浪微博上, 题名为青海大学附属医院急诊 ICU 护士。后续报道主要来源于新浪微博、腾讯微博、微信、新浪博客、今日头条等几大站点。全网信息量走势见图 2。图 2 全网信息量 下载原图2.2.2 媒体活跃度媒体信息来源中新浪微博信息最多, 共采集到 989 条。媒体活跃度见图 3。图 3 媒体活跃度 下载原图2.2.3 地域分析信息发布排名前 10 的省、直辖市分别为:北京市 (207) 、青海省 (121) 、广东省 (89) 、山东省 (68) 、江苏省 (68) 、河南省 (50) 、河北省
11、 (46) 、四川省 (45) 、浙江省 (44) 、上海市 (35) 。由本地微博发布后转发至全国范围, 中华网、中国青年网、网易新闻搜狐网报道后发布范围迅速扩大。2.2.4 大数据关键词云所采集的信息主要关键词为:附属、藏族、青海、医院、婴儿、乳汁等, 关键词分析同舆情流行传播比较吻合。大数据关键词云见图 4。图 4 大数据关键词云 下载原图2.2.5 观点分析新闻观点分析和论坛观点主要表现为:产妇患病不能哺乳, 青海年轻护士给新生儿喂母乳被赞“最美”。网友观点主要表现在如下几个方面:好人一生平安, 爱你! (42%) , 必须点赞, 白衣天使 (15%) , 为护士点赞 (10%) ,
12、好人一生平安 (9%) , 白衣天使 (7%) , 天使在人间 (6%) , 转发 (6%) , good good good (5%) 。2.2.6 舆情总结在青海大学附属医院全网事件分析事件/话题中, 综上所述, 媒体主流报道为产妇患病不能哺乳, 青海年轻护士给新生儿喂母乳被赞“最美”, 网民主流意见为“好人一生平安, 爱你!”。整体舆情走向较为正面, 应深入挖掘网民意见和情感倾向, 识别事件传播过程中的意见领袖和主要信息来源, 预测或追踪舆论走向, 以便对不良舆论进行疏导。3 讨论自媒体具有一定的私人化和普及性, 在现代网络上其主要平台为博客、微博、微信等网络社区, 在微信上网民可以利用
13、手机终端随时向自己的好友传输文字、图片、视频等信息来表述自己的意见。每个人都可能是信息的传播源头, 具有传播速度快、传播范围广的特征。医院网络舆情由于部分网民的主观随意性, 以及在一些医疗纠纷中病人家属为了获得更多的赔偿, 常常通过制造与事实并不相符的舆论, 经过网络的传播和放大后其后果均可能与存在的事实有较大的出入3-4。由于我国现阶段医务人员的总体短缺, 容易在一些医疗体验上找到共鸣, 加剧情绪化的传播, 形成网络舆情的热点。现阶段医院在网络舆情应对过程中普遍存在网络舆情应对速度缓慢、难以第一时间掌握网络舆情走向并发布权威消息, 以致负面舆论铺天盖地, 后期应对处处被动5-6。医院网络舆情
14、发生时, 因其具有不同的发布平台, 信息通过不同节点扩散蔓延, 难以找到舆情始作俑点。微舆情“全网时间分析”可以清晰地显示舆情扩散传播过程, 有利于医院在第一时间掌握舆情传播特征并制定对策。医院舆情管理工作近年来愈发得到重视, 但存在舆情监测方式缺乏、舆情监测借鉴的经验较少的情况7。关于舆情监测现阶段主要通过阅览新闻媒体收集8, 浏览网络舆情发帖频次较高和访问量较大的网站, 浏览本地网站和本地论坛等。上述方法均无法及时从海量信息中及时发现突发舆情, 人力成本较高, 受工作人员责任心等制约, 难以有效实施网络舆情监测工作。因自媒体渠道的多样化, 医院自身很难对所有网站等网络舆论来源进行监测。本文
15、采用微舆情大数据网络舆情分析系统对医院网络舆情监测及突发舆情分析进行了部分描述展示。微舆情系统可以在医院危机管理、网络舆情管控方面争取宝贵时间, 全面了解事件走向;同时用于医院网络舆情监测, 在突发舆情中应用全网时间分析得到直观可视化的舆情信息, 及时发现突发网络舆情并及时掌握网络舆情走向。参考文献1万茹.自媒体体视域下的舆情引导策略研究以淮安市为例J.产业与科技论坛, 2016, 15 (24) :276-277. 2周文飞.地方政府应对网络舆情的能力建设研究D.长沙:湖南师范大学, 2011. 3刘琰, 张晓膺, 周瑞珏.医院网络舆情的产生和应对J.江苏卫生事业管理, 2013, 24 (
16、3) :89-91. 4吕卫华, 仲晓伟.信息文化在医院管理中的思考J.江苏卫生事业管理, 2015, 26 (3) :125-127. 5朱健, 周全.新媒体时代大学生思想政治教育面临的挑战及对策J.思想理论教育 (上半月综合版) , 2013, 29 (3) :75-78. 6刘尊旭.突发事件的媒体应对:主动引导与被动挨打以江苏某大学一大学生溺亡事件的媒体报道为例J.新闻研究导刊, 2015, 6 (17) :24, 36. 7吴芳, 潘一伟, 黄怡华, 等.公立医院网络舆情监测工作认知调查J.解放军医院管理杂志, 2016, 23 (10) :911-913. 8刘琍, 高颖, 刘国华.建立公立医院全覆盖舆情信息收集、反馈工作网络的探讨J.中国医院, 2015, 19 (3) :42-44.
