網路輿情與大數據

Ⅰ 大數據如何作用於」輿情「

大數據如何作用於」輿情「
隨著互聯網技術的迅速發展，信息量大、類型繁多、價值密度低、速度快、時效高的大數據吸引了越來越多的關注目光，大數據帶來的信息風暴正在改變我們的生活、工作和思維。毋庸諱言，輿情服務在進行行業規范和整合的同時，正面臨著大數據的挑戰。
大數據時代，對信息的「加工」是基礎。據 互聯網專家介紹，大數據體量巨大，非結構化數據的超大規模和增長分別占總數據量的80％至90％，比結構化數據增長快10到50倍。從輿情產品服務的角度 看，濃縮海量信息，抵抗「數據爆炸」已成輿情工作基本要求。故此，掌握數據抓取能力與輿情解讀能力，通過「加工」實現數據的「增值」，將是未來輿情分析的 必備技能。目前，國內很多輿情服務機構甚至沒有專門的數據管理、分析部門和專業分析團隊，分析人員對信息的鑒別力、萃取力、掌控力仍有待提高。在信息廣度 上大作文章的同時，未來需要一批有較高學習能力、分析能力、知識水平的數據從業人員占據輿情服務重鎮。
大數據時代，對數據的解釋是關鍵。目 前，數據的可獲得度已經空前提高，我們可以分析更多的數據，有時候甚至可以處理和某個特別現象相關的所有數據，實現真正的大數據挖掘和分析。數據的海量、 及時、動態、開放，有利於我們完善分析的效度和深度。同時，大數據也有價值密度低、傳播速度快等特點，數據分析的模式是否科學，這將直接影響數據分析的質 量。大數據的異構和多樣性，需要輿情分析人員對一些危機事件進行高質量的數據解釋。基於數據分析，能否提煉出獨到、高質量的觀點，在凌亂紛繁的數據背後找 到更符合客戶要求的輿情產品和服務，並進行針對性的調整和優化，這是大數據時代輿情最大的變數。
大數據時代，對趨勢的研判是目標。大 數據的核心和目標就是預測，具體到輿情服務，輿情工作人員從互聯網浩如煙海的數據中挖掘信息、判斷趨勢、提高效益，雖然獲得廣泛且實際的應用，但還遠遠不 夠。輿情分析人員要不斷增強關聯輿情信息的分析和預測，把服務的重點從單純的收集有效數據向對輿情的深入研判拓展，跟蹤關聯輿情，不再局限於危機解決，還 要輔之以決策參考，從注重「靜態收集」向注重「動態跟蹤」拓展，從致力「反映問題」向致力「解決問題」拓展，使輿情產品和服務「更高、更快、更強」（視點 高、預警快、處置強）。
大數據時代，分眾服務是方向。數 據的互通互聯，改變了資料庫、應用軟體和用戶界面等系統之間的「孤島」狀態。輿情服務機構應樹立大輿情觀念，對數據進行生產、分析和解讀，探索一條為用戶 提供分眾化服務的信息增值之路，使輿情服務的主體和邊界形成一條完整的「輿情閉環」。在這個認識基礎上，輿情服務機構需把握未來幾年大數據在公共及企業管 理領域發展的重要方向：橫向看，將服務主體延伸至政府、企業和社會的各領域，通過搭建關聯領域的資料庫、輿情基礎資料庫等，充分整合政府和企業的數據資 產；縱向看，將產品內容延伸至包括輿情抓取、預警到決策、評估等在內的各環節，協助客戶豐富和完善決策參考體系。
大 輿情，強調大數據的關聯性。發展和利用好數據資源，充分反映數據爆發背景下的數據處理與應用需求，這是大數據時代最大的輿情變革。目前，國內經濟社會轉型 發展環境壓力加大，社會周期結構性突發輿情因素增多，輿情工作者尤其需要樹立前瞻意識，提高媒介素養，加強互聯網「大數據」分析研判，獲取情報，抓住機 遇，為長遠發展打下良好的基礎。

Ⅱ 在大數據時代，網路輿情的大趨勢

大數據時代，網路輿情產生速度快，數據體量大，而且異常復雜。大數據內意味著人容類可以分析和使用的數據大量增加，有效管理和駕馭海量數據的難度不斷增長，網路輿情管理面臨全新的機遇和挑戰。利用大數據技術可以對網路輿情中具有關聯的數據進行挖掘並加以分析歸納，總結出網路輿情產生、發展的規律。在此基礎上對網路輿情進行模型化處理，使預測成為可能。

Ⅲ 大數據時代網路輿情管理變革探討

大數據時代網路輿情管理變革探討

大數據時代的到來對人類的生活、工作與思維產生變革性影響，深刻改變著商業王國及公共管理等各個領域的面貌，「大數據」日漸成為各行業創新的助推器。當前中國網路輿情環境復雜，網路輿情危機時有發生，社會熱點輿情事件和涉官涉政輿情事件不斷涌現，造成社會民主生活和政治穩定間的不平衡等諸多影響。大數據背景下的網路輿情正在發生巨大的變化，網路輿情管理變得日益復雜和重要，如何抓住大數據時代為網路輿情管理變革帶來的機遇，以「大數據觀」變革傳統網路輿情管理思維，准確把握網路輿情的內在特徵及其在演變過程中的潛在規律，實現網路輿情管理在思維、模式以及技術上的創新，對於新形勢下做好網路輿情引導工作，加強和改進網路內容建設，具有重要的理論意義和實踐價值。

