面向大社交數據的深度分析與挖掘

文/魏利梅

互聯網在當今社會各個領域都實現了廣泛普及，而且其發展速度非常迅速，網絡資源數據容量在快速擴張，大數據所帶來的時代變革引起了各國政府的高度重視。在信息技術快速進步的前提下，互聯網、物聯網以及云計算的技術發展非常迅速，以文本、圖像、視音頻為主的各類網絡大數據增長速度非常驚人，這也標示著我國已經正式進入了以大數據為主的三次工業革命時代，大數據已經成為了當今世界技術創新、核心競爭力以及生產力提升的前沿科技。

1 大數據帶來的機遇

（1）對于當前國家的信息產業以及科學技術發展來說，大數據的研究已經成為了其重要的支撐點。網絡媒體在當今社會的快速普及，擁有龐大群體的公眾在參與網絡活動的過程中產生了大量網絡數據，這就使得在金融服務、醫療衛生、社會生活的各個層面有大量數據需要進行表達。因此政府部門只有在針對上述各種數據進行及時準確的獲取，并進行精確處理之后最終得到正確的信息，才能夠及時的發現存在的各種民生問題，在此基礎上才能夠制定出更加符合時代發展、人民生活需求的決策。

（2）隨著互聯網經濟時代的來臨，大數據技術的掌握程度也決定了其經濟發展的水平。海量的網絡數據中往往都含有非常豐富的個人信息以及個人實際需求等相關的信息，只有在建立起智能化的服務系統之后，才能將各項網絡數據的具體內容轉化為可利用的有效信息，在此基礎上，政府部門就能夠進一步提升經濟戰略部署以及公共服務水平。

2 大數據研究面臨的科學挑戰

2.1 網絡大數據語義理解和分析

網絡大數據目前主要是以文本、圖像、視音頻等作為主要載體形式。用戶充分利用谷歌以及百度等常規的搜索引擎就完全能夠快速的查找到自己所需要的個人信息，而優酷網等一些平臺能夠為客戶提供大量的視頻數據。另外，Facebook、新浪微博以及微信等一些社交網絡平臺能夠為廣大用戶提供豐富的圖像、視頻數據。隨著數據量的不斷增加，有時也帶來了數據存儲、檢索、管理等多個方面的問題。谷歌、百度等一些具有商業性質的搜索引擎主要是建立在網絡數據模式下的文本檢索；但是在網絡大數據快速發展的形勢下，大部分的數據都嚴重缺乏文本描述，因此就必須要充分利用合理的算法來實現對各種數據的分析，并實現對可視化以及音頻內容的理解，但是在現在完全文本化的技術水平下很難實現良好應用，必須要充分利用網絡大數據的語義來對此進行全面的分析。

2.2 社交網絡大數據的群體行為分析與挖掘

隨著社交網絡的快速發展，使得人們的生態生活逐步形成了網絡化、數字化、虛擬化的環境，在此基礎上也讓人們擁有了從未有過的高度信息知識產權，也進一步促使社會的信息化水平達到了一個全新的高度。在社交網絡快速發展的同時，不僅讓人們的信息交流需求得到進一步釋放，也使得網絡信息產生了社會化、內容碎片化的問題，而信息的傳播也體現出了更加強烈的網絡化特征，在這種形勢下，網絡信息環境要想實現科學化管理和合理化的應用就具有了一定難度。目前來說，人們并沒有對社交網絡模式下的群體行為方式進行充分掌握和深刻的理解，從而使得當前社交網絡中信息出現了可靠性的問題，信息的傳播也存在不可預測的現象，而群體行為本身具有不可控的性質，導致社會數據大量出現的同時，人們對于社會數據缺乏基本的了解。在針對社交網絡結構的具體演化過程以及產生群體行為的原動力及其本質進行深入研究分析，能夠全面促進社交網絡管理實現科學化，而且也能夠對網絡環境的文明理性發展起到積極的促進作用。

