大數據時代群體性事件

1. 網路群體性事件的現象介紹

群體性事件不僅發生在現實世界中，在網路上同樣會發生。而其中的一些負面「網路群體性事件」，可以在很短時間內造成很嚴重的影響。在網路上，一個普通人就可能做到「一呼百萬應」，而且公輪漏碼權力大、公益性強、公眾關注度高的「三公部門」和其中的公職人員，極容易成為網路熱點新聞炒作的焦點。
網路群體性事件，簡稱網群事件 ，指在互聯網上發生的有較多網民參與討論的事件。
如2008年11月的「幹部出國旅遊清單」事件，在網上搜索，僅「溫州赴美考察團」一項，相關網頁就高達八萬多個。僅新浪網一條相關新聞的網頁，網民評論就高達8098條。由此可見，這一事件的網上點擊數至少是在百萬人次以上」。如果出現與公職人員相關的負面新聞，並在互聯網引起熱議，那隻有在相關部門對事件涉及幹部作出免職等處分後，這一網路群體性事件才告一段落。
「百萬級點擊率」的「網路群體性事件」屢見不鮮。如「南京天價煙房產局長事件」、「張家港官太太團出國事件」、「貧困縣縣委書臘哪記戴52萬元名表事件」、「雲南躲貓貓事件」，等等。
但網路群體性事件不是只有負面影響，同樣，另一情形「網路群體性事件」也同樣是「一呼百萬應」，比如汶川特大地震中，網民對參與救援幹部的好評；中國向索馬里派出護航艦隊等事件中，在網上均引起了「百萬級的點擊」。
其中以「史上最牛」、「天價」等詞搜索，就會發現「史上最牛的中部地區處級官員別墅群」、「史上最牛的官腔」、「史上最牛的官員語錄」、「史上最牛服務通知」、「史上最牛公章」、「天價煙局長」、「天價薪酬高管」、「天價表縣委書記」、「天價公款賬單」等話題，無一例外都是網上熱點。而且總是呈現為「滾動散發型」，過一段時間總能出現類似的一個帖子引發網民熱議。
曾任上海市政府新聞辦網路新聞管理處處長的張曉宇說，「史上最牛」加「三公部門」型的網路事件，溯其本源其實就是公共部門和公職人員「涉腐」、「涉富」、「涉權」等三類事件。在當前社會處於轉型期背景下，人們對於公權力如何參與社會利益的調整非常搜昌敏感，因此才會對這些網路事件如此關注。

2. 大數據時代 的應急管理變革

大數據時代 的應急管理變革

當前，大數據浪潮洶涌澎湃。大數據所具有的大量(volume)、高速(ve locity)、多樣(variety)和真實(ve racity)的特性正在推動原有社會生產生活模式的重大變革。在應急管理領域，大數據技術的發展至少帶來兩個方面的革命性變化。

一方面，大數據的出現改變了突發事件的發生、發展和演化的時空模式，加深了突發事件的不確定性。數據關聯和信息聯通擴大了傳統突發事件的影響范圍，數據的高速傳輸也可能使某些負面信息通過互聯網瞬間引爆網路群體性事件。海量個性化數據的存儲和傳輸過程中的安全問題則孕育了超乎想像的全新風險。

另一方面，大數據又為可測量、可追蹤和精細化的應急管理提供基本信息和管理工具。大數據技術可將這些紛繁復雜的多源異構數據處理成具有決策價值的有效信息。傳統管理模式下，應急決策大多是依據個人經驗的直覺決策(heuristic decision)，而大數據技術的應用使得高度不確定性和高度時間壓力下的分析決策(analytical decision)成為可能。

這兩個方面的變化是相輔相成、具有邏輯關聯的，前者是應急管理對象的變化，後者是應急管理方式的變化，正是由於大數據時代突發事件的形式和規律都在不斷發生變化，因此適應大數據發展的應急管理方式變革勢在必行。

