手抄报向网民提供全面及时的法治资讯,内容覆盖国内外突发新闻事件、法治新闻、大案要案、社会万象、检察新闻、立法司法、反腐倡廉等新闻资讯。

当前位置:主页 > 新闻资讯 > 疫苗舆情处理

疫苗舆情处理

发布者:吴湘来源:手抄报日期:2020-07-24阅读:

本篇文章3105字,读完约8分钟

文章的原始标题:疫苗舆情处理大数据给舆情监控带来无限可能

舆情处理与应对:在web2.0环境下,原有的舆情监控已经难以适应实际需要。大数据的特点满足了web2.0网络环境和舆情研究的需求,能够实现基于关系的更准确、更及时的舆情监控。同时,大数据技术在舆情预测方面具有独特的优势,有潜力做出更高质量的舆情预测。

疫苗舆情处理

舆情检查疫苗舆情处理的防治机制

1.web1.0和早期民意监测

与即时通讯网络应用不同,博客、个人空聊天室和微博都有特定的公共属性,统称为自我媒体。自媒体的繁荣使其成为热门舆论形成的重要推动者,网络舆论也成为社会舆论的重要组成部分。

疫苗舆情处理——审计舆情应急处理工作机制

由于媒体几乎没有进入壁垒,同时又是匿名的,用户的媒介素养参差不齐,容易产生各种失范现象;自我媒体不像传统媒体那样容易监管,也难以追踪失范的根源。同时,它也带来了影响舆论和控制舆论的机会,使得网络舆论处于一个更加复杂的环境中。自媒体的网络结构决定了网络舆情会迅速发酵,甚至在短时间内出现多次逆转,因此更难监控和把握。

疫苗舆情处理

然而,随着媒体的兴起,传统的现场调查、访谈调查和问卷调查对网络舆情的监控已经失效,早期广泛使用的网络舆情监控也暴露出越来越多的问题。早期的网络舆情监控主要是为web1.0设计的,互联网的发展经历了web1.0和web2.0两个阶段,两者的主要区别不在于技术规范或物理设备,而在于用户之间以及用户与网络应用之间的交互方式。

疫苗舆情处理

在web1.0时代,互联网内容主要由主要网站产生,用户与网站的互动主要体现在寻找和接收相应的内容,用户只能以有限的方式进行分散的接触。早期的网络舆情监控就是为这种互动水平而设计的。其过程大致如下:1 .通过相关样本数据库,将待监控的网页与模板进行匹配,并设置为监控数据源;第二,使用爬虫抓取数据,将其存储在本地,然后对数据进行净化和简要分析;第三,使用简单的图表模板和文本描述来呈现监控和分析结果。①

疫苗舆情处理

早期的网络舆情监测方法存在一些原始问题,如:一是由于处理能力有限,只能抽取部分样本进行监测,无法避免意外错误;其次,文本分析算法的准确性、监测对象与系统模板的匹配程度、数据的净化程度以及分析算法对最终监测结果的准确性有决定性的影响,不能避免系统误差;第三,被监控对象被简化为独立的信息元素,缺乏分析网络内容之间的联系的能力和预测的能力。

疫苗舆情处理

虽然早期的网络舆情监控模式存在很多问题,但它可以应用于web1.0时代的离散网络内容和单向互动模式。随着互联网向web2.0时代的发展,早期网络舆情监控模式的局限性日益明显,其监控功能已经弱化,无法适应新的舆情环境。

二是大数据技术下的网络舆情监控

web2.0时代最突出的特征是更紧密的网状结构。用户独立生成内容,这使得网络内容制作者的数量呈几何级数增长。用户与网站双向互动,用户之间也是多渠道、多层次的互动。Web2.0的网络内容不再是离散的,而是具有强大的关系属性。这种建立在各种强弱关系基础上的网络结构,也直接使网络舆论得以迅速形成和发酵,并能在短时间内多次转化。在web2.0时代,舆情监控更加关注关系,能够更快、更准确地跟踪舆情变化。这是早期网络舆情监控的缺陷。

疫苗舆情处理

新的舆情环境需要加强对网络舆情的监控,新的网络舆情需要新的监控手段。大数据技术下的网络舆情监控就是这样一种新的方式。

自1980年以来,全球数据存储容量每40个月翻一番。(2)不断增加的海量数据和数据背后的信息,带来了大数据时代。

大数据通常是指难以用传统软件工具分析和处理的庞大而复杂的数据集。大数据的处理涉及一系列问题,从数据捕获、整理、分析、共享和可视化到存储和传输。大数据收集往往来自日常生活,与人们的行为和互动有一定的同构。有些项目直接附有时间和地理等信息。可以说,大数据的数据集中存在着各种各样的关系。因此,大数据集可以提供相同数据量的几个小数据集无法提供的新信息。人们可以通过数据挖掘找到数据之间的联系,建立数据之间的相关规律,进而提供多方面的预测。

