智思互联网大数据平台

1. 方正智思知识管理平台的功能特点

方正智思互联网舆情监控系统特点：以中文信息处理为基础，面向多种媒体格式以网络服务系统与软件开发包两种形式支持二次开发支持多种操作系统平台，提供多种语言开发接口采用XML进行数据交换功能特点。 全文检索
基于中文分词的多种索引单位；多信息域、多数据类型的索引方式；相关度排序的输出方式；丰富的检索运算；多文档格式、多数据源的支持；多平台、多语种的支持；简单易用功能强大的开发接口；高扩展性与高开放性。应用中支持海量数据检索，索引检索速度快，膨胀率低，系统资源占用小。
图像内容检索
该平台能够实现以图像内容（如：颜色、纹理、布局）为基础，结合描述信息的综合检索。应用中可实现基于内容的海量图像的快速检索。 自动消重
利用文档的内在特征信息进行智能分析，判断文档的相似性与重复性。应用中可实现海量文档场合的快速相似判断，能够对文本自动消重，降低文章冗余度、避免文章重复发布。快速查找相似文本，向检索者提供相关推荐等功能。另外这一引擎同样适用于图像的消重与相似检索。
趋势分析
趋势分析能够实现与时间相关的分析。应用中可实现分析热点话题并能够判断其“热度”趋势等功能。
关联分析
关联分析可从海量数据中挖掘信息之间的关联关系。应用中通过对稿件库的关联分析发现稿件之间的关联关系、稿件中词与词的关联关系，新闻事件之间的关联关系，并自动为稿件建立关联链接、提供新闻事件间关联分析参考。
主题检测/追踪
主题检测追踪能够在各种信息来源中追踪与讨论目标主题相关的信息片段（如单个文档，新闻报道等等）。而主题检测任务则能够实现自动检测信息片断集合中的各个未知主题，并能在线检测出新主题。应用中可实现对新闻事件的分析，快速识别新闻事件、追踪热点事件，辅助进行专题报道等功能。 自动摘要
自动摘要能够在篇章分析的基础上为文档自动形成摘要。应用中自动形成的摘要不仅拥有很强的准确性，而且具有很好的可读性。
自动关键词提取
自动关键词提取则是通过智能的手段为文档自动提取关键词。应用中有效解决了人力手工标注的局限性，不仅提高了效率，而且准确性高。
自动分类
自动分类具有树状层次分类功能，能够快速自动地对大量文档进行分类。应用中可实现对新闻稿件、图书资料、图像的自动分类。
自动聚类
自动聚类可对检索结果进行自动聚类并构建树状结构，以构建企业知识地图、检索者快速定位所需信息。应用中可实现对新闻稿件或大数据量文档的自动聚类，实现辅助专题制作等。

