
大數(shù)據(jù)時(shí)代輿情服務(wù)的機(jī)遇與挑戰(zhàn)分析
輿情服務(wù)在進(jìn)行行業(yè)規(guī)范和整合的同時(shí),正面臨著大數(shù)據(jù)挑戰(zhàn)。本文從信息濃縮、數(shù)據(jù)深挖、關(guān)聯(lián)輿情構(gòu)建與跟蹤、大輿情等層面,深入分析并提出大數(shù)據(jù)時(shí)代輿情服務(wù)的應(yīng)對(duì)建議。
濃縮海量信息抵抗“數(shù)據(jù)爆炸”
“信息超載”“數(shù)據(jù)爆炸”將人們變?yōu)?/span>機(jī)械的信息查詢(xún)者。在過(guò)剩的信息海洋里,閱讀由享受變?yōu)樨?fù)擔(dān)。美國(guó)、日本近年來(lái)的信息吸收率僅為10%左右。曾經(jīng)公務(wù)繁忙的美國(guó)前總統(tǒng)克林頓說(shuō),就理解和領(lǐng)會(huì)能力而言,頭腦中塞滿東西和頭腦中空空如也同樣糟糕。也因此,能夠在短時(shí)間內(nèi)消費(fèi)最大信息量的“淺閱讀”成了大數(shù)據(jù)時(shí)代最大的閱讀變革。從輿情產(chǎn)品服務(wù)的角度看,濃縮海量信息,抵抗“數(shù)據(jù)爆炸”已成基本要求。可從兩方面著手:一方面在信息廣度上作文章,最大可能去抓取數(shù)據(jù)信息。同時(shí)掌握數(shù)據(jù)抓取能力與輿情解讀能力將是未來(lái)輿情分析的必備技能。另一方面,輿情分析人員需要對(duì)一些非常重要的事件,給予一種更加平易的解讀方式。
強(qiáng)化數(shù)據(jù)深挖實(shí)現(xiàn)“信息增值”
提高輿情產(chǎn)品質(zhì)量的關(guān)鍵,在于對(duì)數(shù)據(jù)的“加工能力”,通過(guò)“加工”實(shí)現(xiàn)數(shù)據(jù)的“增值”。這就要求分析人員提高對(duì)信息的鑒別力、萃取力、掌控力,對(duì)數(shù)據(jù)進(jìn)行生產(chǎn)、分析和解讀,探索一條為用戶(hù)提供分眾化服務(wù)的信息增值之路。
目前,已有美國(guó)大學(xué)專(zhuān)門(mén)開(kāi)設(shè)了研究大數(shù)據(jù)技術(shù)的課程,培養(yǎng)下一代的“數(shù)據(jù)科學(xué)家”。在國(guó)內(nèi),情況更不容樂(lè)觀,很多輿情服務(wù)機(jī)構(gòu)甚至沒(méi)有專(zhuān)門(mén)的數(shù)據(jù)管理、分析部門(mén)和專(zhuān)業(yè)分析團(tuán)隊(duì)。未來(lái)需要一批有較高學(xué)習(xí)能力、分析能力、知識(shí)水平的數(shù)據(jù)從業(yè)人員占據(jù)輿情服務(wù)重鎮(zhèn)。
構(gòu)建關(guān)聯(lián)輿情消除“信息孤島”
目前我國(guó)信息化應(yīng)用水平參差不齊,政府和企業(yè)不同的部門(mén)之間都存在“信息孤島”問(wèn)題:有多少個(gè)部門(mén)就有多少個(gè)信息系統(tǒng),每個(gè)系統(tǒng)都有自己的數(shù)據(jù)庫(kù)、應(yīng)用軟件和用戶(hù)界面,完全是獨(dú)立的體系,阻礙了數(shù)據(jù)的互通互聯(lián)。輿情機(jī)構(gòu)提供的個(gè)案分析已不能滿足政府和企業(yè)的資訊需求,協(xié)助對(duì)方消除“信息孤島”越來(lái)越緊迫。
作為政府和企業(yè)的資訊提供者,輿情服務(wù)機(jī)構(gòu)需把握未來(lái)幾年大數(shù)據(jù)在公共及企業(yè)管理領(lǐng)域發(fā)展的重要方向,充分整合政府和企業(yè)的數(shù)據(jù)資產(chǎn),進(jìn)而完善對(duì)方的決策流程。通過(guò)搭建關(guān)聯(lián)領(lǐng)域的數(shù)據(jù)庫(kù)、輿情基礎(chǔ)數(shù)據(jù)庫(kù)等,在輿情預(yù)警、研判、應(yīng)對(duì)、決策等環(huán)節(jié),豐富和完善決策參考體系。屆時(shí),輿情和數(shù)據(jù)服務(wù)不再局限于個(gè)案分析,同時(shí)需要跟蹤關(guān)聯(lián)輿情,不再局限于危機(jī)解決,還要輔之以決策參考。
跟蹤關(guān)聯(lián)數(shù)據(jù)提高趨勢(shì)研判
大數(shù)據(jù)的核心和目標(biāo)就是預(yù)測(cè)。輿情等數(shù)據(jù)分析機(jī)構(gòu)從互聯(lián)網(wǎng)浩如煙海的數(shù)據(jù)中挖掘信息、判斷趨勢(shì)、提高效益已有實(shí)際應(yīng)用。在美國(guó)中央情報(bào)局,情報(bào)人員通過(guò)抓取海量數(shù)據(jù)來(lái)追蹤恐怖分子和監(jiān)控社會(huì)情緒,首席技術(shù)官格斯?漢特稱(chēng),在“阿拉伯之春”中,大數(shù)據(jù)分析可以了解多少人和哪些人正在從溫和立場(chǎng)變得更為激進(jìn),并“算出”誰(shuí)可能會(huì)采取對(duì)某些人有害的行動(dòng)。
在大數(shù)據(jù)時(shí)代,決策行為將更多地基于數(shù)據(jù)、分析和事實(shí)做出。鑒于此,2012年3月29日美國(guó)政府發(fā)布的《大數(shù)據(jù)研究和發(fā)展計(jì)劃》提出,應(yīng)當(dāng)通過(guò)對(duì)海量和復(fù)雜的數(shù)字資料進(jìn)行收集、整理,從中獲得真知灼見(jiàn),以提升對(duì)社會(huì)經(jīng)濟(jì)發(fā)展的預(yù)測(cè)能力。具體到輿情服務(wù),分析人員要不斷增強(qiáng)關(guān)聯(lián)輿情信息的分析和預(yù)測(cè),把服務(wù)的重點(diǎn)從單純的收集有效數(shù)據(jù)向?qū)浨榈纳钊胙信型卣?,從注重“靜態(tài)收集”向注重“動(dòng)態(tài)跟蹤”拓展,從致力“反映問(wèn)題”向致力“解決問(wèn)題”拓展,使輿情產(chǎn)品“更快”——預(yù)警快、決策快。
樹(shù)立大輿情觀念拓展服務(wù)邊界