疫苗舆情处理

显然,大数据处理技术的优势符合web2.0时代的特点。由于大数据在挖掘数据之间的关系和预测发展趋势方面的能力,许多机构已经将其用于舆情监控和呈现,并取得了良好的效果。例如,在新闻业,许多国际媒体组织在各种项目中采用了大数据分析和数据可视化技术,如英国广播公司、卫报、华盛顿邮报、纽约时报等。

疫苗舆情处理

第三,大数据为民意预测带来了新的可能性

预测本身是大数据的一个重要应用。根据对同一主题的海量数据的分析,经过数据挖掘和建模,可以得到相应的预测模型,进而预测未来的发展趋势。例如,奥巴马竞选团队在2012年竞选的许多方面都使用了大数据技术,尤其是在实时监控选民意图和预测投票条件方面。每天晚上,竞选团队使用一个特殊的模型来模拟大选,该模型根据对选民意图的实时监控来模拟大选,并在第二天早上根据模拟结果将竞选资源重新分配到各个州。这种对民意的实时监测和预测在奥巴马2012年的连任中发挥了重要作用。

疫苗舆情处理

麻省理工学院博士内森·凯尔斯(Nathan Kelles)以2013年埃及大规模抗议的大数据预测为主要案例研究,获得了全球主流媒体新闻、政府出版物、社交媒体和博客等各种类型的300多万个数据源的目标数据。它证明了通过大数据技术和特定模型可以发现公众的情绪和态度变化,最终可以预测以大规模抗议为代表的大规模公共事件的发生,包括即将到来的时间和地点。③

疫苗舆情处理

这只是开始。大数据有不同的来源。互联网上以自我媒体为代表的各种原创内容不断爆炸。各种移动通信设备和可穿戴设备不断生成、存储和传输各种数据。此外,数据源包括麦克风和摄像机记录的音频和视频数据、操作数据、遥感数据等。

疫苗舆情处理

根据不同的来源,数据大致可以分为三类,即以自媒体内容为代表的用户生成数据、各种业务活动中生成的运营数据(如销售记录、医疗记录等)。),以及感知数据(例如由各种可佩戴设备获取的数据)。④用户生成数据对舆情监测的重要性已经显现,其他数据源的大数据分析和不同数据源的融合分析也蕴含着巨大的舆情预测潜力。

疫苗舆情处理

与用户生成的数据相比,感知数据和操作数据似乎与公众意见没有直接关系。然而,公众舆论从来不会孤立存在。舆论的发酵和转向源于现实社会的事件和环境,舆论的发展会影响现实活动。感知数据和操作数据与人们的日常生活同构,甚至直接记录人们的行动和身体变化。例如,可穿戴设备可以检测用户的心跳、体温、血氧含量和其他数据,并通过模型分析用户的情绪变化。与位置移动和购买行为相关的数据的监控,以及基于这些数据的个人行为的预测,已经被应用到营销活动中。

疫苗舆情处理

在这些感性数据和可操作数据中,我们可以了解人们的情绪、态度和日常行为的变化,这些变化可以与其他数据源相结合来预测民意。从用户创建的内容到感知数据和操作数据的数据源扩展将不可避免地导致公众意见预测整体质量的提高。从这个意义上说,大数据不仅给舆情研究带来了更加准确、即时和动态的舆情监测,也给舆情预测带来了无限的可能性。资料来源:音像张炳清刘高建

疫苗舆情处理

笔记

①李彪、郑曼宁。引用该论文王志平,王志平,王志平.记者,2014 (01): 36-41

②希尔伯特·马丁?普里西拉。世界存储、交流和计算信息的技术能力[j]。科学332 (6025): 60 65

③内森·卡罗斯。用大公共数据预测人群行为[a]。在第23届万维网国际会议记录中

④孟晓峰,好心。大数据管理:概念、技术和挑战[J]。计算机研究与发展。2013 (01): 146-149

(张炳庆:安徽广播电影电视职业技术学院;刘:安徽大学新闻与传播学院)

来源:

标题:疫苗舆情处理    地址:http://www.shuiyihui.cn/new/3608.html

最近更新更多