大数据时代的美国信息网络安全新战略分析 大数据下的网络舆情应对

【导语】面对数亿网民和浩如烟海的网络言论，网络舆情的监测和分析越来越依赖舆情大数据分析技术与平台

2015年9月2日，江苏南京，南京软件产业博览会上的“互联网＋大数据”应用展台。供图/CFP

孙瑞蓬随着互联网、移动互联网、物联网、社交网络等技术和应用的兴起，全球范围内数据量迅猛增长，一个大规模生产、分享和应用的数据时代——大数据（BigData）时代正在开启。作为大数据时代的推动力之一，媒体技术的革命正在造就一个全新的舆论环境。网上言论已达到前所未有的活跃程度，互联网日益成为社会各阶层利益表达、情感宣泄和思想碰撞的平台，进而产生巨大的舆论信息。

网络舆情是指在一定的社会空间内，通过网络围绕中介性社会事件的发生、发展和变化，民众对公共问题和社会管理者产生和持有的社会政治态度、信念和价值观。关于大数据，当前有多种解释，用的最多是4V，即大数据具备规模性(Volume)、多样性(Variety)、高速性、价值性(Value)四个特征。规模性指数据量巨大；多样性指数据类型繁多；高速性指数据创建、处理和分析的速度在持续加快，大数据的价值往往呈现稀疏性。本文旨在探讨大数据背景下的网络舆情新特点及其管理。

大数据时代网络舆情的特点

第一，体量巨大。据国际数据公司（IDC）研究报告，到2020年，全球数据使用量预计暴增44倍，达到35.2ZB（1ZB相当于13亿中国人每人一台1000G容量的电脑所储存的信息量），至2012年，非结构化数据占有比例将达到互联网整个数据量的75%以上，比结构化数据增长快10到50倍。

第二，类型复杂。在大数据时代，网络信息纷繁复杂，产生的数据形式和来源也多种多样，涵盖了文本、音频、图片、视频等不同类型的数据，使网络舆情信息变得更加复杂。

第三，价值密度低。受到存储和计算成本因素的影响，大数据的价值密度远远低于传统关系型数据库中已有的数据。目前许多数据仍处于“孤岛”状态，单一或少数领域的大数据不仅价值有限，而且还存在片面性风险。大量的不相关信息中，需要沙里淘金。

第四，传播速度快。大数据是一种以实时数据处理、实时结果导向为特征的解决方案，要求网络舆情信息处理更加迅速，包括两个层面：一是数据产生得快。有的数据是爆发式产生，有的数据是涓涓细流式产生，但是由于用户众多，短时间内产生的数据量依然非常庞大。二是数据处理得快。在数据处理方面，有一个著名的“1秒定律”，即要在秒级时间范围内给出分析结果，超出这个时间，数据就失去价值了。

大数据时代网络舆情的新变化

首先，网络舆情信息空前繁荣。人们利用各种新媒体工具在网络发表意见，阐述观点，使很多社会话题在一段时间内成为街谈巷议的焦点。据2015舆情蓝皮书指出，2015年１月１日至2015年10月31日的500件社会热点事件的统计表明，其中44.4％的事件由互联网披露而引发公众关注；可以明确源发于“两微一端”（微博、微信、移动客户端）的有64件，占12.8％。由此可见，互联网对社会舆论的议程设置的影响巨大，已成为思想文化信息的集散地和社会舆论的放大器。

其次，传统媒体的议程设置能力下降。据2015舆情蓝皮书指出，在移动终端平台，微博、微信、客户端的覆盖人群和影响力不断扩大。微信覆盖了90％以上的智能手机，55.2％的微信用户每天打开微信超过10次。“两微一端”成为很多中国人了解新闻时事的第一信息源，特别是拥有月活跃用户6.5亿的微信，成为社会舆论的新引擎；与此同时，报纸、杂志、电视等传统媒体的议程设置能力进一步下降。

第三，突发事件话语体系不可控性增强。突发事件话语体系在以大数据为基础的社会化媒体中呈现出迥异于传统舆论的一些特征，如舆论主体的匿名性与参与渠道的广泛性、传播空间的无界性与意见汇聚的实时性、议题生成的自发性与舆论发展的不确定性等。加之，目前我国正处于突发事件的高发期，多种诱发因素、连环作用，增加了更多的不确定性，因此，突发事件的话语体系较之以往不可控性增强。

大数据时代网络舆情的应对与管理

首先，大数据时代的舆情监测。大数据舆情监测是为适应大数据时代的舆情和服务而发展起来的，其主要专注于通过海量信息采集、智能语义分析、自然语言处理、数据挖掘，以及机器学习等技术，不间断地监控网站、论坛、博客、微博、平面媒体、微信等信息，及时、全面、准确地掌握各种信息和网络动向，从浩瀚的大数据宇宙中发掘事件苗头、归纳舆论观点倾向、掌握公众态度情绪，并结合历史相似和类似事件进行趋势预测和应对建议。面对数亿网民和浩如烟海的网络言论，网络舆情的监测和分析越来越依赖舆情大数据分析技术与平台。

其次，大数据时代的舆情研判。通过分析处理整群数据和人工智能技术，结合人工经验，可以对舆情发展态势和影响进行研判。

1.对趋势做出正确的判断是大数据时代舆情管理的核心。大数据的目标是前瞻与预测，国外研究人员发现，一个地区搜索关键词中的“流感症状”等出现的高峰，要比医院急诊室里流感患者增加出现的时间早两三个星期；在经济预测方面，Google房产相关搜索量的增减趋势比地产经济学家的预测更加准确。大数据的蓬勃发展给舆情监控带来挑战，也给舆情管理提出更高的要求，不但要通过大数据技术手段，分析事件的关注程度、传播情况、发展趋势、网民情绪变化，还要深入某个观点的影响程度、影响人群，从而预测舆情走向，并对趋势做出正确的判断。

2.善于利用多样化数据，将不同领域的数据关联起来进行分析。比如，将网站新闻数据、论坛数据、博客数据、微博数据进行比对，可以分析出热点舆情在不同舆论场的传播速度和广度，从而掌握哪些舆论场更易于传播哪类舆情；将用户职业数据、地域数据、年龄数据、专注领域等和社会网络数据结合起来，可以分析出不同的舆情热点在哪些职业、地域、年龄段、团体中广泛传播，有利于更有针对性地进行舆论引导。

第三，大数据时代的网络舆情话语机制构建。我们必须正视对网络舆情监测及其话语构建，树立前瞻意识，提高媒介素养，健全舆情监测与应对机制，加强互联网“大数据”分析研判。有效分析网络舆情，对于政府，可以更好地了解公众的意见和诉求，有助于建设安全和谐的网络环境和社会环境；对于媒体，可以突破传统“从记者到读者”的单向信息生产模式，从而加强对公众舆论的深层次分析，实现新闻信息增值；对于企业，可以掌握客户对于产品和服务的评价及客户特征知识，更好地提供个性化产品和服务，实现利润增长。面对规模化、多样性、高速化的数据，舆论引导不应止于发布信息、引导舆论，更要重视对大数据舆情的“加工能力”，通过“加工”实现数据的增值。（邢立双：央视网；孙瑞蓬：中央电视台台办室）