大数据与舆情管理

Ⅰ 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

Ⅱ 大数据如何作用于”舆情“

大数据如何作用于”舆情“
随着互联网技术的迅速发展，信息量大、类型繁多、价值密度低、速度快、时效高的大数据吸引了越来越多的关注目光，大数据带来的信息风暴正在改变我们的生活、工作和思维。毋庸讳言，舆情服务在进行行业规范和整合的同时，正面临着大数据的挑战。
大数据时代，对信息的“加工”是基础。据 互联网专家介绍，大数据体量巨大，非结构化数据的超大规模和增长分别占总数据量的80％至90％，比结构化数据增长快10到50倍。从舆情产品服务的角度 看，浓缩海量信息，抵抗“数据爆炸”已成舆情工作基本要求。故此，掌握数据抓取能力与舆情解读能力，通过“加工”实现数据的“增值”，将是未来舆情分析的 必备技能。目前，国内很多舆情服务机构甚至没有专门的数据管理、分析部门和专业分析团队，分析人员对信息的鉴别力、萃取力、掌控力仍有待提高。在信息广度 上大作文章的同时，未来需要一批有较高学习能力、分析能力、知识水平的数据从业人员占据舆情服务重镇。
大数据时代，对数据的解释是关键。目 前，数据的可获得度已经空前提高，我们可以分析更多的数据，有时候甚至可以处理和某个特别现象相关的所有数据，实现真正的大数据挖掘和分析。数据的海量、 及时、动态、开放，有利于我们完善分析的效度和深度。同时，大数据也有价值密度低、传播速度快等特点，数据分析的模式是否科学，这将直接影响数据分析的质 量。大数据的异构和多样性，需要舆情分析人员对一些危机事件进行高质量的数据解释。基于数据分析，能否提炼出独到、高质量的观点，在凌乱纷繁的数据背后找 到更符合客户要求的舆情产品和服务，并进行针对性的调整和优化，这是大数据时代舆情最大的变量。
大数据时代，对趋势的研判是目标。大 数据的核心和目标就是预测，具体到舆情服务，舆情工作人员从互联网浩如烟海的数据中挖掘信息、判断趋势、提高效益，虽然获得广泛且实际的应用，但还远远不 够。舆情分析人员要不断增强关联舆情信息的分析和预测，把服务的重点从单纯的收集有效数据向对舆情的深入研判拓展，跟踪关联舆情，不再局限于危机解决，还 要辅之以决策参考，从注重“静态收集”向注重“动态跟踪”拓展，从致力“反映问题”向致力“解决问题”拓展，使舆情产品和服务“更高、更快、更强”（视点 高、预警快、处置强）。
大数据时代，分众服务是方向。数 据的互通互联，改变了数据库、应用软件和用户界面等系统之间的“孤岛”状态。舆情服务机构应树立大舆情观念，对数据进行生产、分析和解读，探索一条为用户 提供分众化服务的信息增值之路，使舆情服务的主体和边界形成一条完整的“舆情闭环”。在这个认识基础上，舆情服务机构需把握未来几年大数据在公共及企业管 理领域发展的重要方向：横向看，将服务主体延伸至政府、企业和社会的各领域，通过搭建关联领域的数据库、舆情基础数据库等，充分整合政府和企业的数据资 产；纵向看，将产品内容延伸至包括舆情抓取、预警到决策、评估等在内的各环节，协助客户丰富和完善决策参考体系。
大 舆情，强调大数据的关联性。发展和利用好数据资源，充分反映数据爆发背景下的数据处理与应用需求，这是大数据时代最大的舆情变革。目前，国内经济社会转型 发展环境压力加大，社会周期结构性突发舆情因素增多，舆情工作者尤其需要树立前瞻意识，提高媒介素养，加强互联网“大数据”分析研判，获取情报，抓住机 遇，为长远发展打下良好的基础。