2. 软件行业公司名单库（20190128版）

这是软件行业一些常见的公司名单，希望能给新入行的朋友、关注软件圈的朋友，提供一个可参考的文档。

以下enjoy~

电力行业厂商：远光、北京同方电子、科大国创

文化出版行业厂商：云因、平章、九州时讯、开元时代、晖力科技、和佳

医疗行业厂商：金仕达卫宁、卫宁健康、国臣、英克、JDE、千方、恒瑞、瑞比、亚盛软件、浙大网新、东华软件、veeva、软素、云势、瑞云、弘扬软件

外贸行业厂商：南北软件、畅想软件、富通天下、小满、上海美华

交通行业厂商：北大千方、上海拓东软件公司

资金管理行业厂商：软通动力、保融，九恒星，拜特，还有用友，金蝶、拜特

零售连锁行业厂商：（服装）百胜、伯俊、丽晶、海鼎（零售连锁）、富基融通、蓝灵通、长益科技（长京益康）、百年科技（百年软件）、紫日软件

电子商务、电商系统：商派、旺店通、南讯软件、有赞、珊瑚虫云商、点点客、互帮国际、万里牛、富润、胜途、卖家云、奥科ERP、马帮ERP、店小秘

建筑地产行业厂商：（地产）明源软件、竞优、有明云（saas地产）；（建筑计量、预决算、BIM）鲁班、广联达，嘉码、普华、科耐、邦永、爱德数智、易遨中国

电信行业厂商：新大陆、七喜控股、联信永益、华平股份、瑞迪通无线通信技术、理想信息

银行行业厂商：宇信易诚、高伟达

汽车行业厂商：用友英孚思为DMS系统、华东电脑、软控股份、启明信息、联友科技

制造行业厂商：宝信软件、BAAN、四班、金思维、天心、易锐普、资通电脑

服装行业厂商：MOVEX、上海创数、广州科思、DNA意利科技、丽晶、易神软件、艾诺科

教育行业：金智、浙大网新、释锐、可为时代、深圳浪腾、四川合美软件、紫光软件、正方软件、联奕科技

金融行业：恒生电子、大智慧、长城信息、海隆软件、同花顺、榕基、宝信、银之杰、御银股份、三泰电子、金证股份、湘邮科技、浙大网新、长亮科技、用友金融、衡泰软件、安硕信息、吉贝克、赢时胜、安徽兆尹、上海恺域、携宁科技、枫软科技

餐饮行业：客如云、卓骥、五味科技、餐行健、食为天信息、屏芯科技、企时代、天财商龙、淘点点、二维火、点客来、饿了么企业版

物联网：远望谷、太工天成、华胜天成

智能交通：紫光股份、川大智胜、皖通科技、交技发展、四维图新、塞维智能、银江股份、超图软件

酒店行业：石基信息、美萍、中软、金天鹅、用友酒店、千里马酒店、罗盘、佳弛、华仪、铭岩、别样红、深圳奥狐软件

物流物业：赛百威、好伙伴、吉联新软件、锐特信息、钛腾科技、上海富勒信息、唯智信息、富勒科技、旗鸿信息、永友物业软件、思源、点都软件、微宏物业软件

智慧城市：南天电子信息

系统集成服务：深信服、南天电子信息、南天软件

用友代理商：企通七通紫宏信息喆企致拓软强用诚计算机泊冉软件

金蝶代理商：华蝶信息海蝶 普浪 金功 森辉

sap、oracle、赛捷(sage)、用友、金蝶、神州数码、浪潮、新中大、东软、中软、博科、天元国信、微软、正航软件、管家婆、金算盘、管易、智邦国际、德米萨、通易、精效ERP、万里牛懒人ERP、来钱快速达、任我行、美萍、精算软件、艾特、快普、商友、东华软件

怡海软件、文思软件、合力金桥、强讯、中科软、电信盈科、商能CRM、企能CRM、强讯科技商之讯、和创、神州云动、高亚科技、鹏为软件、智云通、数云信息、速达软件、晨科软件、傲融软件、美特CRM、灵当

saas  CRM

爱客、八百客、百会、车商通SCRM、EC、纷享销客、红圈、码客、前海圆舟、时趣SOCIAL、数云CRM、三猿货栈、神州云动、腾讯企点、外勤365、XTools、小步外勤、销售易、小满CRM、玄讯、群脉

宏景世纪、万古科技、嘉扬、铂金、朗新天霁、明基逐鹿、北森、施特伟、金桥慧远、北森、八爪网络、白金软件、磐哲、勤科、智科、东软、普利斯奇正、Workday successfactors 肯耐珂萨、施特伟、kronos、CDP、佩琪、易路、仁力名才软件（MCHR）、智思信息（智思云）、希听计算机、外服宝信、爱尔的科技、华钦信息、易才博普奥、东宝软件

考勤系统： 盖雅工场、劳勤信息、金麦普科技（易勤，被盖雅工场收购）、勤杰软件、喔趣信息（喔趣考勤）、中控、汉王、科密、钉钉等。

Saas EHR： 云才网络(班步)、云武华科技（才到）、CDP集团、东软（东软慧鼎HCM）、北森云计算（测评、招聘、OKR）、大易（招聘）、摩尔精英（电子行业招聘软件）、雇得易、希瑞亚斯（MoKa招聘官）e成（招聘）、云招科技、有招、同鑫软件

泛微、致远、蓝凌、通达、金和、慧点科技、万户、企源科技、源邮（八点办移动办公）、宏灿、华天动力、协达、华炎、合强、九思、飞企互联、万企明道、微宏、协众、国臣、新思创、西软、绿叶、西默、二进制软件、承元软件、联达动力、龙讯、璐华、数飞、全程、威实软件、赛飞软件、泛普、网赢、科迅、世纪科怡、苏迪科技、旻瑞、晨科软件、启明信息、摩卡、广州红帆、钉钉

法大大、e签宝、上上签、契约锁、大家签、云合同、众签科技、中国云签、1号签、金格信签、君子签、易保全、一签通

普元、Ultimus（安码）中国、K2工作流（中国代理：斯歌信息）、北京起步科技(X5)、炎黄盈动、奥哲网络（H3）、易正、东兰信息、顶点信息、合明软件、星汉、慧正通软、智深BPM、领航、正远软件、合肥凯捷等

