大数据背景下新媒体舆情优化决策研究
2022-11-26高亚飞李大赛康东伟
高亚飞,李大赛,康东伟
(河北工程大学 管理工程与商学院,河北 邯郸 056038)
随着新媒体的快速发展和互联网智能终端的普及,数据交互变得更加多样、方便,大数据技术也涉及到了相关领域,对各个行业的发展和决策起到了关键的作用。近年来,利用大数据技术进行舆情监测和分析决策的方法得到了较快的发展,新媒体时代下大数据舆情的分析优化也应运而生。大数据对新媒体舆情的处理,是运用数据采集、数据挖掘、智能化数据分析和深度学习等方法实时监测新媒体平台数据,例如短视频、微博、论坛和网页新闻等信息化平台,快速、高效和精确地获取各种平台的数据、交互信息和信息关注点等有价值的信息,然后从各种信息中有针对性地获取舆情的发展方向及趋势,监测舆情的情况和公众的反应,最后根据历史数据的对比分析,得到舆情的处理和预测的方式。
1 大数据背景下新媒体舆情的现状
伴随信息技术的发展,大数据时代新媒体舆情传播非常迅速,对应的大数据技术、深度学习和云计算等对舆情的治理和决策起到了强有力的积极作用,具体体现在以下3个方面。
1.1 新媒体舆情监测的全面化和智能化
随着网络新媒体时代的快速发展,人们随时随地都可以通过媒介传播自己的声音、表达自己的观点,这对信息传播具有巨大的推动作用,但对于公众来说,快速、过多和过杂的信息观点会影响对事物的认知,甚至误导社会公共意识。针对新媒体数据和传输的特性,传统的舆情数据采集和监测技术已经不能应对复杂多变的数据结构,分析能力也远远不够,更达不到舆情决策的精确性。因此,大数据技术中数据挖掘、深度学习和云计算等技术,能够解析出舆情信息里面的隐藏内容,拓宽了舆情数据采集的深度,给新媒体舆情的监测带来了突破。通过先进的信息采集、语义分析和情感判断等技术,可实现短视频监测、图片舆情、评论分析和可视化大屏展示等功能,扩大了舆情监测的范围,探究舆情传播中各传播节点之间的社会网络关系,多角度地探究用户数据信息和结构性质,总结出用户行为的可预测性分析,进而促进新媒体舆情监测的全面化和智能化。
1.2 新媒体舆情研判预测和决策的科学化
新媒体中,用户交互方便,而且可以根据用户的爱好与习惯提供针对的信息和专业化的需求,并且不受地域限制,因此每天产生数以亿计的数据,而且实时性很高。因此,需要通过大数据技术等方法,对庞大数据信息进行采集、分析和研判,深度挖掘数据之间的相关性,能够实现网络舆情的监测和预警,进而能够精准地对舆情进行研判,作出科学的决策。首先,相关技术人员能够使用大数据挖掘技术深度采集、研究大量关键的数据背后蕴含的舆情价值和数据之间的关联性,建立网络舆情预测模型,预判舆情趋势走向,从而将舆情治理防控提前到舆论爆发阶段的初始时间点;其次,通过深度学习、云计算和机器学习等方法,能够对舆情数据进行信息精减和演变模拟,根据舆情的分类和级别,进行预测和评估;最后,运用认知智能技术,模拟人类对舆情的深度理解和目标,实现舆情演化推理。在基于深度学习的新媒体舆情研判系统中,经过不断的训练集训练而确定基准函数后,通过研判的新媒体舆情的关键信息导入预设的系统中,能够对当前舆情进行模拟和反馈,如果决策效果和实际不一致或者偏差过大,则需要及时调整,为舆情的研判和决策提供科学的方案。
1.3 新媒体舆情引导的精准化和效率化
新媒体和智能设备的快速发展与普及,使得数据传输更加无国界化和快捷化,实现万物互联的可能,为人们的生活和工作带来了巨变,可随时随地实现远程办公、会议和交流等交互与传播。这些特性也加速了大数据技术对新媒体舆情处理的更新和突破,为适应新媒体数据的多样化和个性化,在新媒体舆情引导决策中,依托于大数据挖掘技术和深度学习等技术的研判和预测,能够从海量信息中快速地搜索出热点话题,大大提高了监测的效率和精准度,从而提高了舆情引导决策的效率。
2 大数据背景下新媒体舆情防控的挑战
