大數據技術在網絡輿情管理中作用

前言：想要寫出一篇引人入勝的文章？我們特意為您整理了大數據技術在網絡輿情管理中作用范文，希望能給你帶來靈感和參考，敬請閱讀。

摘要：輿情作為信息傳播現象，屬于新聞傳播學科和情報學科的交叉領域，明確技術在網絡輿情課題中的作用有助于深入研究該問題。通過辨析網絡輿情、大數據技術概念及特征，探究大數據技術對網絡輿情發展及管理的影響。文章基于此分析如何將信息管理經驗與技術相結合，為大數據技術輔助網絡輿情管理提供方向。

關鍵詞：網絡輿情；大數據技術；大數據時代

0引言

隨著互聯網的飛速發展，網絡輿情問題成為我國治國理政中的重要組成部分。以信息傳播為根源的網絡輿情，在大數據時代帶來的海量數據下愈發壯大。如何將技術與管理相結合，使二者彼此輔助共同解決網絡輿情問題成為網絡輿情領域的研究熱點。本文通過對大數據、網絡輿情的概念辨析，總結兩者特點，探究大數據與網絡輿情的關系，從而為未來網絡輿情管理提供方向。

1概念及特點辨析

1.1網絡輿情概念及特點

網絡輿情是指各種不同情緒、態度和意見以信息為載體，通過互聯網表達和傳播，從而傳達出人們對于某事件的認知、態度、情感和行為傾向。隨著互聯網的發展與普及，人們可以快速直接多維度地參與政治，對于事件發展起到不可預知的作用。網絡輿情是依托于互聯網存在的信息傳播現象，因此其特征與互聯網信息特點有相近性。第一，共享性。隨著科學技術的不斷提高，互聯網已經成為新時代中最重要的社交平臺。在這個覆蓋全世界的大型平臺中，人們通過虛擬的網絡空間實現了真正意義的信息共享。第二，匿名性。基于對于個人信息和網絡空間的自由，互聯網具有匿名性。因此信息和傳播信息的人都可能無跡可尋，這使得網絡輿情比傳統輿情更加難以監管和懲處。第三，偏差性。根據2015年中國互聯網輿情報告，網絡輿情往往圍繞“斗”字，這個“斗”無關利益，是為了斗而斗，常有情緒引導的現象產生。缺乏理性、情緒至上的信息傳播往往會使信息失真，與其實際意義產生偏差［1］。

1.2大數據技術概念及特點

大數據技術源于移動互聯網、物聯網和云計算技術高速發展帶來的“大數據”的處理需求。2008年美國計算社區聯盟發表的一份有影響力的白皮書《大數據計算》中首次提出大數據概念。2010年2月，肯尼斯庫克爾在《經濟學人》上發表了大數據專題報告《數據，無所不在的數據》，旨在提醒和呼吁世界重視日益增長的巨量數字信息。仍以極快速度增長的海量信息已經影響到世界的各個領域，如經濟、政治，甚至包括藝術等人文領域。普遍認為，大數據有著4“V”特征，即Volume（數據規模巨大）、Variety（數據類型多樣化）、Velocity（傳播速度快）和最重要的Value（價值密度稀疏）［2］。結合這些特征，大數據技術具有以下特點。（1）巨量數據的處理能力：隨著Web2.0時代的到來，以用戶需求為核心的互聯網模式導致信息輸出源驟增，大數據技術需滿足爆炸式的信息增長需求。（2）多樣化數據處理能力：大數據組成復雜，除傳統的結構化數據，還包括許多半結構化和非結構化的數據，通過大數據技術可將不同類型信息進行分析處理。（3）處理速度快：與傳統數據挖掘技術不同，經大數據技術處理信息幾乎可以達到實時傳遞。通過分布式系統基礎架構Hadoop等技術可以在秒級時間范圍內給出分析結果。（4）實現價值提純：大數據的價值總量很大，但價值密度通常較低。通過大數據技術去除信息冗雜等問題，從而實現價值提純。所謂大數據技術，其本質即面對信息時代海量數據的處理技術，包括海量數據收集、數據存儲、數據挖掘、圖像視頻智能分析等多方面。根本在于為滿足信息處理需求，利用技術手段挖掘和運用海量數據，從而輔助決策。

2大數據技術對于網絡輿情管理的影響

隨著網絡快速發展，網絡環境已經成為重要的公民環境之一。通過對網絡信息的及時監測了解公民思想，把控網絡輿情走向引導公民精神建設，借用網絡監督促進政府決策的科學化，從而形成全方位的網絡輿情管理，保證我國網絡空間的安全及國家利益［3］。

