随着移动互联网、物联网等新技术的迅速发展，人类进入数据时代。大数据带来的信息风暴正深刻改变我们的生活、工作和思维方式，对网络舆情管理也带来深刻影响。

如何利用大数据实施舆情监控

1.将大数据和社会治理紧密结合起来，改进网络舆情源头治理。网络舆情本质上是社情民意的体现，加强网络舆情管理就是加强社会治理。要运用大数据强大的“关联分析”能力，构建网络舆情数据“立方体”，把网上网下各方面数据整合起来，进行分析，挖掘网络舆情和社会动态背后的深层次关系，实现网络舆情管理和社会治理的紧密联动、同步推进。

2.将大数据和网上政务信息公开紧密结合起来，提升政府公信力。当前，美国政府已经建立统一的数据开放门户网站，并提供接口供社会各界开发应用程序来使用各部门数据，此举将政务公开从“信息层面”推进到“数据层面”，开辟了政府信息公开的新路径。我们要在保障数据安全的基础上，探索建立我国的大数据政务公开系统，引导社会力量参与对公共数据的挖掘和使用，让数据发挥最大价值。

3.将大数据和日常舆情管理紧密结合起来，提高网络舆情整体掌控能力。美国纽约市警察局开发了著名的ComStat系统，通过分析历史数据绘制“犯罪地图”，预测犯罪高发时间和地点，从而有针对性地加强警力配置，获得巨大成功。这种“数据驱动”方法，对网络舆情管理有一定的借鉴意义。要运用大数据突破传统舆情管理的狭窄视域，建立网络舆情大数据台账系统，实时记录网站、博客、微博、微信、论坛等各个网络平台数据，全面分析舆情传播动态，从瞬息万变的舆情数据中找准管理重点、合理配置资源，提高管理效能。

4.将大数据和突发事件应对紧密结合起来，提高网络舆情应急处置能力。大数据时代，社会突发事件与互联网总是紧密相连、如影随形，网络既能成为突发事件的“助燃剂”，也能够成为应对事件的有力工具。要建立“舆情量化指标体系”、“演化分析模型”等数据模型，综合分析事件性质、事态发展、传播平台、浏览人数、网民意见倾向等各方面数据，快速准确地划分舆情级别，确定应对措施，解决传统的舆情分级中存在的随意性、滞后性等问题，做到科学研判、快速处置。

5.将大数据和舆论引导紧密结合起来，提高感染力和说服力。大数据时代的舆论引导，一方面要“循数而为”，通过分析网上数据，建立网民意见倾向分析模型，了解网民的喜好和特点，做到“善说话、说对话”。另一方面要“用数据说话”。数据最有说服力，要在充分收集相关数据的基础上，运用图表等数据可视化技术，全面呈现事件的来龙去脉，让网民既了解事件真相，也了解事件背景和历史脉络，消除舆论的“盲人摸象”效应，化解网民偏激情绪，实现客观理性。

舆情方法论一：确认信息相关度

网络平台中与企业或机构完全相关的信息，舆论讨论更为聚焦，舆情风险最大；部分相关的信息，舆论讨论观点较为分散，存在主要问题和次要问题之分，一般主要问题关注度较高，次要问题一定程度上被弱化；虚假相关信息，多为捏造、拼凑的不真实内容，舆情风险较低，但也应结合信息渠道、传播量来判断是否进行舆情处置，减少负面舆论影响。

舆情方法论二：信息渠道的影响力

权威媒体报道的事件具有发酵速度快、影响力大、真实性高的特点，舆情风险的级别较高。

微博、微信等自媒体个人账号发布的事件具有扩散时间慢、不确定性强的特点，需要核查事件真实性后再做出进一步的反应，舆情风险较低。但目前自媒体发展迅猛，也能够快速吸引流量，尤其是网络名人、网红账号拥有大量粉丝群体，其发布的信息舆论关注度高，更易在短时间内引发舆情关注。

不同发布渠道对舆情影响力不同，发酵风险则不同。判断舆情风险的第二步是判断信息发布渠道的影响力。

舆情方法论三：媒介传播量

信息传播情况是判断舆情风险的重要衡量因素。因此，研判舆情风险的第三步就是统计追踪各媒体传播量，根据不同量级最终确定是否或何时开展后续舆情处置工作。判断舆情信息量需根据传播规律，区别不同媒介、平台传播量的舆论影响力。例如，网络新闻媒体的转载量达到五十余篇时，已经表明该信息获得了舆论关注；而微博信息转载五十余次，微信公众号、抖音视频转载五十余次却仅是少量传播。

因此，在判断舆情信息传播情况时，需统计不同媒体的传播量，数量越多舆情风险越大，而不同媒体的传播量风险不能用统一数量作为指标。

网络新闻媒体具有权威性，受众群体众多，一般少量转发即可能获得大量公众关注，并带动其他媒介共同扩散，因此舆情风险衡量数量门槛较低。自媒体平台则具有不可靠性、圈层性，传播数量需到达一定级别的数量，才能在舆论场中激起涟漪，引发舆论关注，舆情风险衡量数量门槛较高。

信息来源：网络

图片来源：网络

如有侵权请联系删文