一、大數據時代必然要求網路輿情管理變革

「大數據」概念最早在20世紀80年代提出，2011年麥肯錫咨詢公司發布其研究成果《大數據：下一個創新、競爭和生產率的前沿》，使這個概念得以大范圍推廣。2012年3月29日，奧巴馬宣布將投入2億多美元啟動「大數據發展和研究計劃（Big Data Research and Development Initiative）」，將「大數據戰略」上升為國家戰略。近兩年，大數據備受學術界、產業界和政府部門的關注，成為國內外強有力的前沿詞彙。大數據又稱巨量數據、海量數據、大資料，指的是所涉及的數據量規模巨大到無法通過目前主流軟體工具在合理時間內進行抓取、管理和處理的數據集合，是必須通過深度挖掘、計算、分析才能創造價值的海量信息。大數據在體量、復雜性、產生速度及價值密度四個方面都極大地超越了傳統的數據形態，具有4V特徵：大量（Volume）、多樣（Variety）、高速（Velocity）、價值（Value）。數量龐大的網民通過論壇、微博、微信等多種途徑方便快捷地發表言論觀點，網路輿情的規模和復雜性急速上升，體量巨大而價值密度低，其內在特徵的變化必然要求實現網路輿情管理的變革以適應大數據時代的發展，這些要求主要體現在四個「轉向」上。

（一）從監測轉向預測。大數據的核心和目標就是預測。復雜網路的研究專家巴拉巴西認為，「93%的人類行為是可以預測的，當我們將生活數字化、公式化以及模型化的時候，我們會發現其實大家都非常相似。生活如此抵觸隨機運動，渴望朝更安全、更規則的方向發展，人類行為看上去很隨意、很偶然，卻極其容易被預測」[1]。例如，亞馬遜可以推薦我們想要的圖書，淘寶知道我們的喜好，而人人網可以猜出我們認識誰。傳統網路輿情管理把監測已經產生的輿情信息作為起點，這種明顯的滯後性使其在網路輿情危機的應對中處於消極被動的位置。而目前留給突發事件的處理時間越來越少，從傳統的「黃金24小時」變為「黃金4小時」，如此短的時間使輿情分析和決策尚未來得及參與進來，整個事件就已經造成了爆炸性的效果。在大數據時代，通過挖掘數據相關性，把數學演算法運用到海量的數據上進行分析，在敏感消息進行網路傳播的初期就提前開始監測，然後建立模型，模擬模擬網路輿情的演變過程，使網路輿情突發事件發生的可能性和傾向性變得可以預測。

（二）從節點轉向網路。由監測輿情轉向預測輿情的目標實現，最關鍵的大數據技術就是挖掘數據的相關性。在小數據時代，由於受到資料庫和計算分析能力的限制，無論是對於因果關系還是相關關系的追尋，都耗資耗時，並且易受傳統的思維模式和特定領域隱含的固有偏見的影響，無法保證輿情分析結果的准確性。因此傳統的網路輿情管理只注重輿情內容的監測，通過分析單個數據節點，如網民「說什麼」來抓住比較淺層的社會語義表達。大數據則在保留了原始數據的同時，記錄了網民「為什麼這么說」背後的社會心理和社會關系網。按照大數據思維，每一個數據都是一個節點，可無限次地與其他關聯數據形成輿情鏈上的乘法效應——類似微博裂變傳播路徑，數據裂變式的關聯狀態蘊含著無限可能性[2]。通過對海量信息的解構與重構，充分整合政府和企業的數據資產，利用一系列飛速發展的新技術和新工具，描繪、測量、計算各節點之間的關系，深度挖掘數據的相關性，以此排除偏見和視覺盲點，掌握易被忽略的社會動態，預測輿情的發展趨勢。因此大數據時代必然要求網路輿情管理變革其監測系統，由節點轉向網路，把握相關性，進而分析輿情背後的社會互動，乃至網路族群之間的界限和相互勾連。

（三）從定性轉向定量。輿情分析師或解讀者從自身經驗和視角出發，在傳統網路輿情管理的過程中進行定性分析時，必然使其分析結果帶有個人價值與理念的主觀印記，甚至不同的輿情機構對同一輿情事件會得出相悖的結論。在大數據時代，所有元數據都可通過量化關聯轉化為有價值的信息，並實現多次利用，每一次利用都是一種創新，大數據成為網路輿情定量管理的力量源泉。盡管數據的相關性決定了某些數據價值的潛藏性，但新技術、新軟體的出現使得通過數學分析實現數據的價值轉化變為可能。而多維解讀輿情和新的深刻洞見的揭示，使輿情分析結果的全面性和客觀性大大超越傳統的網路輿情管理。但數據的量化並不等同於簡單的「數字化」，而是數據的可計算化，舍恩伯格將其稱之為「數據化」，是指一種把現象轉變為可製表分析的量化形式的過程[3]。「數據化」使態度和情緒轉變為一種可以分析的形式，網路輿情的相關信息得以進行深入分析，一些社交媒體如Facebook、Twitter、QQ、微博、微信等坐擁大型數據的寶藏，一旦實現對其自身資料庫的深度利用，就能輕易獲得社會各個領域和所有用戶的幾乎全部動態信息。

