舆情热度曲线：从数据中看见真实与噪音

打开任何一个舆情监测后台，最先跳出来的都是一条折线：横轴是时间，纵轴是声量。多数人扫一眼高低点就下了结论。但这条线本身，至少由三股力量拧成——平台推荐、用户自发、运营干预。不拆开看，很容易把噪音当成信号。

某地一起交通纠纷，上午10点话题声量还不到200条。11点20分，一家本地资讯号发了一段7秒视频，转发量在40分钟内从0冲到1.2万。进一步拉数据发现，该账号粉丝不过8万，但视频发布后第7分钟，平台开始加权推送。声量曲线在11点27分出现一个近乎垂直的拉升。这种形态在舆情监测里叫“脉冲型”，特征是上升极快，衰减也快，通常24小时内回落至基线。如果只看峰值判断“全网愤怒”，就会忽略一个事实：同一时段，该话题的原创发帖占比不到15%，其余全是转发和评论。

另一种常见形态是“阶梯型”。某品牌被曝原料问题，第一天声量5000条，第二天8000条，第三天1.1万条。看上去是持续升温，但拆开看，第一天集中在财经类账号，第二天扩散到消费维权类，第三天才有大量普通用户参与。每一级台阶背后，都是不同圈层的入场。这种走势用简单的环比增长率去预测，第三天很容易得出“第四天将破2万”的结论，但实际第四天只微涨到1.15万——因为普通用户参与后，话题进入了长尾讨论，情绪浓度反而下降了。

观察舆情数据，最难的从来不是画图，而是给每个数据点找参照系。同样是一万条讨论，发生在凌晨和晚高峰，含义完全不同。同样是负面占比60%，基数是一千条和十万条，应对优先级也不一样。我习惯在图表旁边附一行小字：该时段平台的日活基数、话题所在频道的平均互动率、前七天的同话题基线。没有这三个数，任何走势解读都缺少支点。

关于预测，舆情领域有一个尴尬的事实：短时预测的准确率往往不如天气。天气至少有物理模型，舆情依赖的是人的注意力分配，而注意力可以被一条突发新闻瞬间改写。去年某次行业政策传言，上午10点声量还平稳，10点42分一家外媒发了一条快讯，整个话题的走势在3分钟内转向，之前的模型全部作废。所以我现在看预测结果，只关注两件事：拐点出现的条件是否明确，以及模型有没有给“不可预测”留出空间。

图表笔记这个栏目，一直试图做一件事：把舆情数据从“看热闹”拉回到“看结构”。具体做法无非三条。第一，标注数据来源和采集口径，是全文抓取还是关键词匹配，差一个字，量级可能差十倍。第二，区分“讨论量”和“触达量”，前者是主动发帖，后者是曝光，两者混用会严重高估舆情温度。第三，保留原始时间戳，不做平滑处理，因为那些毛刺往往才是真相。

回到开头那条折线。它不撒谎，但它也不主动交代背景。作为一个观察者，能做的就是多问一句：这个峰值是谁制造的，谁在参与，谁已经离场。数据给的是轮廓，判断得靠自己补上细节。