对外传播自诞生之日起,便含有其内在的价值取向,所谓完全脱离价值观的对外传播是不存在的。但是,由于对外传播需要深入别的文化圈,就必须考虑其价值观是否为受众所理解、接受,这将直接影响到传播的质量和效果。作为典型的跨文化传播活动,对外传播过程中最大的障碍就是“文化折扣”。不同国家和地区受众的文化背景差异,导致其在认同甚至是理解其他文化产品的程度上有所降低,对外传播过程也会遇到同样的问题。

而互联网时代的对外传播,可以说是挑战和机遇并存。互联网重构了时空,让不同国家地区的人可以在互联网这个开放的平台上接收信息并表达交流,过程中产生的信息就是UGC(User Generated Content)。将UGC加以收集、整理、分析,就得到了能提高对外传播能力的大数据。占有和应用数据在对外传播中的重要性不言而喻,如何应用大数据于对外传播也引发了广泛的讨论和探索。

利用大数据优化传播元素

所谓大数据,就是多渠道数据的总和。我们可以对研究对象进行细化分类,分区域甚至是分平台进行研究,对信息内容、呈现方式、传播语态甚至是发布时间等传播元素进行细致的挖掘和分析,对传播元素进行逐个优化,最终实现传播效果的最大化。

其中,跨文化传播的一个重要命题就是传播过程的本土化。以往学者提出的经验,大多是要雇佣当地的新闻采编人员,以实现内容呈现方式的本土化。然而对于当下的网络环境而言,本土化不仅仅是语言表达习惯符合当地情况,还要与时俱进,巧妙使用当下的网络热词。以我们本国为例,微博上同样权威的主流媒体,更能熟练使用当下网络热词(如:厉害了,freestyle等)的,更能赢得网友的关注及点赞。在对外传播过程中,即使是当地人员,其网络词汇也不一定能保证与时俱进、贴近网民。此时我们可以利用大数据进行词频计算,得到被频繁提及的网络热词,在报道中加以使用。不仅可以解决内容的本土化问题,还能够克服我们对外传播过程中严肃的官方腔调对受众造成逆反心理。

利用大数据进行多维度的受众分析

新媒体环境下,受众的媒体接触习惯发生改变,传统的调查方法依赖于受众的自我回忆,导致采集到的数据误差较大,而大数据能准确记录受众对于新媒体的接触习惯,为多维度受众分析提供更准确的数据。

对外传播所面临的一个重要问题就是受众的异质性,因此把握其认知心理在传播过程中尤为重要。互联网时代,传统意义上的广泛传播已经捉襟见肘,而针对受众进行精细化分类的传播才能保障大众传播的有效进行。为了应对这种趋势,媒体需要通过数据来描绘自己的受众画像,从而找准自己的定位。同时还需要了解到受众所关切的问题,以受众利益为导向,否则我们的传播都是“答非所问”,无法和受众达成真正意义上的交流。

多维度的受众分析,首先要了解到不同受众的媒体接触习惯,以便在传播渠道的选择上更能迎合受众。其次是对受众所感兴趣内容的量化分析,把握其心理需求。同时还要关注其传播行为,比如不同受众会转发什么样的内容,热议什么样的话题等等。在了解到受众的渠道偏好和信息需求之后,就可以对自身的传播行为做出适当调整,以实现传播效果最大化。

此外,根据互联网准确记录的传播行为信息,我们可以探查到传播关系网络,识别出关注中国问题、观点得到大家普遍认同的意见领袖,以便发挥多元主体在对外传播中的协同作用。

利用大数据把握媒体议程设置

通过对自然语言处理和数据挖掘分析,在海量信息中提取出高频出现的关键词,如人物、机构、主题、国家(地区)、城市等,进而感知国外媒体对中国的兴趣点所在,并反思我们是否忽视外国受众的关注点,我们的对外传播才能做到有的放矢。

此外,我们还可以根据议题来进行相应的数据库建立与大数据分析。基于我们以往的研究经验,一些颇受关注的议题,如“中国威胁论”、环保、人权、民主、经济等往往被歪曲报道,以致公众产生负面认知。基于此前提,我们可以把境外的社交媒体,新闻网站等各种数据库合并后,再精确关键词进行分类和数据挖掘,把握话题方向,进行议程设置。比如2008年3月14日,西藏发生打砸抢烧的严重暴力事件,就有外国媒体对此进行歪曲报道,当时是由网民进行驳斥,澄清事实。同样的事件放在当下,我们通过大数据对各类议题的分析,发现某一议题热度明显上升,再查看相关内容中的高频重复词汇,就能知道具体是何事件对何议题产生了何种影响。从而在第一时间进行议程设置,澄清事实并进行危机公关。