久其、元年软件、蓝科、Oracle Hyperion（海波龙）、汉得信息、concur、费控宝、IBM BPC、智达方通、Cognos TM1、汇联易、浪潮、用友、金蝶、鼎捷、易磐、远光、远行钢联、易快报、红橘科技、宝库在线、思凯普、每刻报销

风语者机器人、合力亿捷、环信、快商通、Live800、美洽、美服网络、容联七陌、融云、淘金云客服、网易七鱼、Udesk、V5智能客服、小能、晓多科技、有客云、逸创云客服、云问科技、智齿科技、云软、奇智智能客服、六行君通、53快服

上海聚米信息科技有限公司、深圳市蓝云软件有限公司、深圳市捷为科技有限公司、北京统御至诚科技有限公司、高亚科技（广州）有限公司、北京邦永科技有限公司、艾菲诗软件（上海）有限公司、上海普华科技发展有限公司、诺明软件（上海）有限公司、广州市全周至程软件技术有限公司、奥博思、泰克赛尔软件公司

万达信息、数字政通、卓繁、熙菱、上海互联网软件、天正软件、欧索软件、国泰新点、梦创双杨、华宇软件、立思晨、天源迪科、太极股份、易联众、理想信息、中科恒运

金数据、麦客、问卷网、问卷星、调查派、表单大师、超级表格、简道云、乐调查、表格网

鸿翼软件、多可文档、亿方云、石墨文档、TeamDoc文档管理系统、致得软件、杭州晨科软件、够快文档、宙合云文档管理系统、易度文档

亚马逊云服务、阿里云、腾讯云、浪潮云、华为云、金山云、京东云、网易云、七牛云、青云、Ucloud、有云、又拍云、灵雀云、好雨云、迅达云、品高云、数人云等

帆软、永洪、网易有数、奥威、数加平台、明略数据、神策数据、时趣、达观数据

启信宝、企查查、天眼查、星图数据、清博大数据、亿海蓝、电话邦

科大讯飞、小i机器人、商汤科技、依图科技、格林深瞳、Face++旷视科技、释码大华、思源科安、思必驰、阅面科技、极视角科技、声智科技、声网Agora、西安慧伦普斯信息科技有限公司

企业QQ、企业微信、钉钉、网易云信、蓝信、大象、班聊、微洽、融云、环信

中国舆情网、优捷信达、乐思、红麦、中科点击、泰一舆情、探宝、拓尔思、本果、软云神州、西盈、任子行、FreeBuf.com/网藤风险感知、南京快页数码、博智软件、北京中安智达、三零卫士

网易云课堂、云学堂、网龙多学、魔学院、新风向、知学云、时代光华、云朵课堂、睿泰集团、企学宝、学友科技、、企微云

海软B2B订货、易订货、订货宝、千米云订货、U订货、章鱼侠、订货通、趣订货、速订货、云上订货、鲜桥订货、订货易

数字化医院全面解决方案： 创业、东华软件、北大医信、东软、卫宁健康、中联、智业、和仁、金蝶医疗、用友医疗、众阳、金唐、天网、中科美伦、力锦、天健、复高、成电医星、创星、世轩、河南新星、坐标软件、联众智慧

电子病历： 安博维、嘉和美康、曼茶罗、普诺杰、先联、一丹、北大医信、海泰

数据备份： 上海爱数、杭州美创、火星高科&亚细亚智业、苏州美天网络、信核数据、上讯信息、英方股份、上海联鼎、亿备&广州鼎鼎、和力记易、广州鼎甲、安码科技、南京壹进制、浪擎科技、福建伊时代、敏捷科技、杭州明和、成都世纪顶点、迪思杰

SIEM/日志管理/日志审计/SOC/安管平台 ： 安恒信息、思福迪、360、天融信、启明星辰、东软、蓝盾、蚁巡、江南天安、北信源、上讯信息、赛克蓝德、神州泰岳、交大捷普、派拉软件、瀚思、中铁信睿安、聚铭网络、华清信安、上海纽盾、亚信安全、优炫、安信华、H3C、华青融天、安码科技、北京中安智达、706所、福建伊时代、盛邦安全（WebRay）、瑞达信息、网瑞达、瑞宁公司、兰云科技、安信天行、日志易

