京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据时代下的网络舆情发展趋势
大数据时代的到来,已成为人类不可阻挡的趋势,也是社会发展客观规律作用的必然结果。人类能够获取、分析和使用的数据大量增加,使得传统的数据管理模式难以适应,驾驭数据的难度不断增长,致使社会管理特别实施特定情形下的网络舆情管理,也面临全新的挑战。大数据时代网络舆情治理作为社会治理的一个重要方面,是一个全新的课题。正因为如此,我们一定要突破传统的思维模式,不能仅停留在简单的、对案例的定性分析层面上,而是要对网络舆情的发展状况及理论研究进行细致的梳理和总结,在借鉴国内外网络舆情管理方面的成功经验和总结国内外其他学者已有研究成果的基础上,结合中国目前的具体情况,尝试分析某些尽可能完善而又持续可行的社会治理模式,并希望这些尝试性的方式方法,能够为社会管理者所接受并期待能具体应用到社会治理措施的框架中。在设定人类已进入大数据时代的背景及话语体系下,寻找合适的切入点,是本课题成果主要关注点和研究重点。
大数据时代网络舆情现状及特点
自2012年以来,“大数据”一词在各类网络载体以及人们的日常生活中被普遍地提及,面对这一并不陌生的词,不同的机构和研究者对大数据的理解侧重点不同,导致对其的界定呈现某种差异。据维基百科的定义,“大数据”又称巨量数据、海量数据、大资料,指的是所涉及的数据量规模巨大到无法通过目前主流软件工具,在合理时间内达到截取、管理、处理并整理成为帮助企业经营决策更积极目的的信息。
关于舆情,笔者结合各类文献对网络舆情的解释进行了一个总和,即通说观点认为,“网络舆情”,就是指网络上的社情民意,其主要强调两点概念:一是社会现象、社会问题和新闻事件主要通过互联网首发或传播;二是对上述事件表达态度、意见和情绪的公众主要是网民。截至2015年6月底,我国的网民数量达到6.68亿人,互联网的普及率已经达到51.3%。网络的高速发展和普及,在促进网络文化发展的同时也带来了一系列的问题,网络舆情管理机制的不到位所暴露出的诸多问题大肆蔓延,迫切需要一些切实有效的管理对策。
随着互联网和新媒体的迅速发展,大数据带来的信息革新为网络舆情的产生、发展、演化创造了便利条件,对网络舆情研判、监测、预警、应对处置以及决策均带来了巨大的挑战;同时,大数据也为网络舆情监测分析、预警决策和导控带来了技术优势,也为大数据在网络舆情治理领域的应用提供了广阔的需求。因此,对于网络舆情治理而言,大数据如同一把双刃剑:一方面加速了网络舆情的生成、发展和演化,加速了网络舆情的传播和网络舆情事件的生成,数据的流动性和可获取性加大了网络舆情导控和处置的难度;另一方面,大数据技术及其应用的不断成熟为采用数据分析方法进行网络舆情监测分析、预警和导控等科学决策提供了有力的技术支撑。在大数据技术支撑下,根据过去已经发生的网络舆情进行数据分析,把握现在和预测未来成为可能,因此拥有了对网络舆情海量数据占有、控制、分析、处理的主导权,就拥有了网络舆情数据主权。拥有了网络舆情数据主权,并将大数据优势转化为预警决策优势,继而转化为应急处置和导控优势,就实现了网络舆情监测、预警决策科学化,就拥有了应急处置和导控的主动权。因此大数据开启了网络舆情监测分析、预警决策、应急处置和导控的时代转型。
众所周知,我国已迈向全面网络化的大数据时代。作为媒体较集中的区域,社交网络平台一直是突发公共事件以及网络舆情监测的重点区域。近年来,农村地区上网普及工作取得显著成效,城乡间在互联网普及上差距缩小,网络的话语权不再局限于城市里的年青一代。一些农村地区和城乡结合部的网民开始直接通过网络反映民情民意以及社会问题,表达对一些事件的认识和看法,网上各种真实的、虚假的、理性的、非理性的言论相互叠加,混淆视听,给互联网监管工作和网络舆情监测带来了巨大的挑战,具体表现在:网络舆情表现形式多元化;网民人数迅速增长,且积极参与网络舆论;网络舆论影响力越来越大;总之,大数据时代网络在便捷人们的生活、增进人们交流的同时,也对我国的政治、文化发展及社会管理产生很大的威胁和隐患,给网络舆情的管理工作带来极大挑战。
