大数据下的舆情监测与预测
张冰清&刘高见
&&&&来源：&&&&
摘要：Web2.0环境下，原有的舆情监测方式已难以适应现实需要。而大数据的特点契合了Web2.0的网络环境和舆情研究的需要，能够实现更准确及时且基于“关系”的舆情监测。同时，大数据技术对舆情预测也有着独特的优势，并具进行更高质量的舆情预测的潜力。
关键词：舆情；大数据；数据分析；舆情预测
一、Web1.0与早期舆情监测
与即时通讯类的网络应用不同，博客、个人空间、微博都具有一定的公共性质，并被统称为自媒体。自媒体的兴盛，使其成为热点舆情形成的重要推动者，而网络舆情也成为社会舆情的重要组成部分。
自媒体几乎没有准入门槛，同时又具有匿名性，使用者的媒介素养良莠不齐，很容易产生各种失范现象；自媒体也不像传统媒体那样容易监督，对于失范现象难以追溯源头，同时给各方主体带来影响舆论、把控舆论走向的机会，使得网络舆情处于更加复杂的环境中。自媒体的网状结构又决定了网络舆情可以快速发酵，甚至在短时间内多次转向，因此更加难以监控和把握。
而对自媒体勃兴之后网络舆情的监测，传统的现场调查、访问调查、问卷调查等方式收效不佳，早期曾经广泛使用的网络舆情监测手段也暴露出了越来越多的问题。早期的网络舆情监测，主要是针对Web1.0设计的。互联网发展至今经历了两个阶段：Web1.0和Web2.0。两者的主要区别并不在于技术规范或物理设备，而是用户之间以及用户和网络应用之间的交互方式。
在Web1.0时代，互联网内容主要由各大网站生产，用户和网站的交互主要体现为寻找和接受相应的内容，用户之间也只能通过有限的方式进行散落联系。早期的网络舆情监测，就是针对这样层次的交互而设计。流程大致是：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。①
早期的网络舆情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；三、将监测的对象简化为独立的信息元，欠缺分析网络内容之间联系的能力和预测能力。
早期的网络舆情监测方式，尽管有很多问题，对Web1.0时代的离散的网络内容和单向的交互方式来说还可以适用。随着互联网发展到了Web2.0时代，早期网络舆情监测方式的局限性表现得日渐明显，其监测功能已经弱化而无法适应新的舆论环境。
二、大数据技术下的网络舆情监测
Web2.0时代最突出的特征就是更紧密的网状结构。用户自主生成内容使网络内容生产者数量呈几何级增长，用户与网站之间双向交互，用户与用户之间也在进行多渠道、多层次的立体的交互。Web2.0的网络内容不再是离散的，具有强烈的“关系”属性。这种基于各种强弱关系的网状结构，也直接使网络舆情能够快速成型、发酵，短时间内可以多次转向。Web2.0时代的舆情监测，更关注“关系”，能够更快速、更准确地跟踪舆情变化。这正是早期网络舆情监测的缺陷。
新的舆论环境，需要加强网络舆情的监测，而新的网络舆情，需要新的监测方式。大数据技术下的网络舆情监测，就是这样一种新的方式。
自1980年以来，全球的数据存储能力每40个月就翻一倍。②不断进行量级上的增加的庞大数据量和数据背后蕴藏的信息，带来了大数据时代。
大数据通常指的是庞大、复杂，难以用传统的软件工具来分析处理的数据集。对大数据的处理，又牵涉到从数据抓取、整理、分析、共享、可视化到存储、传输等一系列问题。大数据集合常常来源于日常生活，与人的行动、交往有一定的同构性，部分条目直接附加了时间、地理等信息。可以说，在大数据的数据集合中天然蕴含着各种关系。因此，大数据集合能提供同数据量的若干小数据集合无法带来的新信息。人们可以通过数据挖掘寻找数据之间的联系，确立数据之间相关关系的规律，进而提供多方面的预测。