（四）從樣本轉向全體。在傳統的網路輿情工作模式中，所採集的輿情關聯數據僅為樣本信息，構建的資料庫結構單一、數據量有限。其數據源一般是基於抽樣或者針對重點網路站點進行的數據抓取，僅能對小規模、有結構或類結構的數據進行分析，標准不一，難以在不同領域中通用。同時，樣本分析並不能保證結果的准確，即使分析方法和操作沒有問題，但采樣過程的任何偏誤都將使輿情分析結果與事實相去甚遠。大數據體量巨大，從TB級別躍升至PB乃至ZB級別，完整記錄了社情民意，成為人類生存痕跡和心理變化的記錄儀。采樣的目的是以盡可能少的數據獲得盡可能多的信息，但大數據是建立在掌握所有數據，至少是海量數據的基礎上的，在數據處理技術日新月異的今天，變革傳統輿情管理思維與方法，改變采樣的慣性行動成為必要。通過運用大數據技術，建立網路輿情自動分析系統，全天候自動搜索並採集與目標輿情看似毫不相關實則具有內在關聯的信息，在抓取和收集頁面之後，對信息自動分類、自動獲取關鍵詞、自動內容分析和自動報警等。樣本擴大至幾乎全體，輿情分析的結果更加客觀可靠。

二、大數據時代網路輿情管理變革的效應前瞻

抓住大數據時代變革網路輿情管理的新機遇，迎接大數據時代網路輿情管理的新挑戰，順應大數據時代網路輿情管理的新要求，變革與創新網路輿情管理將會產生良好的管理效應，實現新時期網路輿情管理的升級轉型。

（一）實現「防火」式管理。傳統的網路輿情管理因為無法把握數據相關性，不能准確預測輿情未來的發展趨勢，因此採用的是「滅火」式管理模式。政府通常在輿情產生或者已形成輿情危機的情況下才開始採取措施，如發布信息、引導輿情、滿足訴求等，以此達到「滅火」效果。在此種模式下，政府經常被動陷入網路輿情漩渦，由此形成視網路輿情為「敵情」的偏見。為了擺脫這一困境，政府總是試圖「控制」、「引導」和「應對」網路輿情，以一種上位者的姿態去支配、主宰網民及其輿情表達的方式。然而，若網民在網路輿情中的主體地位得不到保證，網路輿情就會失去其「減壓閥」的功能，網路輿情問題將會是治標不治本。大數據時代，政府轉變網路輿情管理思路，變革網路輿情管理模式，應用大數據技術對網路輿情進行關聯分析、級別劃分、聚類分析和傾向性分析，將實現「滅火」式管理到「防火」式管理的轉變。通過尋找「導火索」與「減壓閥」之間的平衡點，在發揮網路「民間輿論場」作用的同時，將網路輿情危機扼殺在搖籃里。例如美國中央情報局通過抓取海量數據來追蹤恐怖分子和監控社會情緒，在「阿拉伯之春」中，通過大數據分析多少人和哪些人的立場從溫和變為激進，並「算出」誰有可能會採取有害行為。

（二）打撈「沉沒的聲音」。大數據源於互聯網的分享、開放，但「數字鴻溝」的存在卻使「信息窮人」與網路隔絕。盡管互聯網的發展使這一部分人的比例越來越低，但發展不均衡性的擴大意味著現在和將來仍然有一個不容忽視的群體將無法提供任何數據。即使是那些能夠充分利用網路的人群，也有可能因為在某種情境下成為輿論中的弱勢群體，或者因其在輿情主流中的異質思維而選擇不在網路上發聲。當然，這種選擇既可能是主動也可能是被動的。正如美國哲學家埃里克·霍弗所言，「一個國家最不活躍的人群，為佔大多數的中間層次。他們是在城市工作和在鄉間務農的正派老百姓，然而，他們的命運卻受分據社會光譜兩頭的少數人——最優秀的人和最低劣的人所左右」[4]。顯而易見的是，單憑技術體系構築的大數據平台無法真正獲取「全部數據」，通過改革網路輿情管理去打撈那些可能代表某一個群體或一定數量級的「沉沒的聲音」十分必要。因此，全面思考和理清大數據時代網路輿情管理面臨的機遇和挑戰，通過「大輿情」觀念的構建，變革網路輿情管理的工作理念和模式，將有利於打撈「沉沒的聲音」。例如，將輿情服務與社會調查相結合，重視實地調研與第一手材料的採集，而不是把網路輿情管理捆綁在技術上，將避免得到不全面的輿情或做出誤導性決策。

