数据挖掘技术在网络舆情管理中的研究

《数据挖掘技术在网络舆情管理中的研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、数据挖掘技术在网络舆情管理中的研究　　[摘要]目前，随着海量网络舆情成指数增加，传统的数据处理技术不支持对海量舆情潜在信息的发现与挖掘，无法找到舆情信息之间的规则或关系，不能根据舆情现状预测未来发展趋势。在这种形势下，非常有必要把数据挖掘技术应用到网络舆情管理中，充分发挥数据挖掘的具体优势，从而实现对网络舆情的及时发现、快速分析、准确追踪和理性引导。　　[关键词]数据挖掘;网络舆情;研究　　[中图分类号]G41，TP399[文献标识码]A[文章编号]2095-3437（2016）11-0173-02　　随着因特网在全世界范围内的普及，作为继报刊、广播、电视之后发展起来的与传统大

2、众媒体并存的新媒体，因特网被称为第四媒体，它成为反映社会舆情的主要载体之一。随着信息技术的高速发展，人们积累的数据量越来越多，仅依靠传统的人工方法收集和处理海量网络信息是十分困难的。在这种情况下，迫切需要更加科学有效的信息处理技术，快速准确地分析网络舆情动态，及时对网络的热点、焦点与敏感话题做出反应，从而提高网络的监管能力和网络突发事件的处置能力。　　一、数据挖掘概念7　　数据挖掘是从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中，提取隐含在其中的、人们事先不知道的，但又是潜在有用的信息和知识的过程。数据挖掘的对象是大量的、包含噪声的数据源或数据库，而挖掘的结果是对用

3、户有帮助且事先未知的信息或知识。　　近年来网络数据的爆炸性增长与数据处理技术的滞后之间的矛盾越来越突出，数据挖掘技术应运而生，并能从实际的海量数据源中抽取知识。数据挖掘技术被越来越多的行业和领域所采用，取得了较好的效果，为人们的正确决策提供了有力的帮助。[1][2]　　二、新形势下网络舆情现状分析　　（一）大数据背景的网络舆情更加复杂　　第一，网络舆情数据量巨大。数据的海量性和偶然性因素使社会舆情难以有效捕获，演变和发展过程难以推测，传统的处理方法显得捉襟见肘。第二，网络舆情选择性传播。网络数据的无限性和网民关注能力的有限性之间存在矛盾，这导致网民不能全面、准确了解舆情的真面目

4、。网络媒体具备人际传播和大众传播的特点，容易让同类网民找到共鸣点，从而使一些偏激舆论被放大。第三，网络舆论话语权较分散。大数据背景下数据的获取相对容易，更多的机构或个人通过信息分析得出的结论迅速传播，有效管理舆情的难度越来越大。　　（二）网络媒体影响力增强　　在互联网发展的早期，网络媒体主要通过引用或转载报纸、广播、电视的报道内容，然后进行补充式的讨论。随着近年来移动客户端设备、软件的出现和网民数量的大幅度增长，传统媒体的传播优势逐渐减少。网络媒体依靠其传播的快速性和便捷性，吸引网民发布信息，引发舆论，反过来影响传统媒体的讨论。网络媒体已经成为传统媒体报道内容的重要来源之一。7

5、　　（三）网络舆情载体多样化，影响力迅速提高　　随着微信、微博、QQ等网络舆情载体的发展，网民的组织化程度越来越高。网民通过微信、微博、QQ、社交类网站来组建各种群组。这些网络载体能为网民提供Blog、Microblog、微信、图像、音频、视频等多种线上、线下互动功能。网民不再是一个独立的个体，通过加入各种群组，他们能够获取小范围的消息，并迅速把消息传播到全世界的每个角落。同时移动互联网的应用扩大了网民相互交流的时间域和空间域，“任何一个在场的人都可能一转身，上网发送文字、图片、视频，给政府的事件处置及舆情应对带来挑战”，“移动终端在突发事件‘现场直播’的优势，让其他媒体望尘莫

6、及”。[3][4]　　（四）网络舆情走向现实生活，推动事件发展　　随着社会的进步，越来越多的网民不再在网络平台上议论和分析社会上的热点、敏感事件，不再满足于在网络上等待热点事情的真相，而是积极走向社会现实，亲自调查以还原事件真相。这增加了热点事件的透明度，加快了相关政府部门、企事业单位或个人对事情的处理速度。　　（五）网络舆情导控与应对存在不足7　　第一，舆情应急准备不足，响应速度缓慢。目前网络舆情管控体系还不完善，这导致我们在处理突发事件时反应缓慢;在网络舆论爆发之时，难以进行有效监测、研判和引导。第二，危机处理方式被动，缺乏有效的制度。在一些敏感事件的处理中，我们常常采取回

7、避、封堵或冷处理的办法，试图淡化舆情，急于控制事态而非疏导，这容易引发深层次的舆情危机。第三，舆情管控手段落后，设备投入不足。出现突发问题时，经常采用简单粗暴的手段来拖延或压制，如删帖、封IP、断网等。第四，网民配合消极。强大的网民力量，没有有效地配合相关部门的工作，容易被错误的舆论所引导和控制。[5]　　三、数据挖掘技术在网络舆情管理中的应用　　（一）网络舆情关联分析　　在网络舆情管理中应用关联分析方法，能从海量、不完全、复杂多变的网络舆情信息中寻找舆情演变的内在原因和规律，分析各内在因素