綜觀世界各國應急管理的最新進展，大數據技術的應用大致體現在以下五個方面。

大數據技術在突發事件監測預警領域的應用。著名的大數據研究者邁爾·舍恩伯格和庫克耶在其暢銷著作《大數據時代：生活、工作與思維的大變革》中指出，「大數據的核心就是預測，是把數學演算法運用到海量的數據上來預測事情發生的可能性」。並描述了一個運用大數據技術預測突發公共衛生事件的經典案例：谷歌公司通過保存和分析人們的搜索指令准確地預測了2009年甲型h1N1流感的爆發，比美國疾病預防與控制中心(CDC)依靠傳統方法的預測提前了兩周，為有效控制流行病傳播提供了寶貴時間。美國政府在國家安全戰略中引入大數據技術，用於對恐怖主義活動、黑客攻擊、公共衛生事件、輿情危機等進行監測和預警。

基於大數據技術構建的輔助決策系統。危機情景下的決策始終是應急管理領域的一個重大挑戰，危機決策的挑戰來自於信息不完備、時間壓力大等客觀條件的約束。大數據技術使得基於所有數據而不是樣本數據的決策成為可能。以美國為代表的發達國家開始探索基於大數據技術的輔助決策系統。美國國土安全部從2012年開始運行了第一個跨部門大數據應用試點項目——「海王星」(Neptune)和「地獄犬」(Cerberus)，資料庫以完全不同於國土安全部自2002年沿襲至今的方式進行了重新組織，計劃將不同來源的未經分類的信息匯聚成一個「數據湖」，對海量數據的綜合分析成為國家安全決策的重要參考。

大數據技術在城市管理和社會管理領域的運用。大數據將興起於2008年的「智慧地球」和「智慧城市」建設推進到全新的階段。城市管理的一個重要方面就是確保城市公共安全。「智慧城市」運用信息和通信技術手段感測、分析、整合城市運行核心系統的各項關鍵信息，城市系統的突發事件，特別是城市生命線、基礎設施、重點地區的突發事件都在「智慧城市」系統的監測之中。而以「網格化管理」為特徵的新型社會管理模式也通過監控錄像、社區服務信息等途徑不斷積累大數據，這些數據對於掌握城市和社會的脆弱環節，控制和消除風險因素起到重要作用。

大數據技術對危機中個體行為模式的研究和應用。大數據時代中，由於人的各種行為都可以數據化，因此通過大數據技術分析危機中個體行為模式構築了應急管理領域中的一個政策基礎。大數據技術通過分析單個網民的傳播模式研究了輿情熱點事件的演化過程，大數據技術通過分析大量個體的言論和行為從而預測群體性事件發生的可能性，大數據技術通過分析人們接受各類災害(如暴雨、颶風、地震等)的預警信息之後的行為反應以設計更加有效的風險溝通策略，大數據技術追蹤個體在災害中的逃生和自救行為，從而提升應急疏散和第一響應的能力。

大數據技術在應急資源配置中的管理。應急管理是在危機情景下組織應急人員、調配應急物資以緩解和消除危機負面影響的過程。藉助於大數據技術，人員流動和物資流動都可以轉化為各種形式的大數據，如通過通訊基站可以快速確定通過手機等通訊設備發出應急信號的人員位置，而急救車、消防車等應急設備的運動軌跡可以通過GPS進行定位和追蹤。通過對這些數據集的分析可以針對災害發生的時空規律對應急資源進行優化配置，對危機情景下應急物資的調運進行最優的線路設計。大數據技術使得應急資源的布局和運用更加精準、高效。