网管软件/ITIL/运维管理系统 ： 广通信达、网强、汉远网智、北塔、蚁巡、华为、锐捷、摩卡[华胜天成]、国聿、上讯信息、交大捷普、飞思安诺/飞思网巡、恒安嘉新、优炫、艾科网信、海峡信息、迈科网络、东华软件、金盾软件、赢领科技、远臻、勤智运维、四维创智

应用统一身份管理/身份认证/单点登录/认证网关/PKI/CA/数字证书/令牌/各种KEY ：中金认证、吉大正元、上海CA、飞天诚信、天诚安信、派拉软件、上海格尔、天威诚信、信安世纪、、安识科技、北京安讯奔、九州云腾、极验验证、立思辰、江南信安、山东确信、中科恒伦、上海林果、福建伊时代、龙脉科技、时代亿信、中天航信、芯盾时代、安数科技、锦佰安、竹云科技、宁盾、申石软件、北京玉符科技等。（网络安全部分参考张百川）

3. 大数据时代网络舆情管理变革探讨

大数据时代网络舆情管理变革探讨

大数据时代的到来对人类的生活、工作与思维产生变革性影响，深刻改变着商业王国及公共管理等各个领域的面貌，“大数据”日渐成为各行业创新的助推器。当前中国网络舆情环境复杂，网络舆情危机时有发生，社会热点舆情事件和涉官涉政舆情事件不断涌现，造成社会民主生活和政治稳定间的不平衡等诸多影响。大数据背景下的网络舆情正在发生巨大的变化，网络舆情管理变得日益复杂和重要，如何抓住大数据时代为网络舆情管理变革带来的机遇，以“大数据观”变革传统网络舆情管理思维，准确把握网络舆情的内在特征及其在演变过程中的潜在规律，实现网络舆情管理在思维、模式以及技术上的创新，对于新形势下做好网络舆情引导工作，加强和改进网络内容建设，具有重要的理论意义和实践价值。

一、大数据时代必然要求网络舆情管理变革

“大数据”概念最早在20世纪80年代提出，2011年麦肯锡咨询公司发布其研究成果《大数据：下一个创新、竞争和生产率的前沿》，使这个概念得以大范围推广。2012年3月29日，奥巴马宣布将投入2亿多美元启动“大数据发展和研究计划（Big Data Research and Development Initiative）”，将“大数据战略”上升为国家战略。近两年，大数据备受学术界、产业界和政府部门的关注，成为国内外强有力的前沿词汇。大数据又称巨量数据、海量数据、大资料，指的是所涉及的数据量规模巨大到无法通过目前主流软件工具在合理时间内进行抓取、管理和处理的数据集合，是必须通过深度挖掘、计算、分析才能创造价值的海量信息。大数据在体量、复杂性、产生速度及价值密度四个方面都极大地超越了传统的数据形态，具有4V特征：大量（Volume）、多样（Variety）、高速（Velocity）、价值（Value）。数量庞大的网民通过论坛、微博、微信等多种途径方便快捷地发表言论观点，网络舆情的规模和复杂性急速上升，体量巨大而价值密度低，其内在特征的变化必然要求实现网络舆情管理的变革以适应大数据时代的发展，这些要求主要体现在四个“转向”上。

（一）从监测转向预测。大数据的核心和目标就是预测。复杂网络的研究专家巴拉巴西认为，“93%的人类行为是可以预测的，当我们将生活数字化、公式化以及模型化的时候，我们会发现其实大家都非常相似。生活如此抵触随机运动，渴望朝更安全、更规则的方向发展，人类行为看上去很随意、很偶然，却极其容易被预测”[1]。例如，亚马逊可以推荐我们想要的图书，淘宝知道我们的喜好，而人人网可以猜出我们认识谁。传统网络舆情管理把监测已经产生的舆情信息作为起点，这种明显的滞后性使其在网络舆情危机的应对中处于消极被动的位置。而目前留给突发事件的处理时间越来越少，从传统的“黄金24小时”变为“黄金4小时”，如此短的时间使舆情分析和决策尚未来得及参与进来，整个事件就已经造成了爆炸性的效果。在大数据时代，通过挖掘数据相关性，把数学算法运用到海量的数据上进行分析，在敏感消息进行网络传播的初期就提前开始监测，然后建立模型，模拟仿真网络舆情的演变过程，使网络舆情突发事件发生的可能性和倾向性变得可以预测。

