京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据考验政府的危机应急能力
在大数据时代,各类信息大规模的自由流动使得民众参与社会管理和政治事务的热情很容易被点燃,而这些海量的数据鱼目混珠,其中有很多假信息、伪信息和谣言,这对信息的监管提出了更高的要求,特别是面对传播快、影响大、覆盖广、社会动员能力强的微博、微信等社交网络和即时通信工具用户的快速增长,如何加强网络法制建设和舆论引导,确保网络信息传播秩序和国家安全、社会稳定,已经成为摆在我们面前的突出现实问题。
大数据的即时性考验政府的危机应急能力
大数据时代,数据的传播不受时间和空间的限制,产生后便可即时传播,使得一旦发生社会事件,信息会通过各种渠道在第一时间传播到公众中,而公众的情绪也能第一时间呈现在庞大的数据洪流中,这让个别事件在快速传播之后会从局部事件迅速变成公众事件。利用大数据技术,在发生一起公共事件后,通过开放式的软件平台,人人都可能实时地将自己所看、所听及所知的具体细节上传。在这一人人参与的过程中,人们的心理也会不知不觉发生变化,形成一种共同意识,因为他们在参与的同时,也是在进行一种公开的表达。一个能够进行公开表达的人群就构成了德国政治哲学家哈贝马斯所说的“公共领域”。
这种因大数据技术的迅速发展而形成的“公共领域”,在中国当前特有的社会转型背景下,对社会稳定影响巨大。中国改革开放以来的经济发展是人类历史上前所未有的一个成功范例。但是,这一成就空前的经济繁荣一方面让人民群众享受到生活水平的提高所带来各方面的巨大改善,同时经济增长的力量也对中国社会形成了巨大的冲击,伴随着经济奇迹脚步的是社会结构和政治结构的快速和巨大的变革。国家、社会和市场都在这样一种巨变中重新定位,重新协调彼此间的秩序。社会急剧转型打破了原有的社会平衡,社会对人的约束力就会在一段时间内减弱甚至丧失。此时,旧的规范已被打破而新的规范尚未建立;在什么是对的和错的,什么是可能的和不可能的,什么是合理和极端的,什么是合法的和不合法的等等社会基本价值问题上,均会产生混乱甚至对立。处于这样一种阶段的社会的运转特别容易失序,激化社会矛盾。而大数据所带来的信息传播的即时性,会让社会失序问题更容易被激化。
大数据时代的到来使得各类信息的公开性和可获得性空前增加,但这并不意味着任何信息都可以被轻率地使用。因为我们每一个人都不愿意在自己没有被提前告知的情况下,自己在互联网上发布的信息或者留下的使用痕迹被他人收集、保存和分析。但现实情况却是,在不断进步和革新的大数据技术面前,个人的隐私面临越来越容易泄露的风险,因为我们日常的电话记录、邮件往来、经济消费、交通出行、甚至是医疗档案等个人信息都在逐渐实现数据化管理和存储,而这些数据都并非绝对安全。
不仅仅是个人,大数据技术的进步性同样也让国家机密面临被窃取的风险。在大数据时代,信息的跨国流动已经成为现实,政府不再是信息的唯一拥有者和权威发布者。更为关键的是,在大数据时代,全世界民间社会的力量都可能会被动员起来,其所展现的力量甚至会超过单个国家的政府。由全球著名的高分辨率商业卫星影像数据提供商——美国数字地球公司,推出的名为Tomnod的软件应用平台,就展现了互联网“众包”模式巨大的全球动员力量。马航MH370失联事件发生后,数字地球公司几乎在第一时间做出回应,将Tomnod打造成一个开放的“众包”平台,提供其所汇集的MH370失联区域数据和高分辨率卫星图像。Tomnod邀请来自世界各地的科技志愿者来搜索失联航班的任何迹象。根据统计,Tomnod平台共动员了全球800万志愿者来寻找失联航班,提供各类信息。美国数字地球公司所展现的这种巨大的全球动员能力如果仅仅被用于人道主义目的,那无疑是人类的福音,但是如果它调动全球民间社会的力量,用于针对某个特定国家的政治目的,那就非常可怕了。但现实往往如此。美国数字地球公司最赚钱的业务,就是为美国情报界提供相关服务。该公司曾经在Tomnod应用软件平台上推出了一个名为“搜索挑战”的项目,要求志愿者利用其发布的高分辨率卫星图像帮助搜索上千平方公里内的军事飞行器和车辆。但是这个搜索项目的目的并没有公布。这种动员大众来寻找军事情报的做法缺乏透明性,并且显然损害了网络世界的伦理原则。这一所谓的“挑战项目”其实就是在滥用全球民间社会的力量来搞间谍活动。
主动利用大数据来构建高效的社会安全体系
当今世界,信息技术革命日新月异,对国际政治、经济、文化、社会、军事等领域发展产生了深刻影响。信息化和经济全球化相互促进,互联网已经融入社会生活方方面面,深刻改变了人们的生产和生活方式。我国正处在这个大潮之中,受到的影响越来越深。大数据时代的到来是对我国构建高效的社会安全体系一个巨大的挑战。
同时,也要看到,大数据技术的发展,为构建更加有效的社会安全体系带来了机遇,维护社会安全应该适应信息化时代的发展,更要主动拥抱大数据,主动利用大数据来构建高效的社会安全体系。