以上是小編為大家分享的關於大數據時代 的應急管理變革的相關內容，更多信息可以關注環球青藤分享更多干貨

3. 大數據驅動應急管理變應急「智」理

大數據驅動應急管理變應急「智」理
大數據是多樣性的數據集合，除了那些普查數據、調研數據、實驗數據、記錄數據等結構化數據外，還包括了網上點擊、搜索信息、圖片、視頻、感測器等非結構化數據，其中非結構化數據佔到95%，而這些是傳統資料庫所不能分析利用的資源。它還通過快速創建、處理和分析數據來滿足用戶的實時需求。大數據致力於將那些看似沒有任何價值的碎片化信息通過機器學習等方式進行挖掘、梳理，使其具有利用價值。大數據的這些特性給應急管理模式革新和能力提升帶來了機遇。
新機遇
事前階段，大數據輔助預測，提高監測預警能力。大數據的關鍵是從因果關繫到相關關系的思維變革，大數據的核心是建立在相關關系分析法基礎上的預測。危機預測要求監測風險點和危機源，然而它們正變得越來越不可控。除了自然災害外，我國的社會轉型造成社會公共危機事件頻發。一是從農民變為市民的城市化進程，使流動人口問題和社會矛盾加劇；二是從市民變為網民的信息化進程，使網路輿情危機和網路信息安全危機增多；三是從國民變為世界公民的國際化進程，使文化沖突、特殊人群管控和國際衛生事件管理更困難。應急管理的情境如此繁雜多變，依靠經驗決策、權力命令、信息壓制等傳統手段已無法滿足要求。大數據對這些多源異構數據的搜集、分析和處理能夠填補應急管理預警能力的不足，它可從海量的數據信息中篩理出那些關鍵的信息線索，進而監測風險點和危機源。
事中階段，大數據輔助決策，提升應急處置能力。西蒙的有限理性理論告訴我們，信息掌握、認知水平和時間限制都將影響到決策者的行為，迫使他們選擇「令人滿意」的方案，而非最優方案。大數據不但可抓取多樣式的數據，還可以通過總體分析而非樣本分析獲取總體信息，不再是隨機樣本量的控制，而是採用全體數據來統計分析，必然使決策更加科學。另外，在危機處理中，因果邏輯在短時間內不易查找，可以通過大數據的相關關系查找出危機事件影響的關鍵要素，進而干預和控制這些要素，對危機事件進行控制。其實，大數據處理應具有「要效率不要絕對精確」的理念，使應急決策信息的獲取更為快捷，應急處置也會更為迅速。
事後階段，大數據輔助配資，提升救援重建能力。在災後救援過程中，亟需資源配置最優、資源整合最快、自組織能力更強的方案。例如在城市交通事故、群體性疫情的爆發、冰雪、暴雨等自然引發的城市洪澇等情況下，大數據可通過應急管理平台完成救援路線的設計、救援人員的安排、救援物資的配置，讓危機後的損失達到最小化。另外，大數據技術可處理個性化的數據，追蹤危機相關者的個性化需求，可以推送更有針對性的援助和服務。
總之，大數據驅動消極被動的應急管理變為積極主動的應急「智」理。在大數據的驅動下，應急管理正向應急治理和應急「智」理轉變。應急管理是以政府為中心的一元主體思維模式，強調政府在應對公共危機中的預防和管控；應急治理是政府主導下的政府與社會各利益相關方等多元主體共同治理的思維模式，強調協同治理；而應急「智」理則是組織、人員、信息、資源等全要素共同治理的思維模式，構成了技術與組織制度的全景式知識體系，強調整體治理。
新挑戰
大數據給應急管理變革帶來眾多機遇的同時也對當前應急管理模式提出了挑戰，需要我們在大數據熱潮中冷靜地思考。