（二）从节点转向网络。由监测舆情转向预测舆情的目标实现，最关键的大数据技术就是挖掘数据的相关性。在小数据时代，由于受到数据库和计算分析能力的限制，无论是对于因果关系还是相关关系的追寻，都耗资耗时，并且易受传统的思维模式和特定领域隐含的固有偏见的影响，无法保证舆情分析结果的准确性。因此传统的网络舆情管理只注重舆情内容的监测，通过分析单个数据节点，如网民“说什么”来抓住比较浅层的社会语义表达。大数据则在保留了原始数据的同时，记录了网民“为什么这么说”背后的社会心理和社会关系网。按照大数据思维，每一个数据都是一个节点，可无限次地与其他关联数据形成舆情链上的乘法效应——类似微博裂变传播路径，数据裂变式的关联状态蕴含着无限可能性[2]。通过对海量信息的解构与重构，充分整合政府和企业的数据资产，利用一系列飞速发展的新技术和新工具，描绘、测量、计算各节点之间的关系，深度挖掘数据的相关性，以此排除偏见和视觉盲点，掌握易被忽略的社会动态，预测舆情的发展趋势。因此大数据时代必然要求网络舆情管理变革其监测系统，由节点转向网络，把握相关性，进而分析舆情背后的社会互动，乃至网络族群之间的界限和相互勾连。

（三）从定性转向定量。舆情分析师或解读者从自身经验和视角出发，在传统网络舆情管理的过程中进行定性分析时，必然使其分析结果带有个人价值与理念的主观印记，甚至不同的舆情机构对同一舆情事件会得出相悖的结论。在大数据时代，所有元数据都可通过量化关联转化为有价值的信息，并实现多次利用，每一次利用都是一种创新，大数据成为网络舆情定量管理的力量源泉。尽管数据的相关性决定了某些数据价值的潜藏性，但新技术、新软件的出现使得通过数学分析实现数据的价值转化变为可能。而多维解读舆情和新的深刻洞见的揭示，使舆情分析结果的全面性和客观性大大超越传统的网络舆情管理。但数据的量化并不等同于简单的“数字化”，而是数据的可计算化，舍恩伯格将其称之为“数据化”，是指一种把现象转变为可制表分析的量化形式的过程[3]。“数据化”使态度和情绪转变为一种可以分析的形式，网络舆情的相关信息得以进行深入分析，一些社交媒体如Facebook、Twitter、QQ、微博、微信等坐拥大型数据的宝藏，一旦实现对其自身数据库的深度利用，就能轻易获得社会各个领域和所有用户的几乎全部动态信息。

（四）从样本转向全体。在传统的网络舆情工作模式中，所采集的舆情关联数据仅为样本信息，构建的数据库结构单一、数据量有限。其数据源一般是基于抽样或者针对重点网络站点进行的数据抓取，仅能对小规模、有结构或类结构的数据进行分析，标准不一，难以在不同领域中通用。同时，样本分析并不能保证结果的准确，即使分析方法和操作没有问题，但采样过程的任何偏误都将使舆情分析结果与事实相去甚远。大数据体量巨大，从TB级别跃升至PB乃至ZB级别，完整记录了社情民意，成为人类生存痕迹和心理变化的记录仪。采样的目的是以尽可能少的数据获得尽可能多的信息，但大数据是建立在掌握所有数据，至少是海量数据的基础上的，在数据处理技术日新月异的今天，变革传统舆情管理思维与方法，改变采样的惯性行动成为必要。通过运用大数据技术，建立网络舆情自动分析系统，全天候自动搜索并采集与目标舆情看似毫不相关实则具有内在关联的信息，在抓取和收集页面之后，对信息自动分类、自动获取关键词、自动内容分析和自动报警等。样本扩大至几乎全体，舆情分析的结果更加客观可靠。

二、大数据时代网络舆情管理变革的效应前瞻

抓住大数据时代变革网络舆情管理的新机遇，迎接大数据时代网络舆情管理的新挑战，顺应大数据时代网络舆情管理的新要求，变革与创新网络舆情管理将会产生良好的管理效应，实现新时期网络舆情管理的升级转型。