Ⅲ 大数据时代下的舆情监控应如何做

舆情监测专员日常工作是什么？工作主要职责是什么？ 一般来说，为了有效监测网络舆情，一些相关部门单位都会设有舆情监测专员，每天进行实时信息监测收集的工作。可能有的对于网络舆情监测意识不够，不太清楚舆情监测专员是做什么的？也不太清楚其日常工作职责是什么,针对这些问题总结出一下几点。 舆情监测专员日常工作任务：
1. 综合监测  综合监测网络上（包括微信、微博、自媒体等各渠道）传递的与工作单位相关的舆情，一旦发现负面舆论，能够在事情发生初期及时处理。避免舆论爆发产生负面的影响。 由于互联网信息量大，网络舆情监测员需利用舆情监测系统进行实时监测，从新闻、微博、论坛、贴吧等渠道获取相关的信息，储存到数据库。
2. 舆情分析研判  信息获取后，需要对数据库的信息进行处理。运用舆情监测系统对时间、热度、强度、内容等方面的信息进行筛选，剔除不必要的垃圾信息，然后自动过滤分类，最终获取有价值的信息。在舆情处理过程中，首先需要对舆情进行分析研判，判定是否能在短期内调查清楚舆情的真相和过程，并对外公布。  在舆情处理中重视“黄金4小时”和“黄金24小时”的重要节点，尽量在节点前还原真相并用官方或主流媒体对外公布，避免事态扩大，使舆情危机进入高潮阶段而造成极大的影响。  如无法短期内完成，则要立即告知事情正在处理中，有时候态度比真 相更重要。而后也要尽快查清事情的真相和舆情的传递过程，并形成舆情报告对外公布。
3. 制作舆情分析报告  舆情反馈包括舆情发生初期的表态公告、处理过程中的及时反馈以及处理完成后的舆情报告公布。当网络舆情已经发生，网民已经重点关注，若是不及时反馈舆情处理进展，只会加剧网友对事件的各种揣测，而使舆情越走越偏。  将筛选出的精准信息进行分析，判断舆情事件的走向以及事件的影响力，制作成舆情分析报告。舆情分析报告应包括对当下舆情监测工作的汇报总结和舆情处置行动的提示与指导。   由于互联网信息量大，网络舆情监测员需利用舆情监测系统进行实时监测，从新闻、微博、论坛、贴吧等渠道获取相关的信息，储存到数据库。  信息获取后，需要对数据库的信息进行处理。运用舆情监测系统对时间、热度、强度、内容等方面的信息进行筛选，剔除不必要的垃圾信息，然后自动过滤分类，最终获取有价值的信息。
● 舆情监测专员基本素养：
1. 把握媒体环境的变化  新媒体时代极大地提高了民众的参与性，网络舆情的广泛传播，使其影响力日渐提高，甚至成为政府单位、企业公司和名人个体决策的重要因素。网络舆情管理人员必须要随时监测媒体环境的动向，以便随时整合媒体传播在舆情处理中的重要作用。
2. 具有强烈的新闻敏感性  网络舆情管理人员要善于通过媒体渠道及时把握社会的变动和舆论走向。最大限度地接触与单位相关的信息，并对信息合理地筛选、评价和传播，保证提供的信息能够被媒体和公众接受。 
3. 善与媒体沟通合作  在网络舆情处理的工作中，管理人员接触最多的就是各类媒体。网络舆情处理中，需要通过各类媒体随时公布处理的过程。因此与媒体达成友好良性的沟通合作，是网络舆情管理人员最重要的专业素养之一。 
4. 能有效引导舆情的走向  工作中，能对负面以及者虚假的舆情及时处理，发布正面、正确的观点，鞭挞虚假丑陋，打击谣言，向民众传递正能量，引导舆情的正面走向。  蚁坊软件认为网络舆情管理人员在处理舆情时，要把握温情比冷漠好，面对比回避好，主动比被动好，越早比越迟好，公开比掩盖好，负责比推卸好的基本原则。

Ⅳ 大数据舆情监测的三大优势

1、舆情分析更客观、规范

数据分析是舆情监测的主要方式之一。企业可以通过受众端数据和专业的评估工具来对自身所处的舆情进行分析预测和风险管理。第三方数据机构也使得企业的舆情监测更加客观和规范。

2、舆情的预警、应对更有针对性

许多企业都是在舆情出现后进行应对，但是随着信息传播速度加快，一旦企业应对舆情不及时造成的后果是不可估量的。通过大数据分析，企业可以随时监测舆情的变化，在舆情发生前做出预警，做到防范于未然;企业在进行危机公关时要对危机处理的效果进行预估，这时企业可以根据大数据分析出的舆情特点选择有针对的的应对方法，以达到危机公关的最佳效果。

3、舆情归纳分析的数据更直观

企业通过一系列措施应对舆情、解决危机，但是风险的解除并不是舆情监测工作的终结。在解除危机后，企业还需要进行事后的分析与反馈，深度挖掘舆情的成因，核算企业的损失，以及此次舆情应对中的经验和教训，通过大数据分析，企业可以集中处理和反馈，数据更加清晰直观，有针对性，便于企业的后续的分析汇总和评估。

