
大数据时代宁波网络社会治理的积极探索
目前,网络社会治理面临着一些新的发展态势,其中传统媒体和新兴媒体的深度融合、云计算和大数据技术的广泛应用、共同治理思维的兴起,是三个最为主要的态势。顺应这些新发展态势,宁波在网络社会治理领域作出了不少积极的探索与努力。
1、传统媒体和新兴媒体的深度融合方兴未艾
随着移动网络和智能手机的迅速崛起和广泛应用,信息传播形态、舆论传播方式、官民互动方式等,都正在发生巨大的转变,微博、微信、社交网络、APP等已成为最具影响力的新型传播手段。面对新兴媒体的迅速崛起,十八届三中全会报告提出“整合新闻媒体资源,推动传统媒体和新兴媒体融合发展”的战略决策。去年8月18日,中央全面深化改革领导小组第四次会议审议通过了《关于推动传统媒体和新兴媒体融合发展的指导意见》。在会上,习近平总书记强调,推动传统媒体和新兴媒体融合发展,要遵循新闻传播规律和新兴媒体发展规律,强化互联网思维,坚持传统媒体和新兴媒体优势互补、一体发展,坚持先进技术为支撑、内容建设为根本、机制创新为动力、重点项目为抓手,推动传统媒体和新兴媒体在内容、渠道、平台、经营、管理等方面的深度融合,形成立体多样、融合发展的现代传播体系。
在推动传统媒体与新兴媒体的融合发展方面,近年来宁波媒体已进行了不少积极探索。例如,宁波日报报业集团从创办电子纸报、户外电子显示屏报,到推广互动多媒体报、手机报,再到积极应用微博、微信,新闻客户端,不断进行媒体融合的探索和尝试,吸引了大量的网络用户,同时扩大了纸质媒体的社会影响力。宁波广电集团针对媒体分众化特点,主动利用微博、微信、网络电视和手机终端等拓展广电媒体的传播渠道,形成多媒体、多渠道、多元化的媒体融合格局,有效推动了广播电视媒体向网络新媒体的转型。未来一段时间内,在媒体融合现有成绩的基础上,进一步促进传统媒体在内容、渠道、平台、经营、管理等方面与新兴媒体实现深度融合,从而保证党委政府在网络新媒体时代继续占据舆论制高点、把握传播主导权、引领主流价值,唱响与宁波现代化国际港口城市定位相适应的“宁波声音”,将是宁波媒体深度融合的主要任务。
2、云计算与大数据技术为网络社会治理带来新的契机与挑战
云计算作为一种计算模型,是在计算量越来越大,数据越来越多、越来越动态、越来越实时的需求背景下,催生出来的一种新的基础架构和商业模式。云计算通过将计算任务分布在大量计算机构成的资源池上,使各种应用系统能够根据需要获取计算力、存储空间和信息服务。“云”中的资源是可以无限扩展的,并且可以随时获取,按需使用,从而为大数据提供可以弹性扩展的计算力、存储空间和信息服务。在云计算时代背景下,数据中心向集中大规模共享平台推进,并能实现实时动态扩容,实现自助和自动部署服务。未来的趋势是,云计算作为计算资源的底层,支撑着上层的大数据处理,而大数据的发展趋势,是实时交互式的查询效率和分析能力,大数据就是海量数据的高效处理。
云计算和大数据在社会创新、智能社会、社会治理、健康管理、环境保护等方面,都有积极的贡献。但云计算与大数据也是一把双刃剑。云计算与大数据的广泛应用,也增加了大规模黑客攻击、网络安全和信任危机等风险发生的概率。去年,宁波提出加快政务云计算中心建设的任务,以逐步形成“基础设施统一保障、基础数据整体布局、政务大数据支撑、跨部门应用大体系部署”的发展格局,实现城市经济、社会、文化、自然环境等各种信息资源的融合、共享和应用,达到发展模式创新、服务能力和运营绩效提升的目标,从而提高政务及公共信息资源的共享利用效率,提升政府服务能力。在政务云计算中心建设中,如何有效发挥云计算与大数据对网络社会治理的积极作用,防范和遏止网络安全和信任危机风险,将是一项重要的工作。
3、从传统垂直的权威管理走向新型扁平化的共同治理
自从1994年全功能接入国际互联网以来,我国就一直重视网络社会治理,并将网络社会治理提升到“社会治理创新的重要组成部分”的高度,强调网络和信息安全牵涉国家安全和社会稳定,是我们面临的新的综合性挑战。但是,面对互联网开放、无边界、去中心等特殊性质,传统的由政府自上而下进行管理的权威管理模式,遇到了明显的挑战和困境,显现出不少弊端,这些弊端主要表现为多头管理、职能交叉、权责不一、效率不高。特别是面对传播快、影响大、覆盖广、社会动员能力强的微客、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问题。
面对传统垂直的权威管理模式应用于网络社会治理时遇到困境、丧失威力的现状,宁波一直注重探索和创新网络社会治理模式,以促进互联网的安全、健康和快速发展。例如,通过打造服务民生的网络平台———“宁波民生e点通”,汇集了政府、媒体、社区、企业和网民五方面的力量,来共同治理网络空间。这不仅加强了政府与媒体、企业、社区、网民之间的互动,而且有效推动了民生服务网络平台的建设,有助于促进网络社会的健康、和谐发展。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
Pandas 选取特定值所在行:6 类核心方法与实战指南 在使用 pandas 处理结构化数据时,“选取特定值所在的行” 是最高频的操作之 ...
