舆情监测平台是怎样的监测短视频的?

作者:晴天 时间:2019-11-12 11:42:24

目前,我国的短视频 APP种类至少已达 50多种,这些APP的视频内容的审核成为短视频运营平台以及政府相关部门肩上的重任。每条视频发布的内容是否合法,是否符合道德规范,发布的广告信息是否涉及造假和夸大等等。

特别是有些不合规的内容可能引发负面的社会反响,比如去年6月,抖音平台因为发布涉及损害英雄烈士的名誉、荣誉的内容而被有关部门约谈。这种事情是平台方最不愿意发生的。

为了避免一些视频内容由于断章取义、夸大事实等原因而造成相关职能部门或企业的声誉、公信力受损,专门负责监测各大平台短视频内容的舆情监测平台就应运而生了。

早在 2011 年,舆情监测平台就已经开始为网信部门、一些党政宣传部门以及一些企业提供服务了。截至 2018 年 11 月,市场上从事舆情监测的平台多达20 多家。这些平台的工作主要是对互联网海量信息自动抓取、自动分类聚类、主题检测、专题聚焦,实现用户的网络舆情监测和新闻专题追踪等信息需求,并形成简报、报告、图表等分析结果。目前我国比较知名的舆情监测平台有人民网舆情监测室、中国人民大学舆论研究所、南京大学网络传播研究中心、复旦大学传媒与舆情实验室等。

短视频APP

那么舆情监测平台是如何对短视频内容进行监测的,流程如何呢?

首先,对于不同类型的视频内容,舆情监测平台的监测力度是不一样的。从各短视频平台发布的视频内容的类型来看,可以分为四类。

一、类是音乐、舞蹈、搞笑、时尚等用户自我表达类的内容。

这些内容的制作者渴望通过短视频的发布获得粉丝数量的增长,他们发布的内容一般不带有鲜明的个人观点和倾向,也不太容易涉及某些社会事件,因此不易诱导舆情事件的产生。

二、是生活记录类,包括我们常说的Vlog。

Vlog以一些用户出游的随手拍、生活中发生的故事、事件的记录为主要内容,与社会热点、街头采访等相关。这些视频记录者习惯于客观地去记录身边发生的事情。他们的关注度是人潮聚集的地方和俗称“网红打卡”的地方。这类内容中出现诱发舆情事件的视频的概率相对要高一些,比如“重庆万州公交车坠江事件”“8·27 昆山持刀砍人事件”等。舆情监测平台方对这类内容的监测要更为重视。

三、是知识传播类内容。

这类内容是将某位励志大咖、创业导师、手艺人的讲授内容截取为短视频,或直接录制一段较短的讲解内容。这类视频一般都是由组织或团队策划完成,具有广告植入和软传播的特点,涉及专业知识、技能指导较多,内容诱发舆情事件概率较小。

四、是广告产品推介。

这类内容主要是为品牌宣传,商家的目的是盈利,一般不会发布涉及社会事件的内容,所以也不是舆情监测平台方监测的重点。

综上来看,以上说的第二类内容是监测平台最为警惕的。

我们再从内容发布的用户分类来看看,短视频的内容生产者大致分为以下三类。

第一类,是数量最多的普通用户。

他们主要以个人名义在平台上注册账号,发布的信息内容也主要以个人生活方式、生存状态、社交活动、所见所闻、对一些社会热点事件的看法为主要内容。这些普通用户比较容易发布一些诱发舆情的视频内容,他们是监测平台需要重点监测的。

第二类,是组织机构,包括媒体机构、国家机关单位、社会群团、社会组织、工作室团队、网络媒体机构等。

这些组织机构发布的大多是体现本机构观点、代表本组织发声的内容。这些内容基本都经过组织内部审核发布,不太可能产生诱发舆情的内容。一般不作为重点监测目标。

第三类,是企业。

企业的主要目的是在承担社会责任的基础上盈利,入驻短视频社交媒介的企业主要目的是以自我宣传和产品推介为主,目的比较单一,不易产生诱发舆情事件的内容。

说完舆情监测的内容、对象的分类,我们再说说监测技术。

最近大家对人工智能讨论的比较多,那么舆情监测平台的监测系统是不是已经实现智能监测了呢?