关于大数据舆情监测的三大优势，该如何下手的内容，青藤小编就和您分享到这里了。如果您对大数据工程有浓厚的兴趣，希望这篇文章可以为您提供帮助。如果您还想了解更多关于数据分析师、大数据工程师的技巧及素材等内容，可以点击本站的其他文章进行学习。

Ⅳ 大数据时代，如何全面做好大数据网络舆情引导与分析

关于大数据时代网络舆情引导与分析方法如下：
一、通过相关样本库，把需要监测的网页进行模板匹配，并设定为监测数据源；
二、应用 爬虫程序抓取数据，存储到本地，再进行数据的净化和简略的分析；
三、利用简单的图表模板和文字描述，呈现监测和分析的结果。早期的网络舆情引导监测方式有一些原生的问题，譬如：一、由于处理能力有限，只能抽取部分样本进行监测，无法避免偶然误差；二、文本分析算法的准确度、 监测对象和系统模板匹配的程度、对数据的净化，以及分析的算法等因素对于最后监测结果的准确度都有决定性的影响，无法避免系统误差；
四、舆情引导与分析主体应学会充分利用大数据挖掘系统，蚁坊软件方面的大数据舆情监测管理系统，实现了从网络舆情信息的采集与提取，到话题的发现与追踪、态度倾向性分析，再到多文档自动摘要的生成，为网络舆情的安全评估提供了有效的舆情信息获取和分析方法。不过，由于“舆情”本身具有“社会”特性，数字和代码等信息背后的实体是生存在现实社会中的芸芸众生。除了纯技术角度对舆情进行量化考察，传统的社会民意调查方式对实现全面、立体、动态透析社会综合舆情亦有一定帮助。
数据分析—数据的核心是发现价值，而驾驭数据的核心是分析，分析是大数据实践研究的最关键环节，尤其对于传统难以应对的非结构化数据。运营商利用自身在运营网络平台的优势，发展大数据在网络优化中的应用，可提高运营商在企业和个人用户中的影响力。

Ⅵ 互联网大数据在舆情方面的应用有哪些

港澳台居民来内地（大陆）旅游舆情调查、微博旅游舆情指数、2015家居建内材消费趋容势研究。舆情大数据指数研究得到了国家旅游局、中国旅游报、中国旅游舆情智库、家居建材大数据舆情智库、新浪、微博、微博数据中心的大力支持，得到了中国社会科学院新闻与传播研究所及舆情实验室的全方位协助与合作。

(6)大数据与舆情管理扩展阅读

大数据的价值体现在以下几个方面：

对大量消费者提供产品或服务的企业可以利用大数据进行精准营销；做小而美模式的中小微企业可以利用大数据做服务转型；面临互联网压力之下必须转型的传统企业需要与时俱进充分利用大数据的价值。

不过，“大数据”在经济发展中的巨大意义并不代表其能取代一切对于社会问题的理性思考，科学发展的逻辑不能被湮没在海量数据中。著名经济学家路德维希·冯·米塞斯曾提醒过：“就今日言，有很多人忙碌于资料之无益累积，以致对问题之说明与解决，丧失了其对特殊的经济意义的了解。”这确实是需要警惕的。