（三）識破「偽輿情」。當前備受關注的網路輿情，越來越成為依存於影星式的學者、影星式的記者、影星式的商人和影星式的政客為中心的「偽輿情」[5]。重大敏感事件發生後，部分網管和有影響力的輿情機構快速封堵其主觀上認為的「有害信息」，選擇性地編撰輿情報告，以片面、虛假的「偽輿情」影響決策層對形勢的研判，使其做出符合自身利益訴求的決策。有些利益集團則精心扶植和培育自己的網路發言人，引導網民思考的內容和方向。結果，這些輿論領袖對關鍵事件和問題的看法在網路上大行其道，並淹沒其他異質言論，使群眾對真相的認知產生巨大偏差。當輿情被各方利益集團的政治力量和經濟力量操縱時，它便喪失了獨立性，一旦「偽輿情」被識破，輿情機構就可能失去其公信力。基於全網的完整、准確和極速的信息抓取有利於為輿情分析報告提供一手的材料、純粹的事實，從而獲得真實全面的輿情，使網民在不知道「為什麼」的情況下，依然能獲得對「是什麼」的比較公正客觀的認知，並以此助力網路輿情的引導。同時，通過變革網路輿情管理的體制機制，保持輿情管理的獨立性將有力識破「偽輿情」，剔除「雜音」與「噪音」，使大數據時代的網路輿情真正成為現實世界的「鏡像」。

（四）克服「盲人摸象」和「信息孤島」。海量信息無限增長與網民關注、分析能力有限之間的矛盾，造成了「數據爆炸」與「知識貧乏」的怪象，加劇了社會輿論的「盲人摸象」效應。大數據時代下，網路媒體促進了信息的開放和溝通的便捷，人們對公共事件的參與達到了一個前所未有的高度，但是分眾傳播、個性化傳播的凸顯以及信息的碎片化，使得全面、深刻地關注和分析事件變得越來越困難。網民非理性、易激動的特點導致網路輿情的偏激和情緒化，網路的「群體極化」被放大。大數據時代的輿情監測是建立在傳統人工和軟體無法進行的全網輿情信息採集的基礎上，樣本擴大到全體。通過運用大數據技術，建立網路輿情自動分析系統，避免因數據源不全面而造成的重要信息監測缺失，將有利於消弭「盲人摸象」現象。與此同時，由於信息化應用水平參差不齊，政府和企業不同的部門之間都存在「信息孤島」問題：有多少個部門就有多少個信息系統，每個系統都有自己的資料庫、應用軟體和用戶界面，完全是獨立的體系，阻礙了數據的互通互聯[6]。變革大數據時代網路輿情管理的工作模式，統一輿情行業的技術標准，共享數據，建立網路輿情服務聯盟，統籌政府、企業、媒體及社會力量，實現網路輿情的多元共治將有利於解決「信息孤島」問題。

三、大數據時代網路輿情管理的變革路徑

當大數據給各行各業帶來變革性影響時，全世界都沒做好迎接這場產業革命的准備。但與英美等發達國家相比，中國更像是處在大數據時代的前夜。而中國的人口和經濟規模決定了中國大數據的規模為全球最大，為中國抓住時代的脈搏進行改革提供了難得的機遇。在這種大背景下，大數據對傳統輿情管理也產生了深刻的影響，要使網路輿情管理變革產生應有的預期效應，適應時代的發展要求，須從思維觀念、方法手段、體制機制、技術保障、人才建設等路徑著手。

（一）樹立大輿情觀念。大數據時代網路輿情管理的變革，首要在於樹立大輿情觀念。這里的大輿情，包括兩層含義。第一，強調「大數據觀」，即充分實現網路數據平台的開放共享。按照「一切皆可量化」的大數據邏輯，一個新增的相關性數據的產生，通常會帶來一個新的分析結果。因此只有形成「大數據觀」，實現數據的動態分享，才能有效防止信息「碎片化」，最大限度地消除「盲人摸象」和「信息孤島」現象。第二，強調網上和網下數據的整合。網路輿情與社會調查結合不足，可能降低輿情的真實性，誤導決策。例如，對於假期調整方案的選擇，各輿情機構組織的網路投票的結果各不相同，其做出的輿情分析報告也和真實民意相左。因此只有真正掌握「大輿情」，打撈「沉沒的聲音」，才能正確決策，打造一個更安全、更高效的社會。樹立大輿情觀念，首先，必須實現數據分析的動態化，打破數據壟斷，統一標准，共享數據，預防孤立的輿情機構閉門造車，制定片面或錯誤的輿情分析報告。其次，應把網上網下各方面數據整合起來，挖掘網路輿情與社會動態背後的深層次關系，實現網路輿情管理和社會治理的緊密聯動、同步推進[7]。最後，完善和創新包括輿情抓取、預警、研判到決策、評估等在內的網路輿情管理的各個環節，使輿情管理功能不僅僅限於危機處理，更能發揮輔助決策的作用。