显而易见，大数据处理技术的优势，正契合了Web2.0时代的特点。正因为大数据在挖掘数据之间的关系、进行发展趋势预测方面的能力，已经有很多机构借助其进行舆情监测和呈现，并取得了不俗的成绩。譬如在新闻业，就有不少国际传媒机构已经在各种项目中采用了大数据分析和数据可视化技术，如BBC以及《卫报》《华盛顿邮报》《纽约时报》等。
三、大数据带来舆情预测的新可能
“预测”本身就是大数据的一个重要应用。针对同一主题的海量数据进行分析，经过数据挖掘和建模后，可以得到相应的预测模型，进而预测将来的发展趋势。譬如奥巴马竞选团队，就在2012年竞选的多个环节运用了大数据技术，特别是在实时监测选民意向、预测投票情况方面。竞选团队每晚都会使用特制的模拟大选的模型，根据实时监测的选民意向模拟大选，并在第二天上午根据模拟结果对各州重新分配竞选资源。这种对舆情的实时监控和预测对奥巴马2012年总统连任起到了重要作用。
麻省理工学院博士内森?凯乐斯的一项以2013年埃及爆发的民众抗议活动的大数据预测为主要案例的研究，获取了全球范围主流媒体新闻、政府出版物、社交媒体、博客等各种类型超过三百万个数据源的目标数据。其证明可以通过大数据技术和特定模型来发掘公众的情绪、态度变化，并最终预测以大型抗议活动为代表的大型公共事件的发生，包括事件即将发生的时间地点。③
而这还仅仅是一个开始。大数据有不同的来源，互联网中以自媒体为代表的各种原创内容持续爆炸式增长，各种移动通讯设备、可穿戴设备也在不停地产生和存储、传递各种数据，除此之外的数据来源还有麦克风、摄像头记录的音频、视频数据，运营数据，遥感数据等等。
按照来源不同，数据大致可以分为三类，即以自媒体内容为代表的用户原创数据、各种经营活动中产生的运营数据（如销售记录、医疗记录等）、感知数据（如各种可穿戴设备获取的数据）。④ 其中用户原创数据对舆情监测的重要性已经显现，而对其他数据来源的大数据分析、不同数据来源的融合分析，也蕴含着巨大的舆情预测潜力。
与用户原创数据相比，感知数据和运营数据似乎与“舆情”没有直接联系。然而，舆情从来不是孤立地存在的，舆情的发酵、转向源于现实社会的事件和环境，舆情的发展又会影响现实活动。而感知数据和运营数据和人们日常生活具有同构性，甚至直接记录着人们的举动和身体变化。如可穿戴设备，已经可以检测使用者的心跳、体温、血液含氧量等数据，并通过模型分析使用者的情绪变化。而对位置移动、购买行为的相关数据的监测，以及基于这些数据对个人行动的预测，更是已经投入营销活动的应用。
在这些感知数据、运营数据中可以获知人们的情绪、态度、日常行动的变化，也就可以结合其他数据源进行舆情预测。数据源从用户原创内容扩展到感知数据、运营数据，必然会带来舆情预测整体质量的提高。从这个意义上来说，大数据给舆情研究带来的不仅是更准确、即时、动态的舆情监测，更给舆情预测带来无限可能。
①李彪，郑满宁．社交媒体时代的网络舆情――生态变化及舆情研究现状、趋势[J]．新闻记者，2014（01）：36-41
② Hilbert?Martin,López?Priscila . The World's Technological Capacity to Store, Communicate, and Compute Information [J]. Science 332 (6025): 60C65
③ Nathan Kallus . Predicting Crowd Behavior with Big Public Data[A]. In the Proceedings of the 23rd international conference on World Wide Web
④孟小峰，慈祥．大数据管理：概念、技术与挑战[J]．计算机研究与发展．2013（01）：146-149
（张冰清：安徽广播影视职业技术学院；刘高见：安徽大学新闻传播学院）
(责编：汪倩（实习生）、宋心蕊)
善意回帖，理性发言!
使用其他账号登录:
恭喜你，发表成功!