由于人工智能技术在监测系统中的广泛应用,现在针对微信公众号和微博等图文平台上的文字内容,已基本实现智能监控了。但是目前市面上的舆情监测平台尚无一家可以实现对视频和音频信息的完整抓取,尚无法对音、视频信息进行批量获取,无法对这类数据进行解构分析。

这主要一方面是由于视频文件的数据量要远远大于图文文件。比如智能手机以 1920*1080 的画面分辨率拍摄的视频文件大小达 2.2MB/S。以每天某一短视频社交平台发布 2000 万条视频计,每条视频时长为 15 秒,一天的短视频数据存储量就超过 620TB。海量的数据让智能监测系统难以应对。

另外,目前的监测系统的智能程度还达不到对视频、音频内容的精准识别。

目前的舆情监测平台一般采取先智能监测,再人工审核的方法。其中的智能监测技术主要是以下三类。

分布式舆情分析检测技术。这是利用 Web 数据采集的方法,由多个可以并发获取Web数据的采集点协同工作,构成Web信息采集系统,实现对舆情信息的采集,再通过标签定制功能,对已知数据进行分类,从而实现舆情分析处理。这种技术针对短视频内容的监测有很大局限性。由于使用 Web 数据采集方法仅能针对那些标注了文字的视频标题的内容进行信息统计和分析,所以对于视频本身的挖掘功能是远远不够的。

视频同源检测技术。它的核心思想是使用数学建模的方式先对视频进行表述,形成视频特征,进而通过特征的比较来实现同源视频的匹配。这种方法还有一些技术难题,最大的挑战在于找到视频的特征,全面地表述视频信息。对这些信息的表述主要体现在对视频帧的检测方法和对视频片段的检测方法。镜头的分割和关键帧的提取是该技术的难点问题。

基于标签的视频检测技术。标签的视频检测技术主要是依据可能出现的视频信息,设置标签,对照视频内容进行分类,将视频与标签做对应关系的技术处理方法。检测的过程中可以根据视频标题、视频描述信息、视频内容三个不同的特征进行标签标注,再通过标注的内容向舆情分析专家提供索引信息。但是现在很多短视频都省去了文字描述和标题的内容,对于这些短视频,这种技术显然无法起到监测的作用。

专家认为,未来舆情监测平台可能更多的会采取一种新的检测手段,即“涉视频周边信息法”。

所谓“涉视频周边信息”,是指短视频在社交平台发布后,由该视频产生的标题、描述、组类(#分类)、期望关注(@点名)、文本评论、点赞数量、转发量、下载量等“后视频效应”的信息。

这些信息往往针对视频内容本身从一些侧面反映该视频是否值得关注,或作为可能的诱发舆情源被获取,且“涉视频周边信息”多以数字、文字等OCR平面易识别形式出现,在舆情监测过程中,这些数据和信息的获取已有技术可以解决。

这种监测方案相对于基于标签的视频检测技术来看,更侧重于对短视频的评论、点赞等互动内容的监测,将来可能凭借便捷、高效、低成本的特点而成为未来短视频社交媒介舆情监测的首选模式。

据不完全统计,截至 2018 年 10 月 31 日,国内各大招聘网站发布的与内容审核员相关的岗位需求超过 2000 个,专业涉及新闻传媒、金融经济、法律等。但这一数字和美国的短视频平台的内容审核员岗位数量相比还有不小的差距。

可见,目前仅依靠我国短视频平台自身内部的审核还是有一定局限性的。未来,要保障短视频内容产业积极、正向的发展,舆情监测平台的作用依然不可忽视。

版权声明: TOOM舆情监测软件平台,致力于为客户提供从全网信息监控到危机事件应对和品牌宣传推广的一整套解决方案,拥有多个服务器机房中心和专业的舆情分析师团队。 本文由【TOOM】舆情监控原创,转载请保留链接:https://www.toom.cn/zhishi/2493.html,部分文章内容来源网络,如有侵权请联系我们删除处理。谢谢!!!

相关文章

下一篇:没有了