相比传统媒体,新媒体时代不仅仅是用户交互,更多呈现的是数据的多元化、瞬变性和难以捕捉等情况,数据的传播和结构,加大了数据的采集、处理和决策等舆情的管控难度。再加上智能设备的普及,用户信息发布、上报、反馈和转发等行为是非常实时、快速的,再加上各种群、微博与论坛等形式的传播,形成了数据传输的爆炸式增长,这样给舆情的预测、决策等带来了巨大的挑战。因此,需要提高和优化大数据舆情的监测、分析、研判和引导的决策应对体系。所以,大数据舆情并不是一个简单的数据处理问题,如何利用大数据构建科学的大数据舆情体系成为发展大数据舆情的关键。那么,大数据背景下新媒体舆情防控面临的挑战有以下几个方面。
2.1 数据的收集与净化
对数据的收集是整个舆情分析的基础,然而由于数据量非常庞大,所以首先对数据的爬取和冗余信息的去除是非常必要的。通过对新媒体舆情数据的采集,从新媒体中获取文字、图片和视频中相关舆情信息,然后通过数据挖掘、深度学习等技术对数据进行处理、精减和保存。但是,由于数据的多元化和复杂化,虚假新闻和信息冗余等,很难辨别数据的真伪去净化,获取其中的有价值信息。同时,由于新媒体的跨时空性和实时性,所以相关数据采集的及时、高效和精准也是一个挑战。
2.2 数据的解析与预测
从海量数据中解析舆情的有价值信息,关联因素等是舆情防控的重要部分之一。通过数据挖掘和深度学习等技术,对文本信息的提取、多余数据的去冗,图片和音视频消息的转化等技术解析出关键信息,然后采用序列模式、决策树分类、神经元网络、线性回归和模糊聚类等多种算法,对舆情数据进行预测。在针对新媒体数据的多样性特征下,快速、精准地分析海量数据是整个舆情研判的重要依据,也是决策优化高效的保障。所以,在对大数据的解析中,如何在多变复杂的数据中深度挖掘数据背后隐藏的会话信息和发展趋势,加强新变量的关联分析,获取舆情关键因素,进行针对性的解析和预测,是新媒体时代大数据舆情的重要挑战。
2.3 趋势的研判与决策
大数据技术处理舆情数据的目的就是提供有效的研判依据,从而更好地做出最优决策。由于大数据和新媒体已经融入到人们的工作、生活中,虽然目前可以从海量的数据中挖掘和筛选出高质量的信息,从而快速地判断舆情发展。但是,在信息爆炸时代,新媒体数据中绝大部分属于非结构化的数据,其大量存在于社交网络、互联网和电子商务等领域,这些数据的不确定性表现在高维、多变和强随机性等方面,给舆情研判和决策带来了巨大的挑战。
新媒体具有全方位的数字化、交互性、个性化和超时空性等特点,人们通过智能设备进行信息获取和交互也非常方便,进而也为大数据背景下的数据处理迎来了挑战,所以做好大数据背景下新媒体的舆情,需要监测、分析、研判和引导到处置的决策等能力,才能对舆情进行更好的防控和决策,做到科学、智能的应对方法。
3 大数据技术在新媒体舆情优化决策中的应用
互联网和新媒体的普及,在大数据技术发展中,为更全面、更及时和更客观地搜集社情民意提供了方便。从碎片化的新媒体会话中,以及点击、搜索等用户行为中,能够实时掌握舆论关注焦点、态度立场和变化趋势,有助于准确、动态地评估处理决策的实际效果,指导、优化舆情决策。快速、高效地收集新媒体舆情数据,有助于及早发现舆情热点、分析舆情信息和衡量舆情声量大小,然后进行精准的舆情预测和决策的制定。
3.1 优化技术升级,推进防控决策综合性解析
由于互联网和智能终端的高度发展,新媒体时代对舆情的治理,需要采用大数据技术和深度学习等高新技术对数据、敏感性特征进行深度挖掘和解析,从而找出数据背后隐藏的会话信息。新媒体时代的数据不仅仅是结构化数据,还包括地图、图片和音视频等非结构化数据,个性化数据占绝对多数,以及数据冗余和虚假信息的掺杂,再加上舆情分析的干涉和解析误差,使得通过智能算法获取的结果存在一定的不足,通过大数据分析系统还不能完全代替舆情的处理和决策。所以应该通过大数据技术,结合深度学习、云计算和专家协同的方式,实现舆情的智能自动收集、识别、分析和上报。舆情监测系统可通过关键词、自定义平台、时间段和语义等方式帮助用户实时获取全网范围内滋生的与己相关的舆情动态,并采用多维度、多因素的互联关系,从经济学、社会学和地域特性等特性,找出信息的传播方向、趋势和用户倾向等来分析,做出综合性的研判,提高新媒体舆情数据防控和决策的深度优化,这样即利用了大数据等互联网高新技术的快速、高效,又通过专家的把控,给出专业的舆情解决方案,提高了舆情的防控范围和精确度。