请牢记你的用户名:，密码:,立即进入修改密码。
s后自动返回
5s后自动返回
恭喜你，发表成功!
5s后自动返回
最新评论热门评论
传媒推荐|精彩博客
24小时排行&|&
人 民 网 版 权 所 有 ，未 经 书 面 授 权 禁 止 使 用
Copyright &
by www.people.com.cn all rights reserved
人 民 网 版 权 所 有 ，未 经 书 面 授 权 禁 止 使 用
Copyright &
by www.people.com.cn. all rights reserved论文发表、论文指导
周一至周五
9：00&22：00
大数据环境下网络舆情分析方法探讨
　　摘 要：本文介绍了大数据环境下，网络舆情分析所面临的挑战以及当前大数据技术的主要进展。并建议不断改进网络舆情的分析方法，将大数据思维及方法运用到网络舆情分析中去，最后本文展望了大数据时代网络舆情分析的发展方向。 中国论文网 http://www.xzbu.com/8/view-6524671.htm　　关键词：网络舆情；大数据；舆情分析方法 　　中图分类号：TP393.08 　　随着网络技术的高速发展，网络自媒体的数量庞大，网民人数的不断增多，互联网资源数量呈现指数型的增长，网络已经成为民众获取信息的最主要渠道。网络在传达社情民意方面的优势也逐步显现出来，成为反应社会舆情的主要载体之一，在表达民众心声、反映社会舆论方面发挥极其重要的作用。 　　在海量数据中，通过探测并发现网络舆情中的热点话题，有助于梳理舆情监控的思路，抓住纷繁的监控工作中的重点，从海量的互联网信息中找到目标信息，将有限的人力物力用到关键的地方，提高工作的针对性和有效性，更好地应对网络舆情。 　　而如何对网络舆情加以有效的监督和引导，积极化解网络舆论危机，使和谐的互联网环境为维护社会稳定、促进国家发展、构建社会主义和谐社会发挥重要作用，不仅具有重要的现实意义，也已经成为网络舆情工作面临的一个重要课题。基于上述分析，我们认为网络舆情数据越来越呈现出大数据特征。 　　1 问题与挑战 　　大数据环境下的网络舆情分析和挖掘方法具有如下挑战： 　　1.1 为了得到更准确的舆情信息，所需要的数据量大幅膨胀。随着数据生成的自动化以及数据生成速度的加快，自媒体时代的到来，为了获得准确的网络舆情信息需要处理的数据量急剧膨胀。一种处理大数据的方法是使用采样技术，通过采样，把数据规模变小，以便利用现有的技术进行数据管理和分析。 　　1.2 数据深度分析需求的增长。为了从数据中得到准确的舆情信息进而指导人们的决策，必须对大数据进行深入的分析，这些复杂的分析必须依赖于复杂的分析模型。所以对网络舆情信息的分析还需要路径分析、时间序列分析、图分析、What-if分析等。 　　1.3 自动化和可视化分析需求的出现。在TB级的复杂舆情信息环境下，网络舆情系统应该能根据网站的内容自动构造查询，自动提供热点推荐，自动分析数据的价值并决定是否需要保存。 　　2 大数据技术的主要进展 　　针对传统分析技术的局限性，研究者提出了一些试验性的解决方法和途径。R是开源的统计分析软件，IBM公司研究人员致力于对R和Hadoop进行深度集成，把计算推向数据并且并行处理，使Hadoop获得强大的深度分析能力，为应用开发者提供了丰富的数据分析功能。 　　针对频繁模式挖掘、分类和聚类等传统的舆情分析方法，研究人员也提出了相应的大数据解决方案。如，Iris Miliaraki等人提出了一种可扩展的在MapReduce框架下进行频繁序列模式挖据的算法[1]，Alina Ene等人用MapReduce 实现了大规模数据下的K-center 和 k-median聚类方法[2]，Kai-wei chang 等人提出了针对线性分类模型的大数据分类方法[3]。