Ⅶ 如何运用大数据进行校园舆情管理

分析大数据时代，高校如何利用新媒体与传统媒体进行舆论引导，才能达到最佳效果。
一、微信成为大数据时代高校舆情新宠
网络的发展经历了互联网、物联网、云计算和大数据阶段。目前，各大高校的舆情宣传工作主要利用报纸、电视等传统媒体以及微博、微信等新媒体进行。微博、微信等新媒体在高校舆情传播方面有如下优势：其一，信息的海量化和多样化；其二，受众绝大多数是本校的师生以及部分社会人群，因此舆情引导目标受众相对固定；其三，发布、接收信息不受时空限制，在时效性上优于纸媒等传统媒体；其四，微信定向发布可以精准送达目标人群。
二、大数据时代的校报彰显核心竞争力
虽然微信等新媒体在舆情宣传中具有明显的优势，但也不能取代纸媒等传统媒体在舆情宣传中的作用。校报作为一种特殊的高校媒介，是高校舆情宣传的主流媒体。校报是一面旗帜，用广阔的视界、专业的角度、理性的思维洞察问题的实质，预见舆情的未来，引领着师生。这是新媒体所缺失、不能弥补的核心竞争力。从信息源来看，新媒体为了体现传播事件的即时性，往往忽略了对舆情真实性的求证；相反，校报因为其周期性较长，有足够的时间和精力对内容进行求证，所以其准确性往往更可信。另外，校报是经过拥有专业知识的编辑筛选，以及有一定政治高度的高校党委层严格审查后才印刷发放的，比微信多了一道甚至几道关卡，减少舆情发生裂变的可能性，对舆情的宣传更精准，效果更佳。
三、新媒体与传统媒体互动，校际之间协作共享，构建高校舆情大格局
新媒体与传统媒体在高校舆情宣传引导过程中使用的时间和发挥的作用是有差别的，两者并不是对立关系，而是需要相互融合互动的。
1.新媒体与传统媒体融合，做好舆论引导的“时、效、度”
自媒体时代，信息的传播是快餐式和病情式的。这种快餐式和病毒式传播方式决定了新媒体在初期阶段能起到较大的宣传作用。不管大数据时代的信息量多么的海量，数据的真正价值就像漂浮在海洋中的冰山，第一眼只能看到冰山一角，而绝大部分则隐藏在表面之下。因此，需要校报等纸媒搜集分析新媒体发布的各种信息和多向度的舆情，发挥“过滤器”和“把关人”的作用，提供更有价值的内容给受众。因此，高校利用新旧媒体，控制舆情传播的路径是：微信等新媒体在第一时间将信息传递给师生，校报等传统媒体则将这些信息进行搜集和分析，链接相关内容，找出舆情的发展状态、原因等因素，预测其发展方向并找到相关的内容传播给受众。在这个过程中，校报充当着舆论领袖的作用，它既传播和接收信息，又担负着把受众引导向自己所倡导的主流舆论方向上。由此可见，要想达到最佳的舆情宣传效果，必须将高校新媒体和传统媒体都充分利用起来，让优势得到充分发挥，达到信息传播的最佳效果。
2.实现高校间舆情协作共享，构建大数据时代的大舆情格局
高校与高校之间舆情协作共享除了网站可以互访，互相邮寄校报共阅也是一种很好的方式，这些方式有利于大数据时代舆情引导的协作共享，有利于更好地对负面舆情防微杜渐。然而，我国高校传统的舆情管理观念和处理方式是对负面舆情“堵”和“禁”。例如，高校都有自己的贴吧BBS和主页留言方式等，一旦有不利于学校的言论，他们就会采取删帖或者封号的方式来进行控制。这种落后的理念和方式越来越不适应快速发展的时代，也严重地影响了高校之间的大数据共享。大数据时代，高校应该考虑如何利用新媒体与传统媒体实现舆情管理的协作创新。笔者认为，只有利用新媒体与传统媒体实现高校间的舆情协作共享，才能构建大数据时代的大舆情格局，也才能有效地管理好各自高校的舆情发展。
如何实现高校间的舆情协作共享？
首先，高校的管理者需转变观念，正确面对和处理负面舆情，切勿只报喜不报忧，对负面舆情不只是“堵”和“禁”，而是利用好新媒体与传统媒体及时曝光，积极迅速进行“疏”和“导”；同时，负面舆情出现之后要及时总结经验，利用新媒体与传统媒体进行传播，广而告之，并引以为鉴。
其次，高校间应加强舆情管理的交流沟通，分享各自的舆情治理之道，真正做到大数据时代的舆情协作共享机制，构建起大舆情的格局。

Ⅷ 澶ф暟鎹鐨勮垎鎯呭垎鏋愪笌鍐崇瓥鏂规硶

鍦ㄥ綋浠婁簰鑱旂綉+鐨勬椂浠ｏ紝澶ф暟鎹涓庤垎鎯呭垎鏋愮殑缁撳悎寮杈熶簡鍏ㄦ柊鐨勫喅绛栬矾寰勩傚ぇ鏁版嵁鎶鏈鐨勫紩鍏ワ紝浣垮緱鑸嗘儏鐩戞祴銆佸垎鏋愬拰鍐崇瓥杩囩▼鏇翠负楂樻晥锛屽傚浘1鎵绀猴紝澶ф暟鎹鐨勫姏閲忔ｅ湪閲嶅戣垎鎯呮不鐞嗙殑鏅烘収鏍煎眬銆