數據科學家和數據管理人才匱乏。按照IDC（國際數據公司）的分析，「到2020年，全球數據總量中有22%將來自中國」。數據量的急劇膨脹，一方面提供了知識財富，另一方面又考驗著數據處理能力。在大數據時代，依靠傳統經驗、知識推理立足的論斷都將受到技術的挑戰，因此城市應急管理專家的地位將受到威脅，取而代之的將是數據科學家。詹姆斯·格雷認為科學研究正邁入第四範式「數據科學」，前三個科學研究領域為實驗科學、理論科學和計算科學。在我國還沒有相應地建立起完備的信息技術人才培養體系時，大數據相關人才的匱乏將成為關鍵性矛盾。
傳統應急管理體制面臨困境。我國現行應急管理體制重視「一案三制」建設，2007年頒布的《突發事件應對法》確立了「統一領導、綜合協調、分類管理、分級負責、屬地管理為主」的應急管理體制。這一體制強調等級制的命令指揮鏈，由黨政領導來發揮權力作用。強調權力手段的同時，忽視了數據工具的作用，兩者間發生了嚴重的不對稱。應急管理情境要求數據抓取全面、數據傳輸快捷、數據分析准確、數據共享再利用，但是我國當前的應急管理體系中這幾個方面嚴重不足。除技術因素外，其中也不乏應急管理體制的梗阻。
政府危機公關能力受到挑戰。在應急管理過程中，政府要借用公關手段進行危機處理，如控制事態、引導輿論、維持關系、重塑形象等。面對網路媒介快速傳播的特徵，依靠傳統的「管制論」和「封堵論」來應對網路輿論危機將比較困難，應該實事求是，平等溝通。如果危機公關不當，則可能會引發更嚴重的公關危機。
新應對
應對以上挑戰，需要藉助大數據的發展和應用來驅動應急管理的深層次變革，主要應做好以下工作。
在技術與人的協作中，應更重視人的地位。大數據僅能提供相關性，而人要提供必要的因果追求。大數據分析是工具理性，人體現的是價值理性，為數據分析指明了方向。另外，大數據提供的是參考答案，而不是最終答案。如果過度依賴大數據技術進行決策，將有決策失靈的風險，因此應避免出現技術決定論的狀態。只有人和技術的密切協作才能夠體現應急管理的科學性和合理性。
增量上進行數據化處理，存量上進行數據開放。盡管我們面臨海量數據處理的壓力，但是目前仍有信息數據化不足的問題，如有些紙質文件並沒有形成電子文件。因此，要盡可能地完成信息數據化、數據結構化、結構標准化的工作。另外，數據只有流動才更有價值，所以國家應盡快出台數據開放的法律制度，推動非涉密數據的開放。重視應急部門協作、應急數據的共享和再利用，避免再次發生同樣的危機事件。
成立大數據管理機構並培養大數據管理人員。成立有足夠權威性的大數據管理機構，打破官僚體制的梗阻，以協調不同部門之間的數據資源整合與共享。另外，在CIO（首席執行官）制度建設中適當增設大數據管理人員崗位，並做好他們的培訓工作。當然也要警惕技術官僚利用大數據管理之便為自己謀私利的情況發生。
重視電子政務功能的開發和拓展。電子政務正步入第三個發展階段——智慧政務階段。「自動化政務」應用自動化技術重在輔助基層工作者處理日常服務事務；「網路政務」應用互聯網技術重在輔助中層管理者處理溝通協調事務；「智慧政務」應用大數據技術重在輔助高層領導者處理決策控制事務。大數據時代的電子政務不僅要承擔政府網站的信息公開、在線辦事和公眾參與功能，還應該積極運用大數據技術為應急管理開辟平台，從而提供數據分析、預案響應、資源配置和輔助決策等功能。
重視線上線下的互動與協作。數據、信息與知識是大數據時代的生產資料。社會上也將會出現佔有生產資料的階層和不佔有生產資料的階層的分化。因為大數據抓取的是數據化的信息，因此它僅體現了佔有生產資料的一部分人的聲音和訴求。那些沒有計算機或無使用網路能力的弱勢群體的訴求在大數據應急管理過程往往被忽略了。因此，為了使應急管理更有效，應該重視線上線下的互動與協作。