U kang等人使用“BP算法”处理大规模图数据发掘异常模式。Jayanta Mondal等人[4]提出了一个基于内存的分布式数据管理系统来管理大规模动态变化的图以支持低延迟的查询处理方法。Shengqi Yang等人[5]对基于集群上的大规模图数据管理和局部图的访问特征进行研究，为了在图查询处理中减少机器间通讯，提出来分布式图数据环境。Jiewen Huang等人提出了一个多节点的可扩展RDF数据管理系统，比目前系统的效率高出3个数量级。 　　3 网络舆情分析发展方向 　　3.1 实现更加复杂和更大规模的分析和挖掘是网络舆情分析未来发展的必然趋势。在大数据新型计算模式上实现更加复杂和更大规模的分析和挖掘是网络舆情分析未来发展的必然趋势，需要进行更细粒度的仿真、时间序列分析、大规模图分析和大规模社会计算等。 　　这些舆情主体间频繁联系、相互影响，在这个过程中涌现出一些大V，他们左右着其他主体的舆论方向，最终影响整个舆论场。同时，关注点相似的舆情主体间也自觉或不自觉地形成了一些联系相对紧密的子群体，在子群体中信息传播速度更快。要管理和引导网络舆情，就必须对网络舆情主体和舆论子群体进行研究，而社会网络分析方法就是有效的手段。 　　3.2 网络舆情信息的实时分析和挖掘。面对海量数据，分析和挖掘的效率成为网络舆情分析领域的巨大挑战。尽管可以利用大规模集群并行计算，但在数10TB以上的数据规模上，分析和发掘的实时性受到了严峻的挑战，而查询和分析的实时处理能力，对于舆情运用个体来说及时获得决策信息，做出有效应对是非常关键的前提。 　　3.3 关联不同领域数据进行舆情分析，非结构化大数据处理分析成为难点和重点。网络上的信息是千千万万的人随机产生的，从事网络舆情研究要从这些看似杂乱无章的数据中寻找有价值的信息。网络大数据有许多不同于自然科学数据的特点，包括多源异构、交互性、失效性、社会性、突发性和高噪音等，不但非结构化数据多，而且数据的实时性强，大量数据都是随机动态产生。网络数据的采集相对科学数据的采集成本较低，网上许多数据是重复的或者没有价值的，价值密度低。一般来说，网络舆情的数据分析及预测，比科学实验的数据分析更困难。所以我们不要一味的追求获取越来越多的数据，而是数据的去冗分类，去粗取精，从数据中挖掘有用信息，减少不必要的数据采集。 　　3.4 词汇理解的复杂性研究。既考虑词汇的情感倾向性，又权衡语义模式对评论的情感倾向值的影响，能比较全面地分析突发事件网络舆情的态势。但是词典的构建与语义模式的建设需要人工参与，个人的主观性影响比较大，机器学习的能力不强，准确度不高。另外，由于网络语言表达的灵活性，技术的发展速度跟不上社会话语变迁的复杂性。在国内的网络语境中，谐音、暗语是常用的表现手法，借古讽今、借外讽内是常用的叙事手段，隐喻、借代是常见的修辞。现有技术还不能完全准确地判定句子的情感倾向性，机器对词汇的理解能力需要进一步研究。 　　4 结束语 　　随着大数据时代的到来，我们要不断改进舆情的分析方法，将大数据思维及方法运用到网络舆情分析中去。首先要开始关注大数据分析，其次不再仅仅依靠语义分析，而是求诸于自动化的数据分析，再次要关联不同领域数据进行舆情分析，等等。总之，我们要突破传统，将舆情分析向大数据分析的方向创新。 　　参考文献： 　　[1]Miliaraki I，Berberich k，Gemulla R.Mind the gap：large-scale frequent sequence mining.SIGMOD’13，8. 　　[2]Ene A，Im S，Moseley B.Fast clustering using MapReduce. KDD’11，9. 　　