2.1大數據與網絡輿情的關系

大數據所指的是在有限時間內無法使用常規手段來獲取、整理并且處理的海量數據的集合［4］。如前文所說，所謂網絡輿情管理就是對于這些信息的分析處理。要從海量信息中尋找核心價值時，需要利用先進的科學技術手段來對信息進行處理與分析。網絡輿情基于大數據時代帶來的海量數據而產生，而網絡輿情管理也要依靠大數據技術來輔助，兩者相輔相成。

2.2大數據技術對網絡輿情管理提供可能性

在當前網絡輿情管理中，大數據技術為網絡輿情管理提供無限可能，面對網絡中紛雜的數據來源和龐大的數據量，擁有可以處理海量數據能力的大數據技術成為輿情信息處理分析平臺的基礎和核心。2.2.1大數據映射社會關系在過去人類上千年的歷史中都通過文字、圖畫、書籍等記錄世界變化，后人通過這些留存的史料窺探過去歷史的發展，訪求前人的思想。而大數據技術的進步，為互聯網中的海量數據提供存儲、分析、處理于一體的可能性。這些存在于互聯網的海量數據記錄著不同時期人們的觀點看法、情緒傾向和民生需求等，映射出當代的社會關系。近年來，社會科學逐漸重視對社會關系的研究，通過大數據技術對用戶行為的采集，可以關注網絡社交媒體上體現的廣泛社會交往方式,從而對輿情內容所反映出的整體網民社會關系進行研究分析［5］。2.2.2大數據技術成為網絡輿情管理工具大數據技術分別從輿情數據的獲取、輿情信息的測量、輿情預測分析3個方面多維構建網絡輿情治理方法體系。

3輿情數據的獲取

互聯網時代提供了數據產生方式，輿情信息的獲取也不再依賴于傳統數據采樣，大數據技術通過采集用戶的網絡行為獲取輿情數據。傳統的抽樣調查是靜態信息獲取，信息獲取范圍有限，個體傾向嚴重容易忽略細節問題，造成輿情分析結果的偏差。針對靜態頁面，可以利用URL直接請求下載整個HTML頁面，對網頁內容有效分類。再使用XPATH確定規則，對頁面進行解析以及篩選，進而獲得數據。但網絡輿情更多是動態的信息傳播產物。利用大數據技術獲取的網絡搜索記錄、瀏覽記錄和社交媒體工具使用記錄等用戶行為數據，可以為輿情研究提供更為全面的數據基礎。針對使用動態加載技術的網頁，可以通過Selenium工具以及瀏覽器WebDriver模擬HTML頁面的用戶行為，運用事件函數判斷動態頁面的實際加載情況，最終獲得所需數據。此外，還可以通過對數據傳遞形式為JSON類型的數據進行路徑分析，通過修改其所對應的URL直接請求網站獲取格式為JSON的數據［6］。大數據技術對于海量信息的收集處理能力可以有效降低個體傾向對于數據分析的影響。同時，不斷優化大數據算法技術，提高大數據挖掘信息的效率，更準確地進行關鍵詞提取以及信息匹配也能有效地提高輿情分析結果的準確度和可信度。

3.1輿情信息的測量

如前文所述，互聯網的數字化記錄為網絡信息的存儲提供可能。大數據技術以分布式的方式存儲數據，主要包括GFS，Hadoop等信息管理系統。以GFS為例，其開源版本HDFS將數據分成小的等大數據塊，并輔以副本用以容錯，系統支持巨量數據體量（PB級），可以實現一次寫入、多次讀取的需求［7］。通過這些數據的存儲技術，在網絡上的行為都會被記錄保存。通過對行為信息的分類提取，匯總形成我國輿論數據信息數據庫。政府想尋找具備輿論研究價值的信息，就可以以此為數據源。通過對數據的量化研究，可在一定程度上掌握用戶群體的行為、興趣以及習慣，用于評估網絡輿論的關注點、擴散情況以及群體態度。如通過對高頻詞的搜索與閱讀，了解該話題對網絡群體的吸引力；相關事件的評論與回復通常體現著某個議題引發的某一網絡群體的思考；轉發與分享等網絡行為可作為輿情監測的重要指標，以評估輿論的擴散程度［8］。

3.2輿情預測分析

對比傳統的輿論預測，大數據分析能有效提升輿論結果的預測準確度。不斷更新的信息能為輿論預測提供更多的變量，避免數據分析的滯后性。通過數理分析，在關系分析和因果分析等實證方法上降低了傳統的經驗主義、傳統主義等主觀性分析，有效提升對非結構化數據的處理能力，依托復雜網絡分析、數據可視化和語義分析等研究方法提升分析技術的科學性。

