——东方剪报舆情分析中心

一、大数据环境下社会舆情决策支持应用的国内外发展现状与趋势

随着互联网技术的迅速发展，信息量大，类型繁多，价值密度低，速度快，时效高的大数据吸引了越来越多的关注目光，大数据带来的信息风暴正在改变我们的生活，工作和思维。越来越多的政府部门及其它组织机构依托数据及数据分析进行决策。同样，技术的发展对社会舆情决策支持的应用也带来了机遇与挑战。

1. 大数据环境下社会舆情决策支持应用的国内情况及技术支撑

国内组织机构在社会舆情技术研究方面稍有领先的，北大方正技术研究院^[1]是其一，在多年的科研技术成果，适时推出方正智思舆情预警辅助决策支持系统，该系统着重强调加强互联网，手机短信等新型传媒的信息搜集和分析，以计算机智能处理技术辅助舆情信息汇集整 理和分析，对新出现的社会舆论热点，焦点去伪存真，在我国互联网络大众媒体的舆论导向的正确性应用中起到一定的辅助作用。

社会舆情应用与决策的技术也不断的发展，“情景—应对”型应急管理模式已在我国学术界形成共识^[2]，并通过理论与技术的不断完善，向政府和产业界推行，逐步确立突发事件“情景—应对”型应急管理的新模式。突发事件“情景—应对”型应急管理具体是：首先需要对物理和社会空间的突发事件进行实时而全面的舆情监控与智能分析，从海量，分散，非结构化，实时变化的灾情数据中挖掘出有价值的情报，通过分析获取当前态势的总体描述，进行态势推演，而后进行综合研判和决策，及时将相关信息提供给最需要的人，使决策者作出恰如其分的现场处置与应急部署。

社会舆情的研究亦作用于外交部发言人运作机制。例如：新闻司司长秦刚2月22日做客中新网向网友“揭秘”外交部发言人运作机制，称幕后有许多人，许多部门支持，有“强大后盾”。秦刚说^[3]，“发言人”其实是一个机制，一个团队，代表着外交部部内，部外方方面面之间的沟通协调。发言人每天都要和这个团队共同讨论和研究当天的舆情动向，对记者可能的提问角度做预演及预对应。

    当前地方政府所建立的情报信息处理和预测预警技术体系也是社会舆情决策分析的一部分，例如: 省级反恐怖情报信息研判例会;紧急信访信息监测处理制度; 水、雨情信息采集、通讯、预报及调度系统; 突发公共卫生事件监测与预警系统; 社会治安的动态监控、分析和预警等等^[4]。但这些技术体系不完善, 有些管理部门的思想观念跟不上形势需要; 有些是管理机制还不够健全, 职能交叉重叠,信息资源共享程度低;信息情报网络动态反映滞后等问题，舆情评估机制无法做出全面系统客观的评估。

社会舆情在商业中，也有很好的机会应用。随着电子商务的发展，在线商品评论的数量不断增加，如何从众多评论中识别有用的评论成为关注的热点。此领域的研究需要充分关注消费者的购买决策过程，进而设计新的数据挖掘方法以更好地辅助消费者作出购买决策，同时为电子商务网站运营商调整营销沟通策略提供决策支持。例如：美团网^[5]在消费者端的数据挖掘方面进行了各种细分，他们通过分析消费者男女比例、年龄阶段、地域分布、收入水平以及对各种消费品种类的喜好程度等，从海量商家中找出消费者想要的信息并直接推送给消费者。

2. 大数据环境下社会舆情决策支持应用的国内情况及技术支撑

大数据时代，决策行为将更多地基于数据，分析和事实做出。鉴于此，2012年3月29日美国政府发布的《大数据研究和发展计划》提出，应当通过对海量和复杂的数字资料进行收集，整理，从中获得真知灼见，以提升对社会经济发展的预测能力。

谷歌，EMC，惠普，IBM，微软，甲骨文，亚马逊，脸谱等企业很早就通过收购或自主研发等方式布局大数据发展，成为大数据技术的主要推动者，并快速推出大数据相关的产品和服务，为各领域，各行业应用大数据提供工具和解决方案。

英国科波拉软件公司开发的一套舆论分析软件，1秒钟能阅读10篇文章，能够自动分析网站，报纸等新闻媒介发表文章所持的基本观点，可以帮助政府和一些大公司全面了解公众舆论对他们的看法。^[6]

美国国防高级研究计划局（DARPA）卡内基梅隆大学等机构研究的话题监测与跟踪技术（TDT）也是一项对新闻媒体信息流处理的技术。^[7]这项技术指在帮助人们应对日益严重的互联网信息爆炸问题，以新闻专线，广播，电视等媒体信息流为处理对象，将语言形式的信息流分割为不同的新闻报道，进行新话题的自动检测和已知话题的持续跟踪，并将涉及某个话题的报道组织起来以某种方式呈现给用户。

作为美国警届最早的大数据预测分析试点单位，圣克鲁斯警察局通过分析城市数据源和社交网络数据，能够发现犯罪趋势和犯罪模式，对重点区域的犯罪概率等进行预测^[8]。作为大数据的强力倡导者，奥巴马及其团队^[9]创新性地将大数据应用到竞选活动中，通过对近两年搜集，存储的海量数据进行分析挖掘，寻找和锁定潜在的己方选民，运用数字化策略定位拉拢中间派选民及筹集选举资金，成为将大数据价值与魅力发挥到淋漓尽致的典型。

欧盟自1973年就成立了舆情分析部门为其成员国提供服务，帮助成员国做出更有效的决策，涉及的领域包括社会情况，健康，文化，信息科技，环境，金融，防御。

华尔街“德温特资本市场”公司通过分析3.4亿微博账户的留言，判断民众情绪，并依据人们高兴时买股票，焦虑时抛售股票的规律，决定公司买卖股票的时机，从而获取盈利。^[10]

Justin Grimmer，政治科学家，美国斯坦福大学年仅28岁的助教，正在研究如何利用计算机自动地分析博客帖子，与国会相关的言论和新闻稿，新闻报道，以寻求政治观点传播的规律。

决策支持系统概念自20 世纪70 年代提出到现在四十年来，虽然在零售、金融、医疗、军事等行业和领域均有一些单项应用案例， 但在企业中并未大范围普及，主要原因是存在一些技术上的瓶颈。数值计算语言与数据库语言存在异构障碍,多样化数据在转换与处理上存在困难,传统数据库技术对存储能力及存储方式有限制,缺乏数据专家和领域专家复合型人才。

由于网络舆情的开放性、虚拟性、及时性、互动性、偏差性、多变性等特性决定了舆情监测和分析的复杂性，必须应用智能化信息分析处理技术，提高政府网络舆情研判能力。但是，在智能化系统的应用范围上，目前还仅仅局限于国家安全部门、公安部门和宣传部门^[12]，远远不能满足政府舆情应对工作的需要。凡涉及对公众服务的政府部门都有必要在原有电子政务系统中引入网络舆情智能化研判系统，应对日益增强的网络舆论场。