[3]Chang K，Roth D.Selective block minimization for faster convergence of limited memory large-scale linear models.KDD’11，7. 　　[4]Mondal J，Deshpande A.Managing large dnamic graphs efficiently.SIGMOD’12，6. 　　[5]Yang S，Yan X，Zong B，e.Towards effective partition managenment for large graphs.SIGMOD’13，8. 　　作者简介：唐松（1979-），男，副教授，硕士，研究方向：网络舆情；王惠君（1964-），女，教授，研究员，研究方向：网络舆情、信息安全。 　　作者单位：湖南大众传媒职业技术学院，长沙 410100
转载请注明来源。原文地址：
【xzbu】郑重声明：本网站资源、信息来源于网络，完全免费共享，仅供学习和研究使用，版权和著作权归原作者所有，如有不愿意被转载的情况，请通知我们删除已转载的信息。
xzbu发布此信息目的在于传播更多信息，与本网站立场无关。xzbu不保证该信息（包括但不限于文字、数据及图表）准确性、真实性、完整性等。清博定制报告——您身边的舆情智库作为行业领先的新媒体、大数据权威平台，清博大数据拥有众多极具才华的清博智库学术专家，服务项目涵盖舆情阶段性报告、热点事件综合分析、新媒体传播报告、粉丝画像分析、行业研究报告、顶级政企刊物、政策执行效果评估等多种定制报告，长期为多家部委、大型企业提供包括舆情分析、危机公关、企业传播、新媒体策划等在内的全方位舆情事件应对和新媒体传播策略报告。清博强调将深度分析与客户所在的行业特点紧密结合，以深刻的前瞻洞见助力为客户的发展提供重要参考和指引。清博智库团队为客户提供大量日报、周报、月报等专业报告，涉及行业涵盖传媒、互联网、食品安全、汽车、金融等，收获广泛好评。我们的优势优质——专家团队实力雄厚
& &清博大数据的专家团队包括曾在政府、金融、互联网、媒体等众多领域工作过的资深专家学者和从业人员，可以为客户提供多行业的深度分析报告。清博大数据拥有员工170多人。其中，舆情分析团队成员多为国内211、985名校的博士、硕士；大数据部门则汇集了20多位计算机高端人才支持数据系统的开发与运营，为定制报告提供有力的基础支撑。高效——专业流程执行高效
& &清博学术专家团队拥有丰富的学术研究和报告分析经验，凭借着敏锐的洞察力和强大的执行力，清博专家团队能为客户提供高效的定制报告服务，将长期的研究流程缩至短期高质量完成，在第一时间为客户决策提供科学严谨的问题剖析与参考建议。精准——海量数据准确度高
& &清博大数据拥有中国领先的新媒体第三方评估平台——清博指数和中国最领先的新媒体舆情平台——清博舆情，收录有1900万+微信数据、2亿+微博数据、93万+APP数据，以及知乎、论坛、博客、平媒电子报、海外媒体等海量数据，为客户提供多平台海量数据信息，为定制报告提供全面有效的数据支撑。权威——行业标准指定机构
& &清博大数据是中国新媒体大数据评价体系和影响力标准的研究制定者，也是世界互联网大会网络公益发起单位。清博大数据报告团队曾为多部委和知名企业提供报告支持，并与新华社、人民网研究院、中青报等多家知名媒体合作出榜。我们的服务舆情阶段性报告
& &清博专家团队致力于为客户提供领先的舆情报告服务。舆情事件发生后，清博专家团队以清博大数据平台为支撑。根据客户需求，对某一阶段的舆情事件热度排行、传播路径、观点呈现、特点总结、风险预测，并提出相关对策和趋势建议。清博的阶段舆情性报告包含舆情周报、舆情月报、舆情季报、舆情年报等。热点事件综合分析