4. 大數據時代帶來的弊端

1、社會安全問題。
中國網民已經接近6億，每時每刻都產生著大量的數據，也消費著大量的數據，網路的放大效應、傳播的速度和動員的能力越來越大，各種社會的矛盾疊加，致使社會群體性事件頻發。
2、個人隱私。

人們可以利用的信息技術工具無處不在，有關個人的各種信息也同樣無處不在。在網路空間里，身份越來越虛擬，隱私也越來越重要。根據哈佛大學近期發布的一項研究報告，只要有一個人的年齡、性別和郵編，就能從公開的數據當中搜索到這個人約87%的個人信息。

3、對於國民經濟的威脅。

堪稱智能交通、智慧電網的國民經濟運行和智能社會發展高度依賴信息基礎，這些重要的信息基礎設施、網路化智能化的程度越高，安全也就越脆弱。

4、國家安全利益。

網路空間信息安全、問題嚴重性、迫切性在很大程度上已經遠遠超過其他的傳統安全，當今主權國家所面臨的所有非傳統安全威脅總是面臨著滄海一粟的困境，政府要找的那根針往往沉沒在浩瀚的大海中。

5、秘密保護。

美國國家安全局以及網路巨頭的關系正是計算能力和海量數據的結合，因此全球大部分的數據都掌握在他們手中，他們大量的數據在網上是沒有保護的。

5. 大數據引領經濟浪潮 成為國家戰略

大數據引領經濟浪潮 成為國家戰略
在信息社會，隨著社交網站、微博、微信等互聯網應用不斷加快，海量數據正在行政管理、生產經營、商務活動等眾多領域不斷產生、積累、變化和發展，大數據由此也從概念走向實踐。數據資源正和土地、勞動力、資本等生產要素一樣，成為促進經濟增長的基本要素。
大數據引領新經濟革命浪潮大數據即將帶來一場顛覆性的革命，它將推動社會生產取得全面進步，助推醫療、零售業、製造業、金融、能源等各行各業產生根本性變革。大數據在臨床診斷、研發、付款和定價、新運營模式等方面發揮了顯著效果；零售行業中，在市場分析、銷售規劃、運營以及供應鏈等方面利用大數據進行分析優化；製造業中，大數據可以有助於了解客戶的需求，全面提升產品設計、研發和銷售等；金融行業(行情 股吧 買賣點)中，大數據發揮處理海量數據時快速、准確的優勢，在較短的時間內構建准確的、實時的、貼切市場需求的模型；能源行業(行情 股吧 買賣點)中，隨著感測器的廣泛引入，大數據對感測器創造的海量數據進行快速、及時地分析。中國發展大數據的現實意義1.大數據有助於破解中國社會轉型中的難題。中國經濟已進入轉型期，社會進入矛盾凸顯期，改革進入攻堅期，增長進入換檔期。宏觀經濟形勢錯綜復雜、各種社會改革盤根錯節、群體性事件頻發等突出問題，僅僅依靠現有的管理手段與方法已明顯落後。大數據能高效處理瞬息萬變的海量信息，能有效破解轉型中的社會難題。比如，2008年馬雲利用淘寶網的海量數據早半年成功地預測到了金融危機，大數據可以提高宏觀經濟預測的准確性。大數據同樣能及時處理和分析海量交通信息，及時轉化成出行指南，緩解交通擁堵。大數據更能及時處理瞬息萬變的空氣質量變化情況，准確判斷污染源。例如位於亞特蘭大的通用電氣(GE)能源監測和診斷中心，每周7x24小時實時收集全球50多個國家約1550台燃氣輪機的數據。2.大數據催生新產業，帶來經濟增長新空間。隨著大數據在商業企業、政府公共事業、國防軍事等領域應用，大數據日益形成一個新產業。大數據是一個事關國家社會發展全局的產業。《「十二五」國家戰略性新興產業發展規劃》提出支持海量數據存儲、處理技術的研發與產業化。圍繞產業鏈上下游，大數據必將帶動智能終端的普及應用、物聯網、雲計算等產業的蓬勃發展，高性能伺服器產業的發展和信息技術服務業等產業的發展。3.大數據能有效減少社會運行成本，提高經濟與社會運行效率。醫療衛生行業，能夠利用大數據避免過度治療、減少錯誤治療和重復治療，從而降低系統成本、提高工作效率，改進和提升治療質量。