利用大数据实现舆情监测

过去的舆情监测,主要着眼于传统的主流媒体,抽样方式和把关机制不同,最后得到的结果也千差万别。而互联网时代的舆情监测,可以收集到受众在自然状态下表达情绪态度的真实语句,其结果相比于传统方式,更真实也更具说服力。以2016年美国大选为例,传统媒体的民调数据认为希拉里更有可能赢得大选,然而Facebook上的数据则认为特朗普胜利的希望更大。一般而言,民调都是由传统媒体和专业的民调机构随机抽样进行统计,甚至发布预测,以便候选人制定宣传策略,更重要的是为选民提供一个关于民众意向的准确信息。而现在,传统方式已逐渐失灵,取而代之的是Facebook、Twitter一类的社交媒体。Facebook的数据显示,从2016年6月19日至7月19日的一个月里,不走寻常路的共和党候选人特朗普被3115万名来自美国的Facebook网友议论,对话互动中被提及次数达到2.66亿次;同一时期,希拉里被2524万Facebook网友讨论,产生2.25亿条互动。尽管Facebook不打算将这种“政治大数据”的结果商业化,但我们依旧可以从已有数据中知道,特朗普的受议程度高于希拉里,而这恰好是传统民调方式所无法得出的、有真实数据为依托的结论。

同样地,在对外传播中,我们也可以通过数据挖掘技术,得到受众对于特定事件、决策的情绪反馈,对其加以判断后做出有效的应对措施。例如“一带一路”倡议,国内高度重视,国外也同样关注,特别是利益相关国家会更为关注。我们可以通过大数据进行舆情监测,对国外的反应有充分的了解,并针对可能出现的情况做出合理预设,避免突发事件所带来的被动局面。

我们甚至还可以将不同的地区,按照其重要程度进行分类,然后对重点地区,比如欧美日韩和“一带一路”相关国家进行着重监测。由于各个国家和地区的具体情况不同,分地区监测可以最大限度地保障舆情监测工作的顺利展开。比如,有些地区为舆情高发区,需要加派人员重点监测。又比如,对于同样的舆情,不同地区会做出不同反应,需要我们提出有针对性的解决方案,此时的分地区监测显得尤为重要。

利用大数据提升传播效果

对外传播效果可以从三个维度来体现:一是传播广度(信息覆盖范围),二是传播深度(信息传播链中最长链上的节点数量,体现了受众对其的关注和讨论程度),三是传播向度(受众对信息的情感倾向)。无论是哪个维度,大数据都可以对传播效果进行显著的提升。

首先是传播广度。想提高传播广度,就要想办法扩大信息覆盖范围,增加传播渠道,着眼于人群最密集的传播平台。通过数据了解到不同国家地区的受众接收信息渠道习惯的差异,从而针对不同国家接收信息渠道的偏好来发展我们的传播方式。比如在偏好纸媒的国家设立分支机构,发行报刊,在偏好网络媒体的国家加强新媒体的建设,进行互动和日常的关系维护,以实现数据上的有效占有。

其次是传播的深度。从境外社交媒体上的用户传播行为数据来看,哪怕是中国媒体发布的消息更为快速准确,境外公众对于中国媒体的点赞和评论数量依然十分有限。近年来,我国采取了各种各样的对外传播活动,包括但不限于拍摄国家形象片,媒体对外的新闻报道,以及公共外交活动。但效果却未能尽如人意。宣传意识过强的传播活动,效果远远不如潜移默化的文化输出。一部具体生动的《舌尖上的中国》相比逻辑清晰但生硬的论述,更能将中华饮食文化表现得淋漓尽致,引发无数海外“吃货”的热议。通过用户反馈的数据,我们可以了解到何种传播方式更能实现深度对外传播,以便日后做类似传播。