& &清博专家团队拥有反应迅速、机制完善的专项舆情报告系统。相关舆情事件发生后，清博将第一时间根据客户需求，快速反应，提供专业的舆情报告。报告内容包括但不限于全网传播热度、传播路径、各方观点、特点规律、风险预判、处置建议、趋势总结等重要舆情参考内容，帮助领导快速掌握当前舆情态势，为下一步采取有针对性的信息发布和舆论应对提供有力的决策支持。新媒体传播报告
& &基于独有的清博大数据平台技术及数据优势，清博专家团队为客户提供新媒体平台应用现状、舆论传播影响力、新媒体应用成果与宣传成效、互联网新媒体环境下的形象树立与提升等多角度新媒体传播报告，使客户对新媒体领域的传播、投放、应用、应对等多方面拥有全面认识。同时，专家团队会就新媒体未来发展方向与趋势进行把脉，为客户的新媒体领域发展提供坚实有效的支持。深度研究报告
& &依托资深经验和强大的学术支持，清博专家团队结合当前发展现状，对相关课题进行全方位深入分析，并提出专业的应对建议，并深挖客户需求根本，为客户需求提供深入有效的报告参考。同时，清博专家团队还向企业提供专业的危机公关、舆情事件研判、应对方案建议等报告服务，为企业量身订制传播策略，帮助企业提升市场影响力与品牌竞争力。行业研究报告
& &清博的行业研究报告偏重于行业传播分析，为客户提供的服务报告内容包括竞品分析、行业分析、特定行业新媒体领域分析，并可以根据客户需求结合行业情况提供企业品牌传播、企业形象推广、营销效果评估等服务。顶级政企刊物
& &通过大数据，清博专家团队可以实时关注与客户相关的社会及行业发展动态，并对相关政策进行风险评估，使企业能全面、及时、精准获取所需的情报信息，保持前瞻性，为企业科学决策提供参考依据，助力企业发展。顶级政企刊物的具体内容包括信息全景监测、维度分析等，提供日报、周报及月报等多种服务形式。此外，清博团队还可根据客户诉求，提供粉丝画像分析、政策执行效果分析、活动传播效果评估、网络人物形象分析等多种特定需求定制报告。部分定制报告案例展示联系我们如果您有报告定制需求，欢迎您扫描下方二维码与我们联系。或拨打我们的客服电话，将有专人为您服务！
北京清博大数据科技有限公司
清博小舆（qingboyuqing002）
清博小舆：2015浙江公务员考试时事热点：大数据与创新社会舆情管理
11:11:47　来源：光明网-《光明日报》　点击量
提醒您关注：
随着新媒体技术日新月异，社会舆情在数据体量、复杂性、产生和传播速度等方面发生巨大变化。如何科学监测、分析并正确引导舆情，是创新社会管理、维护社会稳定的一个重要议题。习近平总书记在全国宣传思想工作会议上提出，宣传思想工作创新，重点要抓好理念创新、手段创新、基层工作创新。在当今社会关系重构的社交媒体时代，要建构我国科学有效的社会舆情管理体系，必须正视舆论生态新变化，树立大数据观念，善用大数据技术预测和引导社会舆论。
树立大数据社会舆情管理的战略思维
信息风暴正深刻改变人们的生活、工作和思维方式，也深刻影响社会舆情管理。载体多元、表达直接、传播迅速、信息海量、话语分散，是现代社会舆情具有的鲜明特点。信息数据无限性和人们关注能力有限性之间的矛盾，加剧了社会舆情的&盲人摸象&效应，而诸多偶发性因素使社会舆情更加复杂多变。传统的舆情监测逻辑和研判方法，因其片面化、单一化和静态化，无法完成日益频繁和繁重的社会舆情管理任务，更谈不上支持社会治理科学决策和准确预判。
大数据技术的应用，能够对舆情数据进行立体化、全局化、动态化研究，通过挖掘、分析舆情关联数据，将监测目标时间节点提前到敏感消息传播初期;通过构建模型预测舆情走向，从而为正确引导舆情提供决策参考。因此，在&一切皆可量化&的数据时代，我们需要明确大数据资源价值，从国家层面制定大数据发展战略，将大数据作为国家和地区创新社会舆情管理的主要指标，深刻把握社会舆情的现状及其变化规律，全面了解社会热点、难点和敏感问题及其对人们心理、情绪及思想产生的影响，精确预判社会舆情发展趋势，进一步提高舆情管理的科学性、针对性和实效性。
