基于大數據分析的突發事件網絡輿情預警研究

屈冠群

【摘 要】突發事件在網絡上具有傳播速度快的特點，如果不能在第一時間將其遏制住，所產生的后果將會非常惡劣。我國是一個網民數量多達半數多的國家，每個人都可以通過網絡獲得新聞事件的相關信息，網絡輿情需要建立科學的預警機制，以此來做好突發事件的應急工作，維護社會的穩定。大數據時代更是如此，一旦突發事件無限制蔓延爆發，所產生的后果是非常惡劣的。本文在對大數據時代的突發事件基本概念進行分析的基礎上，理清了突發事件網絡輿情預警的大數據分析需求，并提出了基于大數據的突發事件網絡輿情預警機制的構建策略。

【關鍵詞】大數據；突發事件；網絡輿情；預警

大數據是如今各行各業所熟知的名詞，是伴隨著信息技術的發展而出現的，其應用已經普及到各個行業，世界各國都在積極利用大數據進行各個項目的開發，將大數據作為發展戰略，借此推動政府各項職能的實現，促進經濟發展。需要注意的是，網絡當中充斥著各種結構化、半結構化以及非結構化的數據形式，這對數據分析而言具有非常不利的影響，在網絡輿情應對上同樣具有空前的挑戰性。然而突發事件網絡輿情對社會發展的穩定、持續、和諧都具有潛在的不利影響，如何在大數據環境下進行科學合理的突發事件網絡輿情預警具有非常重要的意義。

1.大數據時代的突發事件

（1）大數據時代的到來

隨著信息技術的不斷發展，中國網民規模在不斷擴大。截至2018年底，中國網民的數量多達8.29億，普及率達59.6%。各種移動智能設備給人類的生活帶來了很大的影響，公眾的思維方式由此發生改變。由于渠道的完善，公眾所接觸到的信息內容眾多，借助各種媒體平臺可以便捷地發表對突發事件的看法、觀點。

（2）大數據時代的突發事件

突發事件的類別包括自然災害、事故災難、公共衛生事件和社會安全事件。大數據時代的突發事件經由網絡的快速傳播能夠引起大的網絡輿情。新媒體的出現使每個網民可以對事件進行編碼、加工、發布等，對于新聞事件每個人都有自己的發言權，都可以發表個人看法。大數據時代，媒體傳播各種信息都缺少了審慎的態度，這對突發事件發生后網民散布謠言創造了良好的契機，也是網絡輿情應當預警的重要內容。輿情危機管理者對新媒體的特征和各項工具要熟悉，運用大數據防患于未然。

（3）突發事件網絡輿情特性

網絡輿情指的是人們通過互聯網平臺發聲，對人們的意識進行疏導，通過輿論的方式對人們的行為和言論進行規范，通過對社會公序良俗的批評與討論傳播一定的思想，最終目的是讓人民大眾在輿論的引導下安穩和諧地生活，充滿激情和熱情地投入到日常的工作和生活中。網絡輿情的特性包括參與輿論的公眾數量大、范圍廣；突發事件具有很強的破壞性；公眾輿論包含錯誤和消極的成分；公眾輿論數量大。上述特性決定了突發事件發生后，網絡輿情必須在短時間內受到有效監管，否則后果不堪設想。

2.突發事件網絡輿情預警的大數據分析需求

在大數據時代背景下，突發事件隨著網絡媒體實時傳播，網絡輿情由此呈現出新的特點：輿情信息來源種類眾多，借助互聯網這一平臺，輿情信息蔓延之勢迅猛，所以需要及時應對。網絡輿情從源頭向外傳播呈現為交叉傳播的特點。其次，社交媒體傳播的信息是整個互聯網流通的主要內容，網民能夠不受時間、地點的約束發布信息，網絡輿情傳播迅猛，并且輿情相關信息點爆發眾多而復雜。最后，輿情信息的數量龐大，輿情信息因為互聯網的開放性顯得龐大而冗雜。