麥肯錫報告估計美國醫療行業每年通過數據獲得的潛在價值超過3000億美元，能夠使得美國醫療衛生支出降低超過8%。公共管理領域，能夠利用大數據有效推動稅收工作開展，提高教育部門和就業部門的服務效率；零售業領域，通過在供應鏈和業務方面使用大數據，能夠改善和提高整個行業的效率，充分利用大數據的零售商有可能將其經營利潤提高60%以上。4.大數據帶來精準營銷，改變傳統商業模式。大數據能有效改善企業的數據資源利用能力，提高從數據到信息的轉化率，讓企業的決策更為准確，從而提高整體運營效率。網路通過大數據實現精準營銷。阿里巴巴通過對淘寶網客戶交易記錄進行分析，能夠以極低的成本准確評定每個商戶的信用等級，阿里巴巴2010年開展的淘寶網中小企業無抵押貸款，至今累計壞賬率也僅有1.94%，而且盈利可觀。5.大數據推動政府開放，提高公共決策的預見性和響應性。為了響應大數據戰略，政府開展逐步公開已有數據，如美國推出了政府數據在線網站(data.gov)，英國推出了政府數據公開網站(data.gov.uk)，數據開放推動政府不斷開放。發達國家已上升為國家戰略全球發達國家已經充分認識到大數據時代的發展趨勢，紛紛將大數據上升為國家戰略。哪些個人信息是可以獲取的，怎樣使用，以及個人是否允許這種使用，這都需要立法界定五項建議我們已經進入大數據時代，面對大數據革命浪潮，中國應著力做好以下幾方面的工作：1.將發展大數據上升為國家戰略。政府應順應信息技術發展趨勢，抓住大數據帶來的生產效率提升和經濟社會運行成本降低的戰略機遇，研究大數據發展趨勢，評估大數據對中國政府、經濟與社會運行所帶來革命性影響，制定未來五年或更長時間發展主要目標、重點任務、行動計劃和保障措施，將大數據戰略上升為國家戰略，通過體制機制創新，盤活政府及社會的數據資源，將數據資源轉化為生產力。2.加快政務數據資源開放。隨著中國電子政務的深入發展，信息系統基本覆蓋了中國政府的核心業務。政務在日常行政審批和為民提供公共服務時產生了大量業務數據。包括個人的戶籍、衛生醫療保障、教育、就業等方面的數據，企業的工商、稅務和基本法人信息，自然資源的氣象、地震、土地、礦產資源、環境資源、海洋等部門的信息，還包括知識產權、進出口、出入境等相關政務數據。在這些數據中，有很多屬於非敏感信息，政務應根據中國信息公開法，主動開放政府掌握的非敏感信息，提高信息資源的社會開放度，積極迎接大數據革命浪潮。3.營造大數據產業發展的市場環境。大數據是一個前景十分廣闊的新興產業，但當前仍然存在很多制約產業發展的因素。加快制定大數據標准和指南，鼓勵重要領域關鍵技術研發。政府應充分發揮市場機制的作用，鼓勵企業創新，保護知識產權，防止出現數據資源壟斷，營造大數據產業發展的市場環境。出台鼓勵大數據產業發展的財稅政策，重點支持大數據的核心技術和推廣應用。政府部門在氣象、統計、醫療衛生等領域實施大數據重大應用示範工程，積極探索大數據在政府部門中的應用，在全社會形成推廣示範效應。4.加快數據安全立法。大數據時代的安全與傳統安全相比更為復雜。一方面大量的數據匯總，涉及到企業運營數據、客戶信息、個人的隱私和各種行為的詳細記錄，對數據的合法抓取和使用需要法律保障。另一方面，中國關於信息產權不清晰，缺乏對信息的所有權、使用權和收益權的規定，這就導致了無法形成一個健全的信息資源市場，無法真正發揮市場在信息資源方面的優化配置作用，這就需要通過法律手段，對信息資源產權進行界定，以便公眾理解哪些個人信息是可以獲取的，怎樣使用，以及個人是否允許這種使用。
5.加快大數據專業人才引進與培養。掣肘全球大數據產業發展的瓶頸之一就是人才短缺。政府可以採取培養和引進人才相結合策略。一方面加快高水平大數據人才的引進，另一方面重點培育數據挖掘、機器學習等方面的專業人才。政府應該出台激勵措施並對企業管理者進行數據分析技術培訓，提高大型企業管理人員的數據分析能力