设计大数据社会舆情管理的系统框架
运用大数据技术创新社会舆情管理是一项复杂的系统工程，客观上需要从三个维度进行顶层设计和整体谋划，在最高层次上寻求创新社会舆情管理的解决之道。
一是奠定大数据社会舆情管理的制度基石。目前，大数据已经渗透到社会民生、公共安全、卫生安全和环境生态安全等各个领域，影响着人们的生活、行业的决策和国家的战略部署。要运用大数据技术实现舆情管理创新，先决条件就是奠定坚实的制度基础，做到有法可依。当务之急，就是要在明确国家数据主权、保护公民隐私的基础上，着力加强信息产业相关行业的立法，对数据的收集、发布、存储、分析、使用和管理作出具体规定;整合现有的网络舆情管理法律法规，建立一套完整的大数据社会舆情管理法律体系。
二是规划大数据社会舆情管理的联动框架。运用大数据创新社会舆情管理，要将大数据与政务信息公开、日常舆情管理、突发事件应对、社会舆论引导紧密结合，注重舆情产生、传导、影响、反馈、处理、引导的动态跟踪和综合治理，构建社会舆情数据&立方体&，增强关联舆情信息的分析和预测，将管理目标从致力&反映问题&向致力&解决问题&拓展，合理配置资源，提高管理效能，最终实现创新社会舆情管理和科学社会治理紧密联动。
三是制定社会舆情管理数据人才发展战略。要实现运用大数据创新社会舆情管理，必须具有一支学习能力强、理论水平高和业务素质好的数据专业人才队伍。这就需要从国家层面制定数据人才发展战略，统筹政府部门、国内高校、科研院所、媒体机构的力量，设置专门的数据科学学科，开设研究大数据的相关课程，重点培养和储备复合型大数据人才，为社会舆情管理提供坚实的智力支撑。
形成大数据社会舆情管理的联动效应
创新社交媒体时代的社会舆情管理，前提是树立大数据理念，关键是做好顶层设计。具体到各级舆情管理机构，重点就是加强管理目标、管理模式、数据平台、支撑技术四个方面的协同创新。
管理目标创新。合理的舆情管理目标是有效开展各项舆情管理工作的依据和原动力。要从容应对当今纷繁复杂的舆情形势，实现舆情管理和社会治理的同步推进，不能沿袭旧有的舆情监测、被动防堵和事发舆论引导的管理目标，而应确立舆情预测、主动疏导和舆论引导前置的全新管理目标。大数据技术为管理目标创新提供了可能性和推动力。
管理模式创新。传统的社会舆情管理模式存在人员少、技术含量低、流程冗长复杂、&信息孤岛&问题严重等多重缺点，难以对社会舆情做到全面分析、准确研判和及时应对。要实现运用大数据创新社会舆情管理，各级管理机构应组建精干的专业队伍，自上而下形成一整套全新的管理工作体系。实行部门联动、职责明确、分工合作、精简流程的管理模式。
数据平台创新。运用大数据技术创新舆情管理是基于数据结构化以及分析研判进行决策的实践。数据结构化离不开数据的分类和聚合，因此需要积极拓展舆情数据获取渠道和建构丰富的基础数据库。当前，亟须建设统一高效、开放共享的大数据基础平台，明确国家大数据中心的数据存储和交换枢纽地位，明确各级政府部门、各行业提供和共享数据的权利义务，实现党政机构、各行业、各领域舆情数据的快速汇集、统一存储、规范管理、交流互通和高效利用。
技术支撑创新。运用大数据创新舆情管理，一方面要充分发挥大数据全面、动态、开放的优势，另一方面必须克服其价值密度低、传播速度快等难点，这就要求各级舆情管理机构积极开展数据监测、存储、挖掘、分析、安全等关键技术的攻关创新;进一步合作研发补充多种类型的业务功能模块，优化舆情信息处理技术平台支撑功能，实现数据的全面抓取和记录、高效读写和交换，不断提升社会舆情数据的计算分析和预测能力。
相关时政新闻：
(责任编辑：cml)
相关文章推荐
浙江公务员考试提醒}