（二）變革網路輿情的引導戰略。做好輿論引導工作，應把握好時、度、效。但是目前許多地方和部門對如何進行網路輿情的引導仍然缺乏正確認識，於「時」不能把握好「黃金4小時」，於「度」不能掌握火候，拿捏分寸，於「效」不能保證網路輿情引導的實效質量。大數據由於自身具有的特點，使其利於變革網路輿情的引導戰略，變「封改刪」、「鴕鳥戰術」為「網上引導，網下落地」，使「偽輿情」失去生存的土壤。因此，我們要充分發揮大數據的優勢來提高輿情引導工作的能力。其一，利用大數據提升網路輿情引導的預見性和目的性。通過數據抓取和相關性分析，構建網民意見傾向分析模型，了解網民的偏好和特點，建設和完善政府網站、官方微博，扶植和藉助意見領袖，做到「善說話、說對話、接地氣、辦實事」。其二，通過數據的價值轉化，實現網路輿情的價值引導。在充分收集相關數據的基礎上，運用圖表等數據可視化技術揭示事件的前因後果，讓數據「發聲」，使網民既「知其然」也「知其所以然」，從而全方位360度無死角了解事件的來龍去脈，消除「盲人摸象」現象。其三，提升輿情引導的公信力。一方面加強新老媒體間的互動，發揮各自的優勢與公眾溝通，破解謠言和流言，達到時效性和權威性的雙重保障；另一方面要避免輿情分析師在處理數據的過程中受經驗偏好的影響，並防止大數據淪為某些機構和個人更便捷地操縱輿論的手段。

（三）健全大數據輿情管理體制機制。當前，網路輿情管理的體制機制尚不完善，很多地區尚不具備系統規范的輿情應對與處理的管理體系。輿情分析和預測手段落後，危機應對系統缺失，輿情管理組織機構不健全、不穩定，以及多頭管理等問題非常普遍。健全大數據輿情管理的體制機制，對於從源頭上解決網路輿情管理過程中出現的問題和困難，實現標本兼治，具有決定性作用。因此，為使網路輿情管理取得實效，提升網路輿情工作的規范化和科學化水平，我國應加快建立健全大數據輿情管理的體制機制。首先，建立網路輿情多元管理的互動機制，由國家出台大數據發展戰略規劃，產學研相結合，統籌政府、企業、社會和公民的力量，形成合力，實現共治。其次，變革網路輿情管理的機構設置，改變以往通過臨時組建領導小組或臨時辦公室等機構，或者以宣傳部門為「消防隊」等方式被動應對輿情危機的模式，通過常態化機構的設置和專業人員的配備，使網路輿情管理專門化、精細化。再次，建立權責明確的責任機制，通過加快數據立法進程明確各級各部門包括政府部門、企業媒體、人民團體等的權利義務；通過建立由網信部門牽頭的大數據輿情管理體制，改變多頭管理的局面，並設立政府首席信息官責任制度等。最後，健全大數據網路輿情管理的資源保障機制，大數據時代變革網路輿情管理面臨初期成本高、短期效益不明顯等問題，需要加大資金、技術、物資、人力等資源的投入。

（四）創新大數據網路輿情管理的方法與技術。大數據時代的到來，要求網路輿情管理必須採用更為先進的技術，這主要表現在對各種相關軟體的大量應用以及對大數據技術支撐平台的依託。目前中國網路輿情監測採集軟體中較具代表性的有TRS互聯網輿情信息監控系統、北大方正智思輿情監控系統、軍犬網路輿情監控系統、樂思網路輿情監測系統等。此外，還應完善和創新大數據技術支撐平台的五大基石——數據監測技術、數據挖掘技術、數據存儲技術、數據分析技術、數據安全技術，使大數據為網路輿情管理服務的同時又不超出我們的控制。同時，我們也不能陷入「技術是萬能的」誤區而盲目迷信和依賴技術，更不能因相信大數據強大的預測功能而導致「數據獨裁」，變成數據的奴隸。因此，網路輿情管理還需要依靠其他方法和手段相輔相成，共同作用。法律因其具備最大的強制性和權威性，成為最有效的管理控制的手段。法律與道德相互聯系，在極具復雜性和特殊性的虛擬空間里，教育和自律被擺在重要的位置上。例如，歐美發達國家如美國、英國、加拿大等都通過倡導用戶自律和自我管理來提高網民的媒介素養，加強自我把關能力。此外，還可以效仿韓國、新加坡等運用行政手段，要求網路用戶在獲得國家有關部門頒發的許可證的情況下，才能訪問政府嚴格控制的信息等。

（五）培育大數據時代的網路輿情管理人才。大數據時代的網路輿情將會形成多向度的研究，例如對社會話語表達、社會心理描繪、社會關系呈現、社會訴求預測等的分析研究。網路輿情將真正成為一門與多學科交叉的社會顯學，對人才的全面性要求很高。中國教育的學科劃分和培養體系，客觀導致培養出來的人才很難跨界。換句話說，真正進入這個行業的門檻是很高的。正因如此，各國越來越重視對數據科學家的培養，如美國在大學專門開設研究大數據技術的課程，通過嚴格的業務培訓和職業資格認證，培養下一代的數據科學家。2013年9月，我國人社部聯合人民網啟動「網路輿情分析師職業培訓計劃」，「網路輿情分析師」成為一項被正式認可的職業。但是我國現有輿情工作人員的水平仍然嚴重滯後，很多輿情機構尤其是地方政府並沒有專業的數據處理、分析團隊和專門的網路輿情管理部門。為突破大數據時代變革網路輿情管理的人才瓶頸，從短期看，可以通過招考、錄用等方式引進數據挖掘、分析人才，通過委託培養、網路培訓等方式強化已有專業人才力量，通過購買服務的方式短期租賃大數據輿情管理的高素質人才。從長遠看，則要系統梳理網路輿情管理所需人才目錄，培養和壯大既精通數據挖掘、數學建模，又擁有較高學習能力、分析能力和知識水平，橫跨統計學、社會學、計算機學、傳播學、管理學等學科的復合型人才，打造一支大數據網路輿情管理的專業人才隊伍。