6. 數據新聞的功能與優勢

目前，在大數據新聞製作上已經積累了經驗的國際媒體有《衛報》《紐約時報》《華盛頓郵報》等，但它們也處於探索階段。通過對國內外代表性媒體的大數據新聞實踐進行研究，可以總結出大數據新聞的四個功能，即描述、判斷、預測、信息定製。
《衛報》網頁2012年1月5日發布了一個有關「阿拉伯之春」的大數據新聞報道。報道利用動態圖表，以時間軸為主線描述了自2010年12月一突尼西亞男子自焚至2011年12月的一年間，17個阿拉伯國家發生的一場政治運動。網民可以通過這個四維動態的報道，清楚地從宏觀到微觀，全面了解阿拉伯之春在不同國家的不同表現形式。圖表上方設置了時間的推拉按鈕，網民推拉到自己想觀看的時間點，可以清楚地看到相同時間點上不同國家發生的相關事件。畫面的下方是各個國家的標簽，網民也可以通過國家標記，來關注某個具體國家在縱向時間軸上的政治演變進程。不同的政治事件用不同顏色來標示：綠色為群眾性抗議活動，淺藍色為國際上的相關反應，黃色為政治事件，紅色為政權更替。如果網民想了解某個事件的具體內容，點擊不同顏色的標示，隨即獲取深度報道的鏈接。這種新聞報道方式，將涉及十幾個國家、時間跨度長達一年的復雜的「阿拉伯之春」，以明晰的動態方式呈現出來，純文字報道難以達到這樣的傳播效果。
大數據新聞還能夠描述那些看不見的短期過程，比如流言如何在社交網路上傳播。《衛報》通過追蹤分析260萬份推特內容，利用可視化動態圖表描述了從流言開始傳播到辟謠結束的整個過程。它也是以時間為軸，利用圓圈大小、顏色變化來描述整個過程，綠色的圈代表散布流言的推文，紅色的圈代表更正這個流言的推文，灰色的是中立的評價推文，黃色的是對流言持懷疑態度的推文。圈的大小代表了推文的影響程度，圈越大影響程度越大。如果想了解具體的內容，點到哪個圈，屏幕旁邊即刻呈現這個圈所代表的推文的發布者、發布日期、轉推人數等等信息。通過這個動態的演進過程，人們可以清楚地看到，社交網路並不像一般想像的那樣，是一味擴散虛假消息的場所。其實在假消息出現不久，社交網路上各種辟謠的消息就已經出現了。
從這兩個例子可以看出，大數據新聞的報道方式能夠在宏觀上對某個事件看得更加清楚與全面，事件復雜的演進過程以及這個過程中的各個方面，都能描述得直觀且有趣。 2011年8月，一個黑人穆斯林男子乘計程車在倫敦街頭遭到警方攔截，雙方發生槍戰，該男子當街死亡。兩天後，約300人聚集在倫敦市中心的警察局進行抗議，後來演變成持續多天的騷亂事件，抗議者引燃了汽車、商店和公交車。當天夜裡，倫敦其他地區也發生了類似襲警、搶劫、縱火等事件。一些媒體評論指出，這與貧富差距有關。英國首相卡梅倫接受采訪時，聲稱騷亂事件與貧富差距無關。