3.基于大數據的突發事件網絡輿情預警機制構建

3.1數據采集階段

輿情信息的三大通道有新聞、論壇和微博，如果單純憑借搜索引擎進行信息采集，得到的信息內容多是重復的，這種采集工作的效率不高。輿情信息在這個新媒體發達的年代可以說無處不在，通過微博、微信社交網站平臺，輿情信息借助傳感器能夠實時發布。信息碎片化是大數據時代的典型特征，這些碎片化信息也可能成為網絡輿情的主要來源，面對復雜多樣的輿情信息源，要能夠利用先進的技術對網絡輿情進行結構化分析，將信息源的熱點關鍵詞、熱度、傳播速度等指標加以分析與標注，對眾多的信息源采用分而化之的策略各個擊破。可以借鑒先進的Apache Hadoop中的程序模型處理各種信息源，其好處在于能夠在短時間內對大批量數據完成科學合理的排序，同時完成對危機信號的篩選與應對。

不確定性分布問題是大數據當中所暴露的輿情采集的另一個問題，由此引發的聯鎖問題是在對數據采集進行分類的過程中具有不確定性。利用數據挖掘技術的并行采樣方法可以應付這種內在結構不確定的樣本數據集，主要原理在于折后在哪個方法可以對突發事件網絡輿情采集的數據結構進行解讀，分解復雜工作，從而減少資源的消耗，對最終結果進行科學推測。

3.2輿情分析階段

傳統突發事件網絡輿情分析所處的階段是定性分析層面，對輿情分析的深度不夠。大數據時代背景下，各種自媒體社交網絡平臺對突發事件的討論熱度在短時間內就能發酵成網絡輿情，網民的言論、網民之間的對話交流、網民社會情緒在同一時間就能使輿情信息得以快速傳播。網民的話題關注點就是網絡輿情的潛在爆發點，所以要將注意力放在網民的話題參與度上，大數據的工作重點應該放在這里，從而完成對突發事件網絡輿情的預警分析，關注網民都關注的熱點，如此突發事件才能在第一時間得到有效遏制。要能夠深入挖掘網民對于某一事件的意見傾向，以此為基礎確定網絡輿情的主題類型，有針對性地加以引導。為了降低突發事件的預警難度，要對包含上下文信息的語料庫加以提取，有效識別輿情非理性化的發展趨勢。在輿情分析時，還要注意利用FE嵌入式的特征提取確保特征的完整性，對輿情信息庫內容進行多維挖掘。

3.3輿情監控預警階段

突發事件相關輿情具有潛伏性大、爆發迅猛的特點，現階段僅依靠自動輿情和人工經驗的分析方法不能對輿情走向做到百分百精準的分析，不能做到快速響應，耽誤輿情監控的最佳時機，因此，建立輿情信息共享機制很有必要。在輿情預警階段，利用優化方法對龐大的網絡數據加以分析并且解決量化問題。網絡輿情要想遏止在萌芽階段，就要從全局角度優化問題決策，在網絡輿情預警階段同時應用大數據優化策略，協同解決問題。數據可視化是網絡輿情預警的重要保證，提供輿情數據信息內容展示，可以從不同維度解讀數據，進而為危機管理階段爭取應對網絡輿情的時機，提供決策依據。

4.結語

危機管理部門在應對網絡輿情時要充分借助大數據技術，利用大數據對輿情信息進行有效測評與評估，建立預警機制，采用先進技術對網絡輿情進行科學分析，在突發事件網絡輿情的數據采集階段、輿情分析階段、輿情監控預警階段妥善處置各個階段的輿情發展狀況，這有助于快速解決群體性突發事件，為政府開展突發事件預警工作提供良好的借鑒，促進社會主義和諧社會的良好發展。

【參考文獻】

[1]儲節旺，朱玲玲.基于大數據分析的突發事件網絡輿情預警研究[J].情報理論與實踐，2017，（40）：8.

[2]于茜.大數據環境下的突發事件網絡輿情動態監測與預警研究[J].無線互聯科技，2018，（18）：13.

[3]董堅峰.基于Web挖掘的突發事件網絡輿情預警研究[J].現代情報，2014，（34）：2.

[4郭巖，劉春陽，余智華，等.網絡輿情信息源影響力的評估研究[J].中文信息學報，2011，（03）：1.

[5]李艷玲，李剛.大數據環境下突發事件網絡輿情分析及應對策略[J].電腦知識與技術，2015，（11）：15.