3.2 舆情声量量化,提升处理决策科学的布局
舆情声量大小,是指具体的舆情事件、舆情主题在各个平台、地域和时间段等维度的传播发展过程中所产生的影响引起了多少人关注,有哪些网站、媒体进行了转载,网上相关话题量等。新媒体信息在大数据技术的分析后,将舆情声量进行量化,进行分级处理,通过了解具体舆情事件传播声量的情况,有助于涉事主题的相关方更好地评估事件带来的影响,从而及时采取应对措施。同时统计舆情声量大小有助于更好地量化危机处理的实施效果,进而科学地调整、优化相关舆情决策,提升管理的效能和布局。
3.3 建立专业体系,培养舆情分析技术人才
由于人工智能等技术的快速发展,在相关领域的研究人才比重也应该得到很大的提高,相关部门应该进一步对大数据、深度学习和音视频处理技术培养高端人才,进而优化技术人才短缺,建立人才培养体系。通过大数据和深度学习等相关技术的结合,打造一批在新媒体、深度学习和优化决策方面的专业人才,为新时代的舆情决策优化提供智能化保障。新媒体舆情决策是一项需要不断技术创新和适应新环境的工作,相关的技术专家也应该与时俱进,不断壮大队伍。新媒体舆情决策队伍的专业水平高低,在一定程度上影响着舆情发展的方向。舆情技术专家的大力培养,是新媒体时代舆情处理的有效保障,更是适应新时代,立足当前、服务长远的重要方式。
3.4 加强平台建设,形成舆情治理领域引导阵地
新媒体平台的管理建设能够对权威的信息第一时间发布,对网民关注的热点问题进行有效的反映,进而让其在互联网的影响力下有效地扩展,对网络舆情的引导能够起到提升的作用,因此相关平台要对网络管理加强建设。此外相关平台还要对舆论引导的主阵地积极构建,进而使宣传工作不断深化,并以公共价值和公众利益为重心,将自身的网络舆情引导能力全面增强。可以通过对舆情进行深入的剖析研究,来对舆情苗头有效地扼杀,进而构建出全面的舆情搜报体系,在对舆情敏感信息进行引导的期间,可以使用更为灵活和广泛的方式来进行。我们要发展网络平台的行业自律组织,防止公共领域的失守和媒介伦理的失范。采用制度化、建立平台规章制度等方式,让用户自觉树立新媒体舆情防控的意识,实现自我约束和监督的有效机制。
4 结束语
新媒体具备传播速度快、信息容量大、传播形式多元化及富有互动性等优势,这使得新媒体影响更加广泛,其对舆情处理也更加复杂多样。从技术层面来看,在大数据舆情处理日趋成熟的前提下,需要结合人工智能、云计算等高新技术,通过对舆情声量的量化分级,结合专业人士的研判,建立综合性网络舆情治理模型,实现全方位、多维度和跨领域的合作治理方式,使新媒体舆情的研判和决策更加科学化和智能化,控制舆情的发展方向和范围。在人才方面,培养相关技术人才,拓宽技术深度和领域,完善新媒体网络平台制度,提高各个领域人员的舆情安全和风险大小意识,全面提升网络空间环境。这样可以实时获得与己相关的舆论信息和舆论导向,能及时地做出判断反应,防患于未然,有助于第一时间发现和了解负面信息,从而有针对性地根据负面信息采取应对措施,为决策者做出正确的舆情应对方案提供参考,有助于舆情的全面综合分析,能够掌握舆情发展的脉络,深入了解自身的网络口碑及品牌形象,从而做出有效的预测,为舆情解决提供科学决策依据,能够根据互联网声量及评价的变化及时调整和优化舆情处置策略,更高效地应对舆情,为推动大数据更好地服务于社会体系和治理能力现代化做出有益探索。