英國《衛報》記者利用大數據的分析結果，做了關於這一事件的系列報道，其中的一個報道主題，便是騷亂與貧困有沒有關聯。記者利用谷歌融合圖表，在倫敦地區地圖上標記出騷亂分子的居住地信息（黃色點）、實際發生騷亂的地點（灰色點），以及貧困地區分布（越偏紅色表示越貧窮）。根據這張倫敦市中心的圖，網民可以將圖擴展到整個大倫敦地區來看，也可以聚焦到具體的街區放大來看，觀察每個被標記的騷亂點的人流從哪裡來，到哪兒去，從而清楚地看到貧苦與騷亂之間存在的某種關聯。這種關系的表達，比起單純的文字報道來，表現清晰，說服力強。 2013年「十一」長假期間，九寨溝發生遊客大量滯留現象並引發群體性事件。如果新聞媒體或旅遊當局能夠在此前運用中國的局部大數據進行預測性報道，完全可以避免這樣的群體性事件發生。因為傳媒可以根據這方面的大數據，提前報道在哪個具體時間段內，有多少人從哪些地方前往九寨溝，其中男人、女人、老人、兒童各有多少等等。
這只是一個小例子，大數據能夠預測社會和人們日常生活中的各個方面。通過挖掘大數據，傳媒在技術上可以製作出可視化、互動式的圖表，告知很多事項。微觀的如流行疾病來襲、交通擁堵情況；宏觀的如經濟指數變動、某種社會危機的來臨等等。網路開辟了「網路預測」網頁，以「大數據，知天下」的口號推出，預測的產品有高考、世界盃、電影票房等等。它們後期准備上線的產品擴展到了更廣的領域，比如金融預測、房地產預測等等。 利用大數據的分析結果，滿足網民的信息個性化要求，是國外媒體的最新嘗試。例如Five thirty eight數據博客，在2014年5月23日新辟讀者來信專欄「親愛的莫娜」。其第一期開篇語闡釋的目的是：「我開這個專欄是為了幫助讀者回答一些生活中重要的或者嚴肅的問題，比如我是不是很正常、我處在世界的哪個地位層面等等，目的不是為了給讀者答疑解惑，不是告訴讀者應該做什麼和不應該做什麼。恰恰相反，我提供數據來解釋、描述你的經歷。」
綜觀這個專欄，讀者的提問五花八門，比較嚴肅的如：「美國有多少人從來沒有喝過一滴酒？」「美國有多少男性空乘人員？」也有比較私人的如：「我該多久換一次襪子？」「婚前同居會不會導致離婚」等等。專欄作者利用美國范圍內的大數據，即刻將分析結果告知當事人，但避免給出指導性意見，僅告知各種數據的分析結果，讓網民自己依照分析結果來處理自己面臨的問題。這個專欄與傳統的紙媒讀者來信專欄不同，不是通過星座、血型、生辰八字或偽裝成閱歷豐富的專家，來提供些心靈雞湯式的回答，只用數據來說話。
這種嘗試在媒體中並不少見。2011年，BBC廣播公司曾根據2012年政府的財政預算聯合畢馬威會計師事務所做了一個預算計算器，用戶只需要輸入一些日常信息，例如買多少啤酒，用多少汽油等，就能夠算出新的預算會讓你付多少稅，明年生活會不會更好。
根據用戶需求提供個性化的大數據服務，是未來的發展趨勢。這些報道有一個共性，媒體都致力於以用戶的需求為中心，利用大數據詮釋宏觀社會現象對用戶的影響，或者回答用戶困惑的問題。媒體可以精準定位，經過後台計算，按照用戶的接收習慣、工作習慣和生活習慣將服務推送到用戶眼前。

7. 大數據徹底將群體性事件化解在萌芽狀態是對的嗎

大數據是看你自己怎麼對待，其實世界所有事物都處在規律當中，而大數據就是總結這些規律發現這些規律，從而做出提前預判。大數據就是囊括了這所有的一切。

群體本身是愚昧的無知的不理性的，你可以去看看《烏合之眾》一部反應群體性質的書
大數據囊括了群體中的每個個體，從而對每個個體做出預判，而做出決策。
但是在群體中沒有人事理性的，他們都會受群體的影響。
所以說大數據能否徹底化解群體事件最少在現在是不可能的。