（一）实现“防火”式管理。传统的网络舆情管理因为无法把握数据相关性，不能准确预测舆情未来的发展趋势，因此采用的是“灭火”式管理模式。政府通常在舆情产生或者已形成舆情危机的情况下才开始采取措施，如发布信息、引导舆情、满足诉求等，以此达到“灭火”效果。在此种模式下，政府经常被动陷入网络舆情漩涡，由此形成视网络舆情为“敌情”的偏见。为了摆脱这一困境，政府总是试图“控制”、“引导”和“应对”网络舆情，以一种上位者的姿态去支配、主宰网民及其舆情表达的方式。然而，若网民在网络舆情中的主体地位得不到保证，网络舆情就会失去其“减压阀”的功能，网络舆情问题将会是治标不治本。大数据时代，政府转变网络舆情管理思路，变革网络舆情管理模式，应用大数据技术对网络舆情进行关联分析、级别划分、聚类分析和倾向性分析，将实现“灭火”式管理到“防火”式管理的转变。通过寻找“导火索”与“减压阀”之间的平衡点，在发挥网络“民间舆论场”作用的同时，将网络舆情危机扼杀在摇篮里。例如美国中央情报局通过抓取海量数据来追踪恐怖分子和监控社会情绪，在“阿拉伯之春”中，通过大数据分析多少人和哪些人的立场从温和变为激进，并“算出”谁有可能会采取有害行为。

（二）打捞“沉没的声音”。大数据源于互联网的分享、开放，但“数字鸿沟”的存在却使“信息穷人”与网络隔绝。尽管互联网的发展使这一部分人的比例越来越低，但发展不均衡性的扩大意味着现在和将来仍然有一个不容忽视的群体将无法提供任何数据。即使是那些能够充分利用网络的人群，也有可能因为在某种情境下成为舆论中的弱势群体，或者因其在舆情主流中的异质思维而选择不在网络上发声。当然，这种选择既可能是主动也可能是被动的。正如美国哲学家埃里克·霍弗所言，“一个国家最不活跃的人群，为占大多数的中间层次。他们是在城市工作和在乡间务农的正派老百姓，然而，他们的命运却受分据社会光谱两头的少数人——最优秀的人和最低劣的人所左右”[4]。显而易见的是，单凭技术体系构筑的大数据平台无法真正获取“全部数据”，通过改革网络舆情管理去打捞那些可能代表某一个群体或一定数量级的“沉没的声音”十分必要。因此，全面思考和理清大数据时代网络舆情管理面临的机遇和挑战，通过“大舆情”观念的构建，变革网络舆情管理的工作理念和模式，将有利于打捞“沉没的声音”。例如，将舆情服务与社会调查相结合，重视实地调研与第一手材料的采集，而不是把网络舆情管理捆绑在技术上，将避免得到不全面的舆情或做出误导性决策。

（三）识破“伪舆情”。当前备受关注的网络舆情，越来越成为依存于影星式的学者、影星式的记者、影星式的商人和影星式的政客为中心的“伪舆情”[5]。重大敏感事件发生后，部分网管和有影响力的舆情机构快速封堵其主观上认为的“有害信息”，选择性地编撰舆情报告，以片面、虚假的“伪舆情”影响决策层对形势的研判，使其做出符合自身利益诉求的决策。有些利益集团则精心扶植和培育自己的网络发言人，引导网民思考的内容和方向。结果，这些舆论领袖对关键事件和问题的看法在网络上大行其道，并淹没其他异质言论，使群众对真相的认知产生巨大偏差。当舆情被各方利益集团的政治力量和经济力量操纵时，它便丧失了独立性，一旦“伪舆情”被识破，舆情机构就可能失去其公信力。基于全网的完整、准确和极速的信息抓取有利于为舆情分析报告提供一手的材料、纯粹的事实，从而获得真实全面的舆情，使网民在不知道“为什么”的情况下，依然能获得对“是什么”的比较公正客观的认知，并以此助力网络舆情的引导。同时，通过变革网络舆情管理的体制机制，保持舆情管理的独立性将有力识破“伪舆情”，剔除“杂音”与“噪音”，使大数据时代的网络舆情真正成为现实世界的“镜像”。