3.3大數據技術全方位提升輿情監測指標

利用大數據技術可以對于網絡數據進行有效整理，提升信息質量、真實有效的網絡數據信息是輿情監測的基礎。輿情監測最大的困難在于數據挖掘的過程中需要面對繁雜的信息，容易產生分析結果精度降低、偏差值過大的問題，導致對于輿情態勢不能準確判斷［9］。當前大數據技術算法主要包括數據分類、內容摘要自動抽取、IP地址追蹤、觀點挖掘和情感計算等。在這些算法的作用下形成了我國網絡輿情監測指標，即規定某一需求標準，以此標準為核心視角對所圈定范圍內的數據進行分析。此外，網絡輿情是社會性問題，其監測指標應滿足社會性需求，可以根據該標準判斷某事件對某區域社會是否會產生影響，波及范圍有多大，輿情發展趨勢是什么。不同地區對于同一事件的反應各不相同，這是因為不同地區的網民性格特點不同，關注的角度和傾向也不同。利用大數據技術可對不同網絡情感進行判斷，以情感主客體、情感傾向和情感強度為指標系統地進行監測［10］。情感主體即為參與事件討論的網民，包括普通民眾意見領袖和官方主流機構等，通過測量該話題的討論量，可用來判斷該話題的實時熱度、網民的情感傾向以及政府對此事件的回應及態度。情感客體劃分百姓民生、國際政治、全球經濟等具體領域。根據某一時期內該領域話題被討論的次數來判斷輿情熱點集中在哪些領域，熱點話題都包括哪些。在情感傾向上分別設立支持、中立和反對的指標。對互聯網上的信息進行定量研究，比較不同情感傾向人數的差異，支持不同觀點的人數，從而預測出未來輿情走勢。在情感強度上利用關鍵詞抽取技術抽取信息中的關鍵詞，對情感激烈程度進行分析，從而判斷該話題的情感強度。另外要利用網絡社交平臺的互動統計，如點贊數、評論數、轉發數等指標輔助判斷。

4思考與建議

大數據環境下，網絡信息具有數據量大、傳播速度快、形態多樣化的特點。面對海量數據，傳統的數據統計和輿情監測方法存在缺陷。新時代的網絡輿情管理必須依托大數據技術實現高效準確的數據搜集和挖掘分析［11］。我國網絡輿情管理才剛剛起步，結合大數據技術管理模式還需要逐漸融合探索，未來需要注意以下幾點。

4.1明確當前網絡輿情管理中會面臨的挑戰

大數據技術的發展受限于各地區條件的差異，由于不同地區經濟水平、受教育程度、互聯網普及程度、信息技術發達程度甚至文化都有所差異，因此導致大數據技術在實際應用中表現出顯著的地域差異性［12］，而其中經濟發展決定著地區資金富裕程度。大數據作為海量數據提取分析技術需要足夠資金支持，地方政府和中小企業能否重視網絡輿情分析系統的構建，投入資金支持是個嚴峻的問題。此外，對于網絡輿情數據的收集，大數據技術的優勢更多體現在數據規模的龐大，而非質量的優秀。即使隨著相關算法技術不斷地提升，相比于過去已經有效過濾無效重復信息，大大提高了輿情分析的準確程度，但是由數據良莠不齊造成的偏差仍然不容忽視。

4.2完善網絡輿情監管體系

要著手建立以大數據技術為核心的網絡輿情監管體系，充分挖掘數據價值，精準分析網絡錯綜復雜的輿情，從而達到對于網絡輿情監管能力的提升。要不斷革新技術，實現監測手段的不斷創新，從而提高數據的準確度。網絡輿情管理部門需要不斷提高輔助決策的水平，降低預測與實際結果的偏差［13］。

4.3善用大數據思維創新網絡輿情管理

首先，要改變傳統理念，將大數據思維充分融入網絡輿情的管理工作中。要從網絡輿情源頭展開治理工作，透過網絡輿情看到隱藏在其中的民情民意，重視社會治理工作與網絡輿情管理的相關性。提高網上政務信息公開程度以提高政府的公信力，提高主流媒體的影響力，加強對于輿情的引導作用。其次，要拓寬輿情管理范圍，合理利用大數據開放共享機制，掌控公民日常網絡生活中的動態信息，從而實現更全面的輿情監控。最后，要提高對于輿情事件的應對能力，及時發現及時處理，避免因對輿情信息監管不及時、對于輿情態勢不重視而造成的輿論危機。

作者:張安琪 單位:黑龍江大學信息管理學院