2.3 網絡大數據的多維分析與可視化

當今時代網絡媒體發展非常迅速，各種新聞、微博、論壇等新媒體平臺的發展呈現出了不可阻擋的勢頭，由此也產生了海量的媒體內容。但是在當今的媒體形勢下，往往采用的是簡單的羅列來實現對媒體信息的展示，例如，當前一些主流的搜索引擎往往是將各種搜索的結果按照一定的數據來進行簡單排列，而大多數新媒體網站也主要是通過人工方式將新聞主頁按照不同的區塊來進行編輯，而不同的媒體信息之間基本處于單一和孤立的狀態，因此在實際瀏覽的過程中，整體效率非常低下，并不能滿足當今時代下網絡大數據實際的呈現需求。由于上述幾種問題的存在，使得人們并不能夠實現對網絡熱點信息的快速感知，因而也不能夠對當前的網絡熱點信息進行全面、準確的了解。鑒于此，必須要針對當前的網絡大數據聚合以及呈現等相關技術進行深入研究，這樣才能從根本上進一步改善網絡大數據的分析與理解，也能夠讓網絡大數據的使用效率以及實際的使用效果得到進一步提升。

3 國內外研究現狀和發展趨勢分析

3.1 網絡大數據的語義理解與分析技術

大數據語義分析技術的出現能夠為網絡大數據的理解提供更加充足的支持，也能夠為各種大數據的實際應用奠定堅實基礎。但是需要注意的是，隨著當前網絡中異構化數據產生的速度不斷提升，導致數據本身的媒體形式更加復雜，如何能夠實現對海量異構媒體信息的有效識別就成為了當前需要重點研究的話題之一。領域自適應算法主要是針對某一個目標領域視頻數量相對比較有限的條件下，充分利用該領域已經形成的模型來最終構建起該目標領域的模型；但是，在這種模式下還必須要面對如何能夠實現對信用模型的合理應用并順利的建立起目標領域的模型。

在針對當前國內外主要發展現狀進行分析之后可以發現，社交網絡在具體研究過程中還存在著下面一些問題：

（1）目前人們主要是從宏觀的層面來針對網絡結構進行分析，而網絡結構的微觀變化則很少有人進行關注；

（2）對于社交網絡來說，其主要是通過傳染病模型來建立起信息傳播模型，但是并沒有在信息傳播過程中將用戶的個人角色、心理因素以及不確定性等相關因素進行充分考慮；

（3）在實際針對涉及到網絡影響力進行分析的過程中，通常情況下都是針對網絡節點的全局影響力進行分析，而對這種影響力的多樣性則往往選擇忽略。

3.2 網絡信息聚合與呈現技術

多層次多維度的信息聚合與呈現技術主要是針對多源異構數據的統一性表示進行研究，其關注的重點在于多元動態信息聚合以及管理，并針對當前的網絡熱點事件進行深度挖掘，并將其呈現給用戶，針對這兩個方面目前已經開展的多項的研究內容，要想實現對網絡熱點事件的全面掌握，人們就必須要從多個角度對整個事件進行全面分析，在這種情形下就必須要將整個時間完整的呈現給用戶。 現有的方法大多基于數據可視化的策略進行信息呈現。

雖然目前人們已經針對上述內容展開了大量的研究，但是在整個領域的發展過程中還有一些關鍵性的技術必須進行深入探討，而這些技術主要包括以下幾個方面：

（1）異構媒體信息的語義關聯。其主要內容關聯整體方式相對比較單一，因此很難適應當前在網絡事件深度挖掘實際需求，目前大量應用的數據挖掘都是建立在物理鏈接的基礎上，而這種挖掘方式在很大程度上對各種潛在因素的關聯并沒有給予高度重視，這樣就會導致針對網絡事件的挖掘缺乏全面性。

（2）網絡事件挖掘。網絡事件的挖掘目前主要是建立在搜索的方式之上，其主要利用的是網絡數據在某種形式上存在著相似度，通過對數據相似度進行匹配并實現排序來進行搜索，但是在這個過程中并沒有對網絡事件背后潛在的語義結構進行充分考慮。

（3）媒體內容呈現。媒體內容也往往是以單一的平臺網絡數據形式來展開對數據的分析，在不同的平臺之間或者是異質媒體之間并沒有實現對網絡事件的協同呈現。

4 結束語

近幾年來，我國社交網絡媒體的發展非常迅速，從而使得用戶數據量在不斷攀升，為了能夠實現這個社交媒體網絡大數據的深度挖掘，并在此基礎上為社會網絡的發展帶來機遇。在未來涉及網絡數據的深度分析與發展過程中進一步強化研究，這樣才能讓網絡信息的管理以及實際的應用水平得到有效提升。