（四）克服“盲人摸象”和“信息孤岛”。海量信息无限增长与网民关注、分析能力有限之间的矛盾，造成了“数据爆炸”与“知识贫乏”的怪象，加剧了社会舆论的“盲人摸象”效应。大数据时代下，网络媒体促进了信息的开放和沟通的便捷，人们对公共事件的参与达到了一个前所未有的高度，但是分众传播、个性化传播的凸显以及信息的碎片化，使得全面、深刻地关注和分析事件变得越来越困难。网民非理性、易激动的特点导致网络舆情的偏激和情绪化，网络的“群体极化”被放大。大数据时代的舆情监测是建立在传统人工和软件无法进行的全网舆情信息采集的基础上，样本扩大到全体。通过运用大数据技术，建立网络舆情自动分析系统，避免因数据源不全面而造成的重要信息监测缺失，将有利于消弭“盲人摸象”现象。与此同时，由于信息化应用水平参差不齐，政府和企业不同的部门之间都存在“信息孤岛”问题：有多少个部门就有多少个信息系统，每个系统都有自己的数据库、应用软件和用户界面，完全是独立的体系，阻碍了数据的互通互联[6]。变革大数据时代网络舆情管理的工作模式，统一舆情行业的技术标准，共享数据，建立网络舆情服务联盟，统筹政府、企业、媒体及社会力量，实现网络舆情的多元共治将有利于解决“信息孤岛”问题。

三、大数据时代网络舆情管理的变革路径

当大数据给各行各业带来变革性影响时，全世界都没做好迎接这场产业革命的准备。但与英美等发达国家相比，中国更像是处在大数据时代的前夜。而中国的人口和经济规模决定了中国大数据的规模为全球最大，为中国抓住时代的脉搏进行改革提供了难得的机遇。在这种大背景下，大数据对传统舆情管理也产生了深刻的影响，要使网络舆情管理变革产生应有的预期效应，适应时代的发展要求，须从思维观念、方法手段、体制机制、技术保障、人才建设等路径着手。

（一）树立大舆情观念。大数据时代网络舆情管理的变革，首要在于树立大舆情观念。这里的大舆情，包括两层含义。第一，强调“大数据观”，即充分实现网络数据平台的开放共享。按照“一切皆可量化”的大数据逻辑，一个新增的相关性数据的产生，通常会带来一个新的分析结果。因此只有形成“大数据观”，实现数据的动态分享，才能有效防止信息“碎片化”，最大限度地消除“盲人摸象”和“信息孤岛”现象。第二，强调网上和网下数据的整合。网络舆情与社会调查结合不足，可能降低舆情的真实性，误导决策。例如，对于假期调整方案的选择，各舆情机构组织的网络投票的结果各不相同，其做出的舆情分析报告也和真实民意相左。因此只有真正掌握“大舆情”，打捞“沉没的声音”，才能正确决策，打造一个更安全、更高效的社会。树立大舆情观念，首先，必须实现数据分析的动态化，打破数据垄断，统一标准，共享数据，预防孤立的舆情机构闭门造车，制定片面或错误的舆情分析报告。其次，应把网上网下各方面数据整合起来，挖掘网络舆情与社会动态背后的深层次关系，实现网络舆情管理和社会治理的紧密联动、同步推进[7]。最后，完善和创新包括舆情抓取、预警、研判到决策、评估等在内的网络舆情管理的各个环节，使舆情管理功能不仅仅限于危机处理，更能发挥辅助决策的作用。

（二）变革网络舆情的引导战略。做好舆论引导工作，应把握好时、度、效。但是目前许多地方和部门对如何进行网络舆情的引导仍然缺乏正确认识，于“时”不能把握好“黄金4小时”，于“度”不能掌握火候，拿捏分寸，于“效”不能保证网络舆情引导的实效质量。大数据由于自身具有的特点，使其利于变革网络舆情的引导战略，变“封改删”、“鸵鸟战术”为“网上引导，网下落地”，使“伪舆情”失去生存的土壤。因此，我们要充分发挥大数据的优势来提高舆情引导工作的能力。其一，利用大数据提升网络舆情引导的预见性和目的性。通过数据抓取和相关性分析，构建网民意见倾向分析模型，了解网民的偏好和特点，建设和完善政府网站、官方微博，扶植和借助意见领袖，做到“善说话、说对话、接地气、办实事”。其二，通过数据的价值转化，实现网络舆情的价值引导。在充分收集相关数据的基础上，运用图表等数据可视化技术揭示事件的前因后果，让数据“发声”，使网民既“知其然”也“知其所以然”，从而全方位360度无死角了解事件的来龙去脉，消除“盲人摸象”现象。其三，提升舆情引导的公信力。一方面加强新老媒体间的互动，发挥各自的优势与公众沟通，破解谣言和流言，达到时效性和权威性的双重保障；另一方面要避免舆情分析师在处理数据的过程中受经验偏好的影响，并防止大数据沦为某些机构和个人更便捷地操纵舆论的手段。