最后也是最重要的就是传播向度。传者所宣扬的文化和价值,是否真正为受众所接受,才是传播效果评估中最重要的维度。大数据为受众研究提供丰富的语义信息,自然状态下的语言表达反映受众的真实感受,因此基于UGC的大数据文本分析可以告知我们公众的情绪态度。及时把握受众的情感倾向,才能做到有的放矢。对于取得较好效果的传播活动,我们要加以总结,举一反三;而当受众对我们所传播的文化和价值不以为然,情绪消极时,我们能及时获知并迅速反应,在矛盾扩大之前消除误解。

在对外传播的实践中遇到的最大的阻碍就是“文化折扣”,大数据可以帮助我们从海量的媒体报道数据和网络传播信息中发现某一特定国家或区域中,目标受众的实际接触和评价与我们预期的信息覆盖及传播效果之间的差异,从而发现信息传播过程中的“文化折扣”以及这种折扣发生的环节。针对出现问题的环节进行修正,修补传播过程中的“短板”,能最大限度地保证对外传播的最终效果。

利用大数据优化对外传播

为了更好地应用大数据于对外传播中,应注意以下几个问题:

1. 避免从单一数据来源获取信息后直接做出结论,应整合多方数据以得出更精确的结论。大数据之所以被广泛应用,就是因其准确、有说服力,从而能对未来趋势进行预判。大数据强调样本等于或非常接近潜在的、定义的总体,只有这样在处理上才不受抽样调查等统计手段的各种条件限制。只有数据容量足够大,才算是真正意义上的“大数据”。若使用单一数据来源,则得到的数据可能会因为其采样、抓取过程中出现的误差而失去意义。这就需要加强数据库之间的开放与合作。在国内,我们应实现国家层面的数据技术大规划与发挥各级数据库的作用相结合。相互有一条连接上下各层面的通道,然后形成国家强大的数据分析库。由点成线,由线成网,最终达到的效果就是数据库之间内容上相互补充的同时,还能彼此连接传递信息。我国应建立和国外数据的战略合作关系,一方面可以充实完善数据内容,另一方面可以拓展国内外用户沟通交流的平台,利于文化的对外传播。

2. 不能过于迷信大数据。我们对大数据的种种应用,都是基于互联网上的信息采集与分析。实际上,网民的意见不能代表非网民的意见,而发声者也无法代表沉默者。据CNNIC《第三十六次中国互联网络发展状况统计报告》,截至2016年12月,我国网民规模达7.31亿,普及率达到53.2%。可见,互联网上的舆论,并不代表所有人的看法。此外,在某些高语境国家,同一句话可以表达完全相反的意思,例如在中国,一个微笑的表情符号就有很多种复杂的意思,可以是表示友好的正向态度,也可以表示“除了微笑我还能说什么”的负向态度,大数据无法精准计算每一条信息的情感取向。

3. 关于大数据在新闻传播中的应用问题,一种普遍的看法是利用大数据,实现新闻的个性化定制,做到精准传播。对外传播也不可避免地需要讨论同样的问题,就是我们到底要不要做精准传播?在这里,笔者认为,为了适应互联网时代的快节奏浏览阅读,精准传播势在必行,但是要在过程中找到一个能让受众接受的平衡点,避免“过犹不及”。精准传播,可以理解成传者对受众的“私人定制”,其核心是基于受众的兴趣爱好、活动规律、社交范围乃至教育背景、社会阶层等方方面面的信息,定制出适用于细分后受众的个性化传播。然而学者在后来的调查研究中发现,越来越多的受众对这种精准传播产生抵触和排斥。美国宾夕法尼亚大学四位学者在2012年的政治传播研究中发现,占很大比重的美国人反对针对他们个人量身定制的政治广告。数据显示:86%的人不欢迎“根据个人兴趣量身定制的政治广告”,61%的人会拒绝“量身定制型传播”。原因是隐私受到威胁,甚至有些人表示,不会再返回这些对其进行精准传播的网站。还有一个原因就是他们认为这样的传播活动侵蚀民主价值观。所以我们在利用大数据进行精准传播的过程中要把握好分寸,避免“过犹不及”,在精准传播和广泛传播中寻求到一个能得到最佳传播效果的平衡点。

注释请查阅《对外传播》纸质版。

如果您觉得文章还不错,欢迎分享至朋友圈,并在下面的拇指处点赞。您的支持和鼓励,是我们向前的动力。