近些年，輿情市場火熱，大數據推動著輿情知識供給，可以說網絡輿情分析已經離不開大數據處理技術了，網絡輿情也進入了大數據時代，事實上大數據分析已經成為當前輿情領域熱點。但是從輿情分析的重要目的，輿情決策的角度講，當前輿情分析的現狀還存在不足，在輿情案例研究、 政策法規和領域知識等方面出現了供需不匹配的問題，也就是輿情知識供給的問題。復旦大學、合肥工業 大學在內研究機構都在致力於大數據和知識工程的研究就 是要拓展大數據到大知識，將大數據中離散的多元信息、 碎片化知識統一建模，用以構建新型大數據知識服務體系， 所以解決大數據環境下的輿情知識供給問題還要從大數據知識服務相關理論和技術方面著手。

知識和數據雙輪驅動的網絡輿情分析模型

我們可以結合大數據處理和知識技術設計出面向知識服務的知識和數據雙輪驅動的網絡輿情分析模型，包括輿情知識庫、輿情大數據採集、輿情研判、輿情知識服務等功能模塊。該模型各模塊之間信息互通，形成有機整體。

輿情知識庫模塊

輿情知識庫

輿情大數據採集模塊

大數據時代網絡輿情信息涉及的範圍十分廣泛，涉及人們生活活動的方方面面，數據來源眾多。所以輿情大數據採集的對象除了輿情工作部門日常關注的新聞媒體、門戶網站、以及微博、微信等社交網絡之外，還需要不斷擴展輿情數據的來源，發揮大數據全角度、全方位覆蓋的信息優勢。比如對電子政務網站、輿情工作部門的業務數據等進行採集彙總，尤其是涉及政策解讀、民生問題等數據的收集工作等。從而構建包含媒體報道、網民意見、政府工作等全角度、全方位、立體化的輿情數據來源，為輿情知識庫提供源源不斷的知識，同時，輿情知識庫也可以為輿情大數據採集提供指導，既保證採集信息全面無遺漏，又能一定程度上保證精準採集，避免不必要的數據冗餘和資源浪費。

輿情研判模塊

輿情大數據為輿情知識庫提供了十分豐富的知識來源，但這些知識往往是低價值密度和離散稀疏的，需要通過輿情研判工作，充分挖掘輿情大數據的價值。輿情研判的任務就是對網絡輿情進行價值判斷和前景預測，而這裡的價值更多的是體現在輿情知識上。從數據、信息和知識的關係上來看，知識往往是對數據和信息進行組織、總結、體系化歸納而得到的，知識的獲取需要從數據提取信息，從信息歸納知識。所以，輿情研判需要綜合運用數據融合、 文本分析、深度語義挖掘、智能信息處理等大數據處理技術，同時結合輿情知識庫中相關領域知識、業務知識和輿情案例等知識保障，實現網絡輿情大數據的數據整合、信息要素提取、知識發現等相關分析任務。從處理流程上來講，輿情研判首先需要根據輿情研判的知識需求對採集的數據進行初步篩選、過濾和清洗，對多源數據進行融合，對數據中的輿情信息進行抽取，然後通過語義挖掘和關聯，發現輿情熱點，提取相關事實知識，通過知識匹配對適合 的知識內容存入知識庫，不斷完善知識庫。另外，輿情研判還可以專門針對某一特定事件進行跟蹤，探索輿情事件的演化規律和傳播效應，為輿情監督和管控等提供必要的案例素材。

輿情知識服務模塊

輿情知識服務面向的是網絡輿情業務工作人員或輿情決策者，主要用於在特定時期和特定任務情況下，根據輿情決策者的輿情需求或者特定輿情事件發展的不同時期，為輿情決策者提供相關輿情知識服務。一般的，輿情研判相關結果可直接用於輿情服務，知識庫中包含了大量的事實知識、顯性知識和隱性知識，通過對各類知識的梳理，以一定形式進行可視化，也可以為輿情決策者提供輿情服務。輿情知識服務主要功能包括，對未知輿情危機發生前進行常規性的輿情監測和預警工作; 對特定輿情事件提供事件跟蹤、階段性輿情評估、風險分析及應對策略的輿情服務; 根據不同時期不同任務需要，提供專門性的輿情報告、案例總結、對策意見等諮詢服務。另外，通過人機交互，實現輿情分析系統與輿情決策者的信息互動，對輿情決策者的知識需求進行實時傳遞和反饋，發揮輿情決策者通過自身業務知識對網絡輿情的把控優勢。

魚君有話說

知識和數據雙輪驅動的網絡輿情分析模型對輿情從業者來說具有實際操作意義，能夠幫助輿情分析師理清思維邏輯，從而形成穩定的工作方法。

喜歡我，就pick我......

閱讀更多 知於大數據分析 的文章

關鍵字: 大學 社交網絡 數據挖掘