关于大数据时代网络舆情的特点,学界有很多的观点。值得我们关注的特征,大致可以归为以下观点:传播速度快速化;治理对象底层化;中国网民群里越来越庞大,且网民群体的主体为中青年群体和中低端人群。从社会学角度分析,属于在社会转型中处于弱势和边缘地位的群体,而这一群体却构成网络舆情的生力军,成为网络舆情压力群体。根据年龄分布来看,我国网民以10岁至39岁年龄段为主要群体,比例达到78.4%。其中,20岁至29岁年龄段网民的比例为31.4%,在整体网民中的占比最大。与2014年底相比,20岁以下网民规模占比增长1.1个百分点,互联网继续向低龄群体渗透。根据文化层次来看,69%是初、高中文化层次的网民;根据职业和身份情况来看,学生群体在网民中占比高达到29.9%,党政机关、事业单位领导干部占网民总量的1.7%,党政机关、事业单位一般职员占2.4%,企业高层管理人员占网民总量的0.8%,企业中层管理人员占4%,企业一般职员为10.9%。另外,专业技术人员占8.7%,制造业、生产性企业工人和商业服务业职工分别占4.8%和3.6%,农民占5.3%,个体户、自由职业者占14.6%。从前述数据中可以得出,网民主体呈现底层化发展,网络舆情的治理对象也呈现底层化发展。传播方式微博化;舆情事件网络化;网络媒体已成为催生网络舆情事件的主导载体,并成为网络舆情发酵地。舆情事件网络化也成了大数据时代网络舆情的必然发展趋势。
网络舆情问题的治理
网络舆情管理立法存在空白。目前,我国关于互联网的法律,此处指广义上的法律,主要是部门规章和部门规范性文件,这些法律文件的内容尚需进一步细化,而且这些立法文件并不能解决网络舆情管理问题。因此,我国在网络舆情管理方面尚存在立法空白。缺乏大数据理念和对数据分析及其判断的能力。在当前网络舆情治理中,有些部门还没有将这些数据应用到舆情治理中。网络有越来越多的利益集团渗入,网络舆情的组织形式日益专业化,网上恶意炒作和造谣诋毁的事件不断出现。利益集团利用网络作为工具,聘请公关公司和网络抢手,对舆情事件进行专业策划,对舆情信息进行专业炒作,在网络上传播其观点或故意制造热点。而我们能够及时发现并进行处置上述现象的人员非常欠缺。管理制度不合理,管理部门工作效率低。在这种管理模式下,有关部门对网络舆情反应迟缓,使得相关数据信息在上下级部门之间沟通不畅,造成“信息孤岛”现象,即相互之间在功能上不关联互助、信息不共享互换以及信息与业务流程和应用相互脱节。缺乏复合型专业人和数据预测能力,这也是当前阻碍我国网络舆情治理能力提升的主要障碍。
对网络舆情的治理,作为社会综合治理的一个方面,既有作为其特殊性,又具有社会治理的共性。就我国当前网络舆情治理而言,任何制度设计都可能是不完善、不齐全,但即使如此我们依然认为,必须要尽快寻找解决大数据时代解决网络社会治理的一般化途径与方法:
完善现有的关于网络治理的法律法规,并尽快制定相关网络舆情监管与网络数据利用方面的法律或法规;明确网络舆情管控主体;在特定领域对网络舆情治理对象实行实名制;完善网络舆情信息管理制度;设立网络舆情发言人和网络舆情引导机制。针对当前网络舆情治理问题,各个学者以及相关部门都一直以一种惯性思维,坚持一种“家长式”管理模式,即都建议决策者应该以“家长”的姿态出现,应该对网络舆情治理对象作出种种限定。正如有的学者认为的那样,网络舆情早期是是个案处置建议,成熟期需要一个庞大的案例库支撑、方法论提炼,还有舆情管理乃至社会管理的理论思考。其实,在我们看来,在网络舆情问题中,制度设计的重点应当是引导网络舆情而非控制网络舆情。网络舆情发言人制度主要是针对的是网络舆情事件本身,但政府应对网络舆情事件绝对不能仅限于事件本身,而应当积极引导网络舆情。网络舆情可以作为化解政府与网民矛盾的一个重要平台,也是当前群众路线的新型表现形式。建立和完善网络舆情引导制度。具体而言,可以通过以下途径:通过答复或解决社情民意来引导网络舆情,这也可以缓解当前上访、信访严重的状况;当发生特定网络舆情事件时,要迅速反应并积极引导;建立网络问政制度,发挥网民参与政治、建言献策的作用。网络舆情引导机制是政府管理人性化的体现,如果管理者和决策者能以一种人性化的管理模式,去重构网络舆情管理制度,应该能收获理想的效果。网络舆情表面上只是个媒体传播或一段时间的社会热点问题,但事实上由于某些突发公共事件发生后,一些网民和网络推手借机发挥,经济政策问题、政治会议、民生与社会治安问题、腐败问题等都可能成为触发网络舆情的导火索,成为网上投诉、批评、民意聚焦的热点内容。一些具有极强时间性、震撼性、负面性的事件,结果一定程度的炒作之后,能够迅速成为网络舆论的热点。因此,对网络舆情的处置必须及时、果断,不得有任何拖延,出现苗条必须当机立断,及时解决。一旦事态扩大,就会产生很多的负面效应,不但会引起社会矛盾,甚至可能会导致社会混乱乃至冲突性事件。所以,适时解决网络舆情,是完善社会治理的中坚力量,任何时候都不课懈怠。