棣栧厛锛岀綉缁滆垎鎯呯洃娴嬬殑闈╂柊鍦ㄤ簬鏁版嵁椹卞姩銆傞氳繃寤虹珛鑸嗘儏鏁版嵁搴撱佺煡璇嗗簱鍜屾堜緥搴擄紝鐩戞祴娴佺▼濡傚浘2鎵绀猴紝鏁版嵁鏉ユ簮骞挎硾锛屾棦鏈夎鍔ㄦ敹闆嗙殑缃戞皯鍙嶉堬紝涔熸湁涓诲姩杩借釜鐨勭儹鐐逛簨浠躲傚氬厓寮傛瀯鏁版嵁鐨勫勭悊灏や负閲嶈侊紝鍖呮嫭鍏抽敭璇嶇储寮曠殑绮惧噯鎹曟崏銆佹枃鏈澶勭悊鐨勬繁搴︽寲鎺橈紝浠ュ強璇涔夊垎鏋愬拰鎯呮劅鍊惧悜鍒嗘瀽锛屼互鍏ㄩ潰鐞嗚В鑸嗘儏鍔ㄦ併

澶ф暟鎹鑸嗘儏鍒嗘瀽鍒欐繁鍏ヤ竴姝ワ紝濡傚浘3鎵绀猴紝瀹冩兜鐩栦簡缁熻°佸垎绫汇佸︿範鍜岄勬祴鐨勫氫釜鐜鑺傘傞氳繃缁熻℃柟娉曪紝鎴戜滑鍙浠ユ礊瀵熻垎鎯呯殑鐑搴︽尝鍔锛屼緥濡傦紝闆呮濇姤鍚嶇殑鎼滅储璇嶅彉鍖栵紝濡傗滄姤鍚嶁濆拰鈥滈泤鎬濇姤鍚嶅畼缃戔濓紝鎻绀轰簡鍏浼楀归泤鎬濈殑鎸佺画鍏虫敞銆傝瘝浜戝浘鐩磋傚湴灞曠ず浜嗏滈泤鎬濃濆叧閿璇嶇殑楂橀戜娇鐢锛屼负鑸嗘儏鐞嗚В鎻愪緵浜嗙洿瑙傝嗚掋

鎯呮劅鍒嗘瀽鏄鍏抽敭涓鐜锛屽畠閫氳繃璁＄畻鍜岃В璇昏垎鎯呬腑鐨勬儏鎰熻壊褰╋紝鍖哄垎涓浣撳拰缇や綋鐨勬儏鎰熷惧悜锛屽府鍔╂垜浠鐞嗚В鍏浼楃殑鎯呯华鍔ㄦ併傝秼鍔块勬祴鍒欒繍鐢ㄥ悇绉嶇畻娉曪紝濡傛満鍣ㄥ︿範鍜屼汉宸ユ櫤鑳斤紝棰勬祴鑸嗘儏鐨勬湭鏉ヨ蛋鍚戯紝涓哄喅绛栬呮彁渚涘墠鐬绘х殑娲炲療銆

鏁版嵁鍒嗘瀽宸ュ叿鐨勯夋嫨涔熷崄鍒嗛噸瑕侊紝Excel銆丼PSS銆丮atlab銆丷璇瑷鍜孭ython绛夊悇鏈夊叾鐙鐗圭殑浼樼偣锛屾牴鎹瀹為檯闇姹傦紝閫夋嫨鍚堥傜殑宸ュ叿杩涜岃垎鎯呮繁搴﹀垎鏋愩傚湪鑸嗘儏鍐崇瓥灞傞潰锛屽ぇ鏁版嵁鍜屼汉宸ユ櫤鑳芥妧鏈鐨勮瀺鍚堬紝鎺ㄥ姩浜嗕笓瀹跺喅绛栧拰鏅鸿兘鍐崇瓥鐨勬彁鍗囥傛垜浠鏋勫缓浜嗙煡璇嗗簱鍜屾櫤鑳藉挩璇㈢郴缁燂紝涓哄喅绛栬繃绋嬫彁渚涗簡寮哄ぇ鏀鎸侊紝鍔╁姏浜庢洿绮惧噯銆佹洿蹇閫熺殑鍐崇瓥鍝嶅簲銆

鎬荤殑鏉ヨ达紝澶ф暟鎹鐨勮瀺鍏ヤ笉浠呮彁鍗囦簡鑸嗘儏澶勭悊鐨勬晥鐜囷紝杩樺炲己浜嗗喅绛栫殑绉戝︽у拰绮惧噯鎬э紝璁╂垜浠鍦ㄩ庝簯鍙樺够鐨勮垎璁虹幆澧冧腑锛屾嫢鏈夋洿寮虹殑娲炲療鍔涘拰搴斿硅兘鍔涖