首先,大数据有助于提高社会安全工作决策的科学性。大数据是有关联性的数据,通过数据挖掘技术分析其中的关联性,可反映数据内在的规律,进而对研究对象的未来发展态势进行预测。这种建立在相关关系基础上的预测正是大数据的核心。通过对社会安全相关信息的挖掘、分析,社会秩序运行的许多经验规律进一步显现。这些经验规律对社会安全工作而言,具有非常宝贵的参考价值,可以作为决策的重要依据。
其次,大数据技术将进一步增强政府维护社会安全的能力。随着大数据技术的深入应用,社会安全问题的解决可以更加具有针对性。比如,可以通过分析处理历年来的公共安全事故的数据,提前预警某些安全事故发生的时间地点,为避免事故的再次发生提供重要的预测参考。
第三,大数据技术能够改善网络舆情工作,降低社会安全风险。当前网络舆情监测基本还停留在对事件传播力、影响力及扩散范围的量化描述,属于事后处置,大数据的预测性可以大大提高舆情工作的有效性。网民在上网过程中留下了观点、行为、情感、足迹等记录,由此产生了海量的数据。这些数据蕴含着丰富的内涵及许多规律性的信息。通过对这些数据的挖掘,可以了解民众的需求、诉求、意见等,从中挖掘出一些潜藏的舆情并预测其发展态势,提前介入处置,有效化解负面舆情,以降低社会安全事件发生的风险。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在当下数据驱动决策的职场环境中,A/B测试早已成为互联网产品、运营、营销乃至产品迭代优化的核心手段,小到一个按钮的颜色、文 ...
2026-03-24在统计学数据分析中,尤其是分类数据的分析场景里,卡方检验和显著性检验是两个高频出现的概念,很多初学者甚至有一定统计基础的 ...
2026-03-24在CDA(Certified Data Analyst)数据分析师的日常业务分析与统计建模工作中,多组数据差异对比是高频且核心的分析场景。比如验 ...
2026-03-24日常用Excel做数据管理、台账维护、报表整理时,添加备注列是高频操作——用来标注异常、说明业务背景、记录处理进度、补充关键 ...
2026-03-23作为业内主流的自助式数据可视化工具,Tableau凭借拖拽式操作、强大的数据联动能力、灵活的仪表板搭建,成为数据分析师、业务人 ...
2026-03-23在CDA(Certified Data Analyst)数据分析师的日常工作与认证考核中,分类变量的关联分析是高频核心场景。用户性别是否影响商品 ...
2026-03-23在数据工作的全流程中,数据清洗是最基础、最耗时,同时也是最关键的核心环节,无论后续是做常规数据分析、可视化报表,还是开展 ...
2026-03-20在大数据与数据驱动决策的当下,“数据分析”与“数据挖掘”是高频出现的两个核心概念,也是很多职场人、入门学习者容易混淆的术 ...
2026-03-20在CDA(Certified Data Analyst)数据分析师的全流程工作闭环中,统计制图是连接严谨统计分析与高效业务沟通的关键纽带,更是CDA ...
2026-03-20在MySQL数据库优化中,分区表是处理海量数据的核心手段——通过将大表按分区键(如时间、地域、ID范围)分割为多个独立的小分区 ...
2026-03-19在商业智能与数据可视化领域,同比、环比增长率是分析数据变化趋势的核心指标——同比(YoY)聚焦“长期趋势”,通过当前周期与 ...
2026-03-19在数据分析与建模领域,流传着一句行业共识:“数据决定上限,特征决定下限”。对CDA(Certified Data Analyst)数据分析师而言 ...
2026-03-19机器学习算法工程的核心价值,在于将理论算法转化为可落地、可复用、高可靠的工程化解决方案,解决实际业务中的痛点问题。不同于 ...
2026-03-18在动态系统状态估计与目标跟踪领域,高精度、高鲁棒性的状态感知是机器人导航、自动驾驶、工业控制、目标检测等场景的核心需求。 ...
2026-03-18“垃圾数据进,垃圾结果出”,这是数据分析领域的黄金法则,更是CDA(Certified Data Analyst)数据分析师日常工作中时刻恪守的 ...
2026-03-18在机器学习建模中,决策树模型因其结构直观、易于理解、无需复杂数据预处理等优势,成为分类与回归任务的首选工具之一。而变量重 ...
2026-03-17在数据分析中,卡方检验是一类基于卡方分布的假设检验方法,核心用于分析分类变量之间的关联关系或实际观测分布与理论期望分布的 ...
2026-03-17在数字化转型的浪潮中,企业积累的数据日益庞大且分散——用户数据散落在注册系统、APP日志、客服记录中,订单数据分散在交易平 ...
2026-03-17在数字化时代,数据分析已成为企业决策、业务优化、增长突破的核心支撑,从数据仓库搭建(如维度表与事实表的设计)、数据采集清 ...
2026-03-16在数据仓库建设、数据分析(尤其是用户行为分析、业务指标分析)的实践中,维度表与事实表是两大核心组件,二者相互依存、缺一不 ...
2026-03-16