以上是小編為大家分享的關於大數據時代網路輿情管理變革探討的相關內容，更多信息可以關注環球青藤分享更多干貨

Ⅳ 借力大數據強化網路輿情分析研判

借力大數據強化網路輿情分析研判
新媒體時代，大數據技術方興未艾，面對互聯網上的海量信息，借力大數據強化網路輿情分析研判，有效預防突發事件發生，對輿情工作者亦是有益嘗試。
預測是大數據輿情分析研判的核心
大數據的核心作用是預測，大數據輿情分析研判是輿情工作者通過收集分析互聯網上關於社會熱點或網民關注焦點事件的大量消息報道，發掘背後隱藏關系，進而預測事態發展趨勢，為輿情事件處置提供決策參考。
預測不是預知，更非先知，大數據輿情分析研判也是通過對現有數據分析運算而推出結論，對事件發展趨勢的預測與數據數量、質量和分析模型等密切相關。在輿情事件處置中，應樹立依靠而非依賴數據的指導思想，避免數據獨裁，這一點我們要有清醒認識。
數據是大數據輿情分析研判的基礎
互聯網上海量數據的存在是大數據輿情分析研判的基礎，但是面對紛繁浩雜、真偽難辨的網路信息，需要輿情工作者秉持來源廣泛、時效性強、數量大的原則收集篩選各類數據，客觀反映事件真相。
數據來源要廣泛。大數據輿情分析研判所需數據，不僅要來自官方輿論場還應包含民間輿論場，既要有正面贊揚更要有負面批評。網路輿情數據按網民參與度可分為消息數據和互動數據。消息是網上關於事件的各類報道，來源廣泛、真假難辨，此類報道通常會將網民聚焦到事件本身，引發關注，是突發事件的「導火索」，也是分析事件起因的重要線索。互動數據是網民對社會熱點事件情感意願的體現，是社情民意的真實反映，是突發事件的「催化劑」，也是研判輿情發展趨勢的基礎，是輿情分析的核心，收集數據時，應特別關注貼吧、論壇、新聞跟帖、微博、微信等互動數據的採集。
數據時效性要強。現在每天互聯網上的數據以gb甚至tb級規模增加，總量超乎想像，這就需要收集輿情數據時把握好數據的時效性。對於數據時效性，通常根據輿情事件的性質、規模、影響力等因素綜合分析。
數據量足夠大。現在網上各類消息滿天飛，真偽難辨，錯誤的消息數據會嚴重影響輿情分析質量。辨別消息真偽的關鍵是看消息間邏輯關系是否合理，假消息通常與其他消息沒有聯系或聯系不緊密，不能與之構成合理的消息鏈，這就要求輿情工作者應收集盡量多的數據，數量大到能多維度反映事件真相，內在邏輯關系能讓假消息原形畢露。
數據分析是大數據輿情分析研判的關鍵
大數據輿情產品的價值來源於數據分析。數據本身並不產生價值，對數據開發利用才會產生巨大價值。好的數據分析技術或模型會透過消息表象全方位揭露隱藏於消息背後的微妙關系，國內有學者形象指出：如果把大數據比作石油，那麼數據分析技術就是勘探、鑽井、提煉、加工的技術，只有掌握大數據的關鍵技術才能將資源轉化為價值。
一個科學高效的輿情數據分析模型應盡量減少人為干預，用簡單演算法分析盡量多的數據，相對於演算法參數設定的主觀性，數據本身是客觀存在的。
雲計算、物聯網、4g網路等新技術的發展為大數據輿情分析模型的建立提供了有益幫助。基於雲計算的輿情分析，能同時分析更多數據，揭露更多隱藏價值，使預測更准確，決策更合理。
法律是大數據輿情產業健康發展的保障
大數據必將給全社會的工作、生活、學習帶來巨大變化，政府管理部門應未雨綢繆、提早應對，加強法律法規建設，構建完善的監督管理體系，指導規范大數據產業健康發展。現階段可以統籌推進鼓勵發展、明確使用、保障安全三個層面的法律法規建設工作。
鼓勵發展。政府應高度重視大數據產業化工作，加強頂層設計，制定國家層面的大數據戰略規劃，出台鼓勵政策，加強基礎平台建設，構建國家數據中心，強化技術和人才支撐。明確各方定位，引導政府決策數據化，推動政務信息公開向政務數據公開的轉變，鼓勵社會、企業等數據持有者公開數據，確保數據的流動性和可獲取性。
明確使用。大數據時代，隨著數據被不停的收集分析，社會運行更加透明。就大數據輿情而言，包含了太多的個人興趣愛好、行為特徵等隱私數據和對社會熱點事件發展趨勢的預測等敏感信息。這就需要我們對大數據輿情的用途、使用方式、使用范圍、使用部門等做出明確的法律規定。
保障安全。安全是互聯網發展的最大挑戰。大數據時代，數據作為最大財富，政府應強化數據安全保護，制定出台適合國情的大數據法律體系，建立數據保密與風險管理機制，明確在數據收集、存儲、傳遞、使用、買賣階段的操作規范，加大對破壞數據伺服器、存儲設備等的處罰力度。健全完善個人隱私保護法規，嚴厲打擊非法買賣個人信息等數據犯罪行為。