提起輿情監(jiān)測(cè),人們更多想到網(wǎng)絡(luò)輿情,忽略了現(xiàn)實(shí)社會(huì)生活中的輿論情況。輿情服務(wù)與社會(huì)調(diào)查結(jié)合不足,甚至直接把網(wǎng)絡(luò)觀點(diǎn)整理后報(bào)送給客戶(hù),難免對(duì)決策產(chǎn)生誤導(dǎo)。如幾年前,對(duì)于假期增減的網(wǎng)絡(luò)投票,有機(jī)構(gòu)打著尊重民意的旗號(hào),在網(wǎng)上和其他媒體做調(diào)查,而最后的結(jié)果卻與很多民眾真實(shí)意見(jiàn)相左,破壞了輿情服務(wù)的公信?力。
輿情服務(wù)機(jī)構(gòu)應(yīng)樹(shù)立大輿情觀念,使輿情服務(wù)的主體和邊界“更全”。這里的大輿情,強(qiáng)調(diào)大數(shù)據(jù)的關(guān)聯(lián)性,橫向看,將服務(wù)主體延伸至政府、企業(yè)和社會(huì)的各領(lǐng)域;縱向看,將產(chǎn)品內(nèi)容延伸至包括輿情預(yù)警到?jīng)Q策方案在內(nèi)的各環(huán)節(jié)。
網(wǎng)絡(luò)輿情分析、社會(huì)調(diào)查和效果研究相整合,不但拓展了輿情服務(wù)的邊界,同時(shí)使輿情產(chǎn)品更科學(xué)、嚴(yán)謹(jǐn),避免誤判。
數(shù)據(jù)分析咨詢(xún)請(qǐng)掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
訓(xùn)練與驗(yàn)證損失驟升:機(jī)器學(xué)習(xí)訓(xùn)練中的異常診斷與解決方案 在機(jī)器學(xué)習(xí)模型訓(xùn)練過(guò)程中,“損失曲線” 是反映模型學(xué)習(xí)狀態(tài)的核心指 ...
2025-09-19解析 DataHub 與 Kafka:數(shù)據(jù)生態(tài)中兩類(lèi)核心工具的差異與協(xié)同 在數(shù)字化轉(zhuǎn)型加速的今天,企業(yè)對(duì)數(shù)據(jù)的需求已從 “存儲(chǔ)” 轉(zhuǎn)向 “ ...
2025-09-19CDA 數(shù)據(jù)分析師:讓統(tǒng)計(jì)基本概念成為業(yè)務(wù)決策的底層邏輯 統(tǒng)計(jì)基本概念是商業(yè)數(shù)據(jù)分析的 “基礎(chǔ)語(yǔ)言”—— 從描述數(shù)據(jù)分布的 “均 ...
2025-09-19CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫(kù)表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-19SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無(wú)論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢(xún)效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫(kù)管理中,“大表” 始終是性能優(yōu)化繞不開(kāi)的話題。 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動(dòng)態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開(kāi)始提取前,需先判斷 TIF 文件的類(lèi)型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價(jià)值的專(zhuān)業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫(kù)表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫(kù))處理 Excel 數(shù)據(jù)時(shí),“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場(chǎng)景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專(zhuān)業(yè)操盤(pán)手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對(duì)象的 text 與 content:區(qū)別、場(chǎng)景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請(qǐng)求開(kāi)發(fā)時(shí)(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價(jià)值的核心操盤(pán)手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫(kù)表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請(qǐng)求工具對(duì)比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請(qǐng)求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問(wèn)題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問(wèn)題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價(jià)值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營(yíng)問(wèn)題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過(guò)程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶(hù)體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營(yíng)銷(xiāo)案例:數(shù)據(jù)驅(qū)動(dòng)下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見(jiàn)頂” 的當(dāng)下,精準(zhǔn)營(yíng)銷(xiāo)成為企業(yè)突圍的核心方 ...
2025-09-11