（三）健全大数据舆情管理体制机制。当前，网络舆情管理的体制机制尚不完善，很多地区尚不具备系统规范的舆情应对与处理的管理体系。舆情分析和预测手段落后，危机应对系统缺失，舆情管理组织机构不健全、不稳定，以及多头管理等问题非常普遍。健全大数据舆情管理的体制机制，对于从源头上解决网络舆情管理过程中出现的问题和困难，实现标本兼治，具有决定性作用。因此，为使网络舆情管理取得实效，提升网络舆情工作的规范化和科学化水平，我国应加快建立健全大数据舆情管理的体制机制。首先，建立网络舆情多元管理的互动机制，由国家出台大数据发展战略规划，产学研相结合，统筹政府、企业、社会和公民的力量，形成合力，实现共治。其次，变革网络舆情管理的机构设置，改变以往通过临时组建领导小组或临时办公室等机构，或者以宣传部门为“消防队”等方式被动应对舆情危机的模式，通过常态化机构的设置和专业人员的配备，使网络舆情管理专门化、精细化。再次，建立权责明确的责任机制，通过加快数据立法进程明确各级各部门包括政府部门、企业媒体、人民团体等的权利义务；通过建立由网信部门牵头的大数据舆情管理体制，改变多头管理的局面，并设立政府首席信息官责任制度等。最后，健全大数据网络舆情管理的资源保障机制，大数据时代变革网络舆情管理面临初期成本高、短期效益不明显等问题，需要加大资金、技术、物资、人力等资源的投入。

（四）创新大数据网络舆情管理的方法与技术。大数据时代的到来，要求网络舆情管理必须采用更为先进的技术，这主要表现在对各种相关软件的大量应用以及对大数据技术支撑平台的依托。目前中国网络舆情监测采集软件中较具代表性的有TRS互联网舆情信息监控系统、北大方正智思舆情监控系统、军犬网络舆情监控系统、乐思网络舆情监测系统等。此外，还应完善和创新大数据技术支撑平台的五大基石——数据监测技术、数据挖掘技术、数据存储技术、数据分析技术、数据安全技术，使大数据为网络舆情管理服务的同时又不超出我们的控制。同时，我们也不能陷入“技术是万能的”误区而盲目迷信和依赖技术，更不能因相信大数据强大的预测功能而导致“数据独裁”，变成数据的奴隶。因此，网络舆情管理还需要依靠其他方法和手段相辅相成，共同作用。法律因其具备最大的强制性和权威性，成为最有效的管理控制的手段。法律与道德相互联系，在极具复杂性和特殊性的虚拟空间里，教育和自律被摆在重要的位置上。例如，欧美发达国家如美国、英国、加拿大等都通过倡导用户自律和自我管理来提高网民的媒介素养，加强自我把关能力。此外，还可以效仿韩国、新加坡等运用行政手段，要求网络用户在获得国家有关部门颁发的许可证的情况下，才能访问政府严格控制的信息等。

（五）培育大数据时代的网络舆情管理人才。大数据时代的网络舆情将会形成多向度的研究，例如对社会话语表达、社会心理描绘、社会关系呈现、社会诉求预测等的分析研究。网络舆情将真正成为一门与多学科交叉的社会显学，对人才的全面性要求很高。中国教育的学科划分和培养体系，客观导致培养出来的人才很难跨界。换句话说，真正进入这个行业的门槛是很高的。正因如此，各国越来越重视对数据科学家的培养，如美国在大学专门开设研究大数据技术的课程，通过严格的业务培训和职业资格认证，培养下一代的数据科学家。2013年9月，我国人社部联合人民网启动“网络舆情分析师职业培训计划”，“网络舆情分析师”成为一项被正式认可的职业。但是我国现有舆情工作人员的水平仍然严重滞后，很多舆情机构尤其是地方政府并没有专业的数据处理、分析团队和专门的网络舆情管理部门。为突破大数据时代变革网络舆情管理的人才瓶颈，从短期看，可以通过招考、录用等方式引进数据挖掘、分析人才，通过委托培养、网络培训等方式强化已有专业人才力量，通过购买服务的方式短期租赁大数据舆情管理的高素质人才。从长远看，则要系统梳理网络舆情管理所需人才目录，培养和壮大既精通数据挖掘、数学建模，又拥有较高学习能力、分析能力和知识水平，横跨统计学、社会学、计算机学、传播学、管理学等学科的复合型人才，打造一支大数据网络舆情管理的专业人才队伍。

以上是小编为大家分享的关于大数据时代网络舆情管理变革探讨的相关内容，更多信息可以关注环球青藤分享更多干货