基于大数据的网络舆情分析与研究

摘要：当前，随着互联网技术以及相关软件应用的飞速发展，我国网络舆情在数据载体、传播速度以及信息内容复杂性方面都发生了较大的变化。当前，网络舆情分析方法已经超出了常规的分析框架，尤其是在庞大数据信息量的传递作用下，必须要采用大数据分析的思想实现对网络舆情分析方式的创新，才能够确保网络舆情的分析效果。本文主要是分析了当前我国常用网络舆情的应用现状，并且就大数据基础下网络舆情的分析方法进行了探究，希望能够为不断推动网络舆情的分析创新发展提供参考意见。

关键词：大数据基础;网络舆情分析;方法理论

在人类社会中，数据产生的方式主要有三种类型，首先是通过各类型组织经营活动而被动产生的数据类型，这类型数据被称为运营数据。其次是由智慧传感器等监测设备根据社会运行以及环境变化而自动产生的数据，这类型数据被称为感知数据。最后一类数据是由人为创作以及人际交流过程中而主动产生的，也被称为人类原创数据。当前，随着社会的飞速发展，人类原创数据在信息技术的推动作用下产生了爆炸式的增长，从而形成了较为庞大的网络数据构架，而其中，出于人类对各类型社会群体以及与自身利益紧密相贴的各类型公共事务所持有的意见和态度，被称为网络舆情。当前，我国坐拥世界上最多的网民数量，有效地分析网络舆情，对于政府及时了解民意民愿，构建社会主义和谐社会具有重大意义，同时，也能够突破传统的数据传播方式，从而更好地掌握客户特征。因此，在新的时代发展背景下应该不断追求网络舆情分析的新方法，实现对网络舆情信息的合理应用。

一、网络舆情分析的现状

当前，我国常用的网络舆情分析方法主要有网络调查法、统计规则模式下的识别方法、以及根据不同内容而挖掘的主题监测方法等类型。网络调查方法主要是将社会调查方法转移到网络资源中，在网络平台中实现对用户的问卷调查。这种方法可以通过问卷的设计、抽样调查、数据分析统计等一整套较为科学的流程，客观地推测出当前社会中人们对某项公共事件的看法。这种方法应用较为广泛，当前，我国许多互联网网站以及新闻网页下方都有设置评论阅读功能以及读者意见调查栏目，尤其是在两会期间，我国新华网已经人民网等多个网站对于民生关注的热点网络舆情进行了针对性的问卷调查，还有部分网站对国家重大事件以及社会热点事件进行了深度研究。

与此同时，当前市场中还出现了许多关于网络舆情检测以及分析的软件，例如，比较知名的人民网舆情监测平台、托尔斯网络舆情监控系统，而当前关于网络舆情的信息采集系统可以分为对传统媒体网络的信息采集系统以及互联网舆情监控系统等类型。同时，还可以利用百度、谷歌等搜索引擎对舆情信息进行补充，抓取信息中的关键词以及公民关注度，但是这些舆情监测系统在工作过程中，主要擅长对于新闻，网页以及新闻跟帖等效果的抓取，网络舆情主要依靠人工分析为主。在传统的数据时代，舆情分析工作往往更加注重网民的言论，但是却不注重网民的支持率，更注重解读言论文字的内容，但是却忽视了与网民之间形成互动型的社会关系网络[1]。

二、在大数据分析背景下网络舆情分析的创新方法

（一）通过对日志数据进行挖掘分析隐性舆情

大数据技术的出现催生了网络监测技术的发展。只要你属于互联网络的用户，在搜索和浏览时必定会留下有关信息，所谓“网络是有记忆的”也正是指浏览记录的遗留。而这些一流信息中包含了目标人群在浏览时的一系列心理特征，因此，=分析网络舆情的工作过程中，可以通过分析网民的日志，从而统计某段时间内，以及某区域内部的浏览热点，从而推出社会热点新闻排行榜。目前，世界范围内已经有很多搜索引擎能够做到，对目标人群在浏览期间内留下的隐含特征进行挖掘，并且这项技术也使得网络舆情分析工作更加高效。这项技术能够通过对搜索次数以及搜索相关信息的深度分析，得出该关键词的相对搜索指数，从而预测该热点词未来的发展趋势[2]。

（二）基于社会网络分析的舆情主体关系发现

数据网络形成的背后是互联网系统，而互联网背后的操纵者则是人类。研究出现在网络平台中的数据实际上就是研究由人类所组成的社会网络构架。互联网中不同主体之间的互动会形成不同的社会化网络，以人们常见的微博为例，通过用户之间的相互关注、评论以及转帖功能，就可以构建出用户与用户之间的关系表。如果将同一关键词中的有关用户相互连接起来，那么，以微博为舆论平台的阵地就会出现一个清晰的关系取向图，其中每一个用户都是关系取向图中的一个节点，而所有的人际关系数据，最后则实现了整个社会化的网络。这些舆情主体之间存在频繁的联系以及互动，而在此过程中，将会涌现出一位言论价值地位较高的领袖人，这些领袖人把控着舆论发展的方向，从而使得关系紧密的舆论主体之间不自觉地形成了相对子群体，而舆情分析工作中对于子群体的研究，就成为了网络舆情分析的重要手段。当前，国际社会中已经出现了一些较为成熟的社会网络分析软件，可以很好地对社会网络舆情进行分析工作，同时，还能够呈现出可视化的分析结果[3]。

（三）通过关联不同领域的数据进行舆情分析工作

大数据技术的重要特征就是数据的复杂性以及数据规模的庞大，因此，在舆情分析工作中，不仅需要接受更加多样化的数据类型，同时，还应该善于利用多元化的数据信息，将不同领域的数据信息关联起来，进行深度分析。例如，可以将用户在社会工作中的职业数据、个人专长数据、地域数据以及社会网络数据结合起来，这样就可以分析出不同余情热点在哪些职业内部、区域空间内部的传播更加广泛，同时，也能够有针对性地对舆论散播状态进行引导。例如，可以将网站的新闻数据、论坛中的数据、博客数据以及微博数据等不同数据种类进行对比分析，这样就可以分析出舆情热点在不同的舆论子场地传播的速度以及辐射范围，从而更加有效地掌握舆论情报的传播特性。除此之外，还可以将舆情分析的数据与外部数据进行连接，例如，可以将食品安全问题的舆论数据与相关食品销售数据进行有效联系，这样就能够反馈出舆情信息对于企业经营产生的重大影响，通过这种动态关联性的舆情监测工作，能够有效地发挥出舆论的引导效果[4]。

结语：

综上所述，随着当前网络技术以及大数据技术的飞速发展，网络舆情状态也在不断发生着变化。因此，在新的发展时期内，必须要以大数据技术为基础分析潜在舆情、关联性舆情以及不同领域舆情之间的内部关系，更好地发挥社会舆论的导向性作用。

参考文献：

[1]马梅，刘东苏，李慧.基于大数据的网络舆情分析系统模型研究[J].情报科学，2016，3403：25-28+33.

[2]宫泽林，徐艳红.大数据时代网络舆情分析与研究[J].黑龙江科技信息，2016，17：169.

[3]张贵红，张雁.基于数据挖掘的网络舆情分析方法研究[J].乐山师范学院学报，2018，3308：9-13.

[4]袁志远，徐怀超，郭金顺，冯盼.基于大数据的网络舆情分析系统设计与实现[J].西藏科技，2020，12：76-80.