大数据是数字化生产时代的新型战略资源,对国家治理和社会发展所起的作用巨大,大数据的出现和引用,引起了各国科技界,产业界和政府部门的高度关注,因此,大数据时代的网络舆情治理作为社会治理的一个方面,显得尤为重要。然而,任何事物都是一个复杂的综合体,对同一事物,从不同的角度观察和思考就会有不同的结论。“网络不只是包括水平的联系,而且也包括垂直的中心和终点。因此,需要我们尽量从多个角度对事物进行综合分析,并找出主要矛盾。从我国当前网络舆情治理制度设计角度而言,任何制度设计都不可能是完美无瑕的,我们要做的就是综合分析利弊,选择一种弊端最小的制度。而且,社会治理是一个动态的社会,网络舆情问题更是随着网络技术的发展而不断地发展变化,我们能做的就是:针对当前网络舆情治理现状,从维护国家利益、社会利益和个人利益的角度出发,采取切实可行的措施,不断地改革与完善网络舆情的处置机制和处置手段,巩固和发展健康的网络程序,以维护社会稳定和长治久安的社会秩序。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据驱动决策的体系中,数据分析按照分析目的可分为描述性分析、诊断性分析、预测性分析与指导性分析四大类型。其中,诊断性分 ...
2026-09-01网络请求是Python爬虫开发、接口测试、数据拉取的核心基础功能,Python生态中主要依靠 urllib 和 requests 两大库实现HTTP请求操 ...
2026-09-01 很多数据分析师面对业务问题时,常常感到“知道要分析,却不知道用什么方法”。其实,数据分析并非无章可循——从三大基础范 ...
2026-09-01在数据库设计与业务数据维护中,自增ID是数据表最常用的主键字段,用于唯一标识每一条业务数据,正常状态下ID应保持连续递增。但 ...
2026-08-31在数理统计、数据分析、经济测算与日常量化评估中,平均值是刻画数据集中趋势、反映整体水平的基础核心指标。在实际应用中,最常 ...
2026-08-31在数据驱动的时代,数据分析早已不是“凭经验、靠感觉”的零散操作,而是一套具备固定逻辑、标准化流程的系统方法——这就是数据 ...
2026-08-31在大数据时代背景下,海量行业数据亟需通过专业化工具挖掘潜在价值,辅助企业业务决策、优化运营模式、规避经营风险。Python凭借 ...
2026-08-28SQL是数据分析领域最基础、最核心的工具,承担着取数、清洗、统计、分层、归因的全流程工作。不同于单纯的语法练习,实战化SQL数 ...
2026-08-28 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-08-28随着新零售模式的快速普及,零售行业从传统的“货品驱动”全面转向“用户驱动”。门店交易数据、线上消费记录、浏览轨迹、复购频 ...
2026-08-27在数据分析、爬虫采集、接口开发、数据归档等场景中,JSON与CSV是两种使用率最高的数据存储格式。JSON为键值对结构化格式,适配 ...
2026-08-27 很多数据分析师每天都在计算指标、制作报表,但当被问到“什么叫指标数据元”“指标数据标准包含哪些核心维度”“指标数据质 ...
2026-08-27在数据分析工作中,时间序列是最常见的数据类型之一,订单时间、日志时间、交易时段、统计周期等数据均离不开时间处理。原始数据 ...
2026-08-26在数据分析与数据预处理工作中,原始数据普遍存在录入错误、系统故障、偶然极值等问题,极易产生异常数据。异常数据会严重干扰数 ...
2026-08-26 很多数据分析师能熟练写SQL、做透视表,但当被问到“数据是从哪里来的?经过哪些加工才进入数据仓库?ETL具体做了什么?”时 ...
2026-08-26在数理统计与数据分析领域,多因素方差分析与线性回归模型是研究变量关系、因素影响、数据差异规律的两大核心工具。二者均属于经 ...
2026-08-25数据分析的核心价值不在于数据计算与图表制作,而在于清晰、精准、有逻辑地输出结论、支撑业务决策。日常数据分析报告普遍存在结 ...
2026-08-25 很多数据分析师能熟练地写SQL、做透视表、算描述性统计,但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-08-25平均数是数据分析、数理统计与日常运算中最基础、最常用的统计量,核心作用是浓缩一组数据的整体水平、刻画数据集中趋势。在众多 ...
2026-08-24在MySQL数据库中,InnoDB存储引擎作为主流事务型引擎,默认事务隔离级别为可重复读(Repeatable Read,RR),这与SQL Server、Or ...
2026-08-24