Ⅳ 大數據時代下的輿情監控應如何做

輿情監測專員日常工作是什麼？工作主要職責是什麼？ 一般來說，為了有效監測網路輿情，一些相關部門單位都會設有輿情監測專員，每天進行實時信息監測收集的工作。可能有的對於網路輿情監測意識不夠，不太清楚輿情監測專員是做什麼的？也不太清楚其日常工作職責是什麼,針對這些問題總結出一下幾點。 輿情監測專員日常工作任務：
1. 綜合監測  綜合監測網路上（包括微信、微博、自媒體等各渠道）傳遞的與工作單位相關的輿情，一旦發現負面輿論，能夠在事情發生初期及時處理。避免輿論爆發產生負面的影響。 由於互聯網信息量大，網路輿情監測員需利用輿情監測系統進行實時監測，從新聞、微博、論壇、貼吧等渠道獲取相關的信息，儲存到資料庫。
2. 輿情分析研判  信息獲取後，需要對資料庫的信息進行處理。運用輿情監測系統對時間、熱度、強度、內容等方面的信息進行篩選，剔除不必要的垃圾信息，然後自動過濾分類，最終獲取有價值的信息。在輿情處理過程中，首先需要對輿情進行分析研判，判定是否能在短期內調查清楚輿情的真相和過程，並對外公布。  在輿情處理中重視「黃金4小時」和「黃金24小時」的重要節點，盡量在節點前還原真相並用官方或主流媒體對外公布，避免事態擴大，使輿情危機進入高潮階段而造成極大的影響。  如無法短期內完成，則要立即告知事情正在處理中，有時候態度比真 相更重要。而後也要盡快查清事情的真相和輿情的傳遞過程，並形成輿情報告對外公布。
3. 製作輿情分析報告  輿情反饋包括輿情發生初期的表態公告、處理過程中的及時反饋以及處理完成後的輿情報告公布。當網路輿情已經發生，網民已經重點關注，若是不及時反饋輿情處理進展，只會加劇網友對事件的各種揣測，而使輿情越走越偏。  將篩選出的精準信息進行分析，判斷輿情事件的走向以及事件的影響力，製作成輿情分析報告。輿情分析報告應包括對當下輿情監測工作的匯報總結和輿情處置行動的提示與指導。   由於互聯網信息量大，網路輿情監測員需利用輿情監測系統進行實時監測，從新聞、微博、論壇、貼吧等渠道獲取相關的信息，儲存到資料庫。  信息獲取後，需要對資料庫的信息進行處理。運用輿情監測系統對時間、熱度、強度、內容等方面的信息進行篩選，剔除不必要的垃圾信息，然後自動過濾分類，最終獲取有價值的信息。
● 輿情監測專員基本素養：
1. 把握媒體環境的變化  新媒體時代極大地提高了民眾的參與性，網路輿情的廣泛傳播，使其影響力日漸提高，甚至成為政府單位、企業公司和名人個體決策的重要因素。網路輿情管理人員必須要隨時監測媒體環境的動向，以便隨時整合媒體傳播在輿情處理中的重要作用。
2. 具有強烈的新聞敏感性  網路輿情管理人員要善於通過媒體渠道及時把握社會的變動和輿論走向。最大限度地接觸與單位相關的信息，並對信息合理地篩選、評價和傳播，保證提供的信息能夠被媒體和公眾接受。 
3. 善與媒體溝通合作  在網路輿情處理的工作中，管理人員接觸最多的就是各類媒體。網路輿情處理中，需要通過各類媒體隨時公布處理的過程。因此與媒體達成友好良性的溝通合作，是網路輿情管理人員最重要的專業素養之一。 
4. 能有效引導輿情的走向  工作中，能對負面以及者虛假的輿情及時處理，發布正面、正確的觀點，鞭撻虛假醜陋，打擊謠言，向民眾傳遞正能量，引導輿情的正面走向。  蟻坊軟體認為網路輿情管理人員在處理輿情時，要把握溫情比冷漠好，面對比迴避好，主動比被動好，越早比越遲好，公開比掩蓋好，負責比推卸好的基本原則。