2025-09-30球面卷积神经网络(SCNN) 为解决这一痛点,球面卷积神经网络(Spherical Convolutional Neural Network, SCNN) 应运而生。它通 ...
2025-09-30在企业日常运营中,“未来会怎样” 是决策者最关心的问题 —— 电商平台想知道 “下月销量能否达标”,金融机构想预判 “下周股 ...
2025-09-30Excel 能做聚类分析吗?基础方法、进阶技巧与场景边界 在数据分析领域,聚类分析是 “无监督学习” 的核心技术 —— 无需预设分 ...
2025-09-29XGBoost 决策树:原理、优化与工业级实战指南 在机器学习领域,决策树因 “可解释性强、处理非线性关系能力突出” 成为基础模型 ...
2025-09-29在标签体系的落地链路中,“设计标签逻辑” 只是第一步,真正让标签从 “纸上定义” 变为 “业务可用资产” 的关键,在于标签加 ...
2025-09-29在使用 Excel 数据透视表进行多维度数据汇总时,折叠功能是梳理数据层级的核心工具 —— 通过点击 “+/-” 符号可展开明细数据或 ...
2025-09-28在使用 Pandas 处理 CSV、TSV 等文本文件时,“引号” 是最容易引发格式混乱的 “隐形杀手”—— 比如字段中包含逗号(如 “北京 ...
2025-09-28在 CDA(Certified Data Analyst)数据分析师的技能工具箱中,数据查询语言(尤其是 SQL)是最基础、也最核心的 “武器”。无论 ...
2025-09-28Cox 模型时间依赖性检验:原理、方法与实战应用 在生存分析领域,Cox 比例风险模型(Cox Proportional Hazards Model)是分析 “ ...
2025-09-26检测因子类型的影响程度大小:评估标准、实战案例与管控策略 在检测分析领域(如环境监测、食品质量检测、工业产品合规性测试) ...
2025-09-26CDA 数据分析师:以数据库为基石,筑牢数据驱动的 “源头防线” 在数据驱动业务的链条中,“数据从哪里来” 是 CDA(Certified D ...
2025-09-26线性相关点分布的四种基本类型:特征、识别与实战应用 在数据分析与统计学中,“线性相关” 是描述两个数值变量间关联趋势的核心 ...
2025-09-25深度神经网络神经元个数确定指南:从原理到实战的科学路径 在深度神经网络(DNN)的设计中,“神经元个数” 是决定模型性能的关 ...
2025-09-25在企业数字化进程中,不少团队陷入 “指标困境”:仪表盘上堆砌着上百个指标,DAU、转化率、营收等数据实时跳动,却无法回答 “ ...
2025-09-25MySQL 服务器内存碎片:成因、检测与内存持续增长的解决策略 在 MySQL 运维中,“内存持续增长” 是常见且隐蔽的性能隐患 —— ...
2025-09-24人工智能重塑工程质量检测:核心应用、技术路径与实践案例 工程质量检测是保障建筑、市政、交通、水利等基础设施安全的 “最后一 ...
2025-09-24CDA 数据分析师:驾驭通用与场景指标,解锁数据驱动的精准路径 在数据驱动业务的实践中,指标是连接数据与决策的核心载体。但并 ...
2025-09-24在数据驱动的业务迭代中,AB 实验系统(负责验证业务优化效果)与业务系统(负责承载用户交互与核心流程)并非独立存在 —— 前 ...
2025-09-23CDA 业务数据分析:6 步闭环,让数据驱动业务落地 在企业数字化转型中,CDA(Certified Data Analyst)数据分析师的核心价值,并 ...
2025-09-23