Ⅵ 大數據時代，如何全面做好大數據網路輿情引導與分析

關於大數據時代網路輿情引導與分析方法如下：
一、通過相關樣本庫，把需要監測的網頁進行模板匹配，並設定為監測數據源；
二、應用 爬蟲程序抓取數據，存儲到本地，再進行數據的凈化和簡略的分析；
三、利用簡單的圖表模板和文字描述，呈現監測和分析的結果。早期的網路輿情引導監測方式有一些原生的問題，譬如：一、由於處理能力有限，只能抽取部分樣本進行監測，無法避免偶然誤差；二、文本分析演算法的准確度、 監測對象和系統模板匹配的程度、對數據的凈化，以及分析的演算法等因素對於最後監測結果的准確度都有決定性的影響，無法避免系統誤差；
四、輿情引導與分析主體應學會充分利用大數據挖掘系統，蟻坊軟體方面的大數據輿情監測管理系統，實現了從網路輿情信息的採集與提取，到話題的發現與追蹤、態度傾向性分析，再到多文檔自動摘要的生成，為網路輿情的安全評估提供了有效的輿情信息獲取和分析方法。不過，由於「輿情」本身具有「社會」特性，數字和代碼等信息背後的實體是生存在現實社會中的芸芸眾生。除了純技術角度對輿情進行量化考察，傳統的社會民意調查方式對實現全面、立體、動態透析社會綜合輿情亦有一定幫助。
數據分析—數據的核心是發現價值，而駕馭數據的核心是分析，分析是大數據實踐研究的最關鍵環節，尤其對於傳統難以應對的非結構化數據。運營商利用自身在運營網路平台的優勢，發展大數據在網路優化中的應用，可提高運營商在企業和個人用戶中的影響力。

Ⅶ 互聯網大數據在輿情方面的應用有哪些

港澳台居民來內地（大陸）旅遊輿情調查、微博旅遊輿情指數、2015家居建內材消費趨容勢研究。輿情大數據指數研究得到了國家旅遊局、中國旅遊報、中國旅遊輿情智庫、家居建材大數據輿情智庫、新浪、微博、微博數據中心的大力支持，得到了中國社會科學院新聞與傳播研究所及輿情實驗室的全方位協助與合作。

(7)網路輿情與大數據擴展閱讀

大數據的價值體現在以下幾個方面：

對大量消費者提供產品或服務的企業可以利用大數據進行精準營銷；做小而美模式的中小微企業可以利用大數據做服務轉型；面臨互聯網壓力之下必須轉型的傳統企業需要與時俱進充分利用大數據的價值。

不過，「大數據」在經濟發展中的巨大意義並不代表其能取代一切對於社會問題的理性思考，科學發展的邏輯不能被湮沒在海量數據中。著名經濟學家路德維希·馮·米塞斯曾提醒過：「就今日言，有很多人忙碌於資料之無益累積，以致對問題之說明與解決，喪失了其對特殊的經濟意義的了解。」這確實是需要警惕的。

Ⅷ 如何用大數據進行網路輿情傳播與引導

形成監測機制是非常重要的

大數據應用於輿情，目前來說就是通過網路信息的採集實現的

關鍵點在於：對於特定站點或者根據自身實際需要針對全網實施監測，發現負面，及時處理，處理方法可以參考一些輿情的分析報告。

採集系統具有以下特性：

♦ 對目標網站進行信息自動抓取，支持HTML頁面內各種數據的採集，如文本信息，URL，數字，日期，圖片等
♦ 用戶對每類信息自定義來源與分類
♦ 可以下載圖片與各類文件
♦ 支持用戶名與密碼自動登錄
♦ 支持命令行格式，可以Windows任務計劃器配合，定期抽取目標網站
♦ 支持記錄唯一索引，避免相同信息重復入庫
♦ 支持智能替換功能，可以將內容中嵌入的所有的無關部分如廣告去除
♦ 支持多頁面文章內容自動抽取與合並
♦ 支持下一頁自動瀏覽功能
♦ 支持直接提交表單
♦ 支持模擬提交表單
♦ 支持動作腳本
♦ 支持從一個頁面中抽取多個數據表
♦ 支持數據的多種後期處理方式
♦ 數據直接進入資料庫而不是文件中，因此與利用這些數據的網站程序或者桌面程序之間沒有任何耦合
♦ 支持資料庫表結構完全自定義，充分利用現有系統
♦ 支持多個欄目的信息採集可用同一配置一對多處理
♦ 保證信息的完整性與准確性，絕不會出現亂碼
♦ 支持所有主流資料庫：

Ⅸ 網路輿情大數據要怎麼進行分析

網路輿情大數據要根據信息導向和主流價值觀進行分析。

具體上講，輿情回監測是指整合互聯網答信息採集技術及信息智能處理技術，通過對互聯網海量信息自動抓取、自動分類聚類、主題監測、專題聚焦，實現用戶的網路輿情監測和新聞專題追蹤等信息需求，形成簡報、報告、圖表等分析結果，為客戶全面掌握群眾思想動態，做出正確輿論引導，提供分析依據。

需要輿情分析可以聯繫上海蜜度，新浪輿情通是上海蜜度信息技術有限公司研發的政企輿情大數據服務平台。 新浪輿情通以中文互聯網大數據及新浪微博的官方數據為基礎，7*24小時不間斷採集新聞、報刊、政務、微博、公眾號、博客、論壇、視頻、網站、客戶端等全網11大信息來源，每天採集超過1.4億條數據。