輿情大數據是什么意思？輿情大數據現狀及前景分析

• 2020年5月19日 GuoMeng來源：互聯網 1237 80
• 繁體

目前，國內輿情大數據研究多處于第一或第二階段。但隨著人工智能、云計算、大數據等互聯網領域最前沿科技的進一步發展，輿情大數據研究將進一步發展，切實提高輿論引導與社會治理現代化水平。

目前，國內輿情大數據研究多處于第一或第二階段。但隨著人工智能、云計算、大數據等互聯網領域最前沿科技的進一步發展，輿情大數據研究將進一步發展，切實提高輿論引導與社會治理現代化水平。

對輿情的分析要明確事件或話題本身所處的階段，一般分為引發期、醞釀期、發生期、發展期、高潮期、處理期、平息期和反饋期等不同階段。其次，應該在分析某一輿情熱點之前對其進行科學的類型界定。熱點事件一般主要分為突發自然災害事件、生產安全事故、群體性事件、公共衛生事件、公權力形象、司法事件、經濟民生事件、社會思潮、境外涉華突發事件等。

大數據帶來網絡輿情治理新機遇。一是拓展網絡輿情治理領域。在"一切皆可量化"的大數據浪潮中，網絡逐漸成為現實世界的"鏡像"，網絡社會與現實社會日益融為一體，網絡輿情管理不再局限于網上言論領域，而必須全面掌握網絡輿情運行規律及其與現實社會的相互影響，實現網上網下充分聯動、協調共治。二是豐富網絡輿情管理手段。運用大數據技術可以從更寬領域、對網上輿論進行比對分析，更加準確地把握網民情緒特點，預判輿情發展趨勢，提高輿情管理的效能。三是推動網絡輿情理論研究工作。輿情研究的視角將更加多元化和精確化，改變目前輿情研究"策為上、術為主、學匱乏"的尷尬學術現實。

針對輿情的影響力、民眾利益的關切度和對公共部門形象的破壞程度，輿情分析的觀點參數設置與數據分析框架應注意反映如下情況：事件發展概況與脈絡，民眾的主要觀點與情緒是什么，民眾處于認知、態度表達還是處于行動階段;引起民眾從認知到社會運動、甚至社會騷亂的程度;組織化程度與有無行動計劃性;慎用政治化解讀，分析有無明確的利益訴求;有沒有對現存社會體制構成巨大沖擊;行動的對象目標明確與否，其具體指向是哪些部門甚至現存體制等;輿情分析研究人員要成為非參與性的觀察者，而要防止成為非觀察性的參與者，既要保持中立，又要敏銳。

據中研普華研究報告《2020-2025年中國輿情大數據行業市場深度預測及投資研究報告》統計數據顯示

中國輿情大數據行業上游發展及影響分析

一、中國輿情大數據行業上游運行現狀分析

北京依托中關村在信息產業的領先優勢，快速集聚和培養了大批大數據企業，繼而迅速將集聚勢能擴散到津冀地區，形成京津冀大數據走廊格局。長三角地區城市將大數據與當地智慧城市、云計算發展緊密結合，使大數據產業既有支撐又有放矢，吸引了大批大數據企業。

圖表：2015-2018年中國輿情大數據市場規模

數據來源：中研普華產業研究院

二、中國輿情大數據行業上游市場發展前景趨勢

1、大數據和開源

Apache Hadoop、Spark和其他開源應用程序已經成為大數據技術空間的主流，而且這種趨勢似乎可能會持續下去。一項調查發現，近60%的企業采用Hadoop集群投入生產。Hadoop的使用量每年增長32.9%。

2017年，許多企業將擴大對Hadoop和NoSQL技術的使用，并尋找加快大數據處理的途徑。許多人尋求能夠讓他們實時訪問和響應數據的技術。

2、內存技術

內存技術是企業正在研究加速大數據處理的技術之一。在傳統數據庫中，數據存儲在配備有硬盤驅動器或固態驅動器(SSD)的存儲系統中。而內存技術可以將數據存儲在RAM中，并且存取速度要快很多倍。Forrester公司的一份報告預測，內存數據結構市場規模每年將增長29.2%。

目前有幾家不同的供應商提供內存數據庫技術，特別是SAP、IBM、Pivotal公司。

3、機器學習

隨著大數據分析能力的進步，一些企業已經開始投資機器學習(ML)。機器學習是人工智能的一個分支，其重點在于允許計算機在沒有明確編程的情況下學習新事物。換句話說，它分析現有的大數據存儲庫來得出改變應用程序行為的結論。

機器學習是2018年十大戰略技術趨勢之一。當今最先進的機器學習和人工智能系統正在超越傳統的基于規則的算法，以創建理解、學習、預測，以及潛在地自主操作系統。

機器學習在當前的大數據技術中扮演著重要的角色

4、預測分析

預測分析與機器學習密切相關。實際上，機器學習系統經常為預測分析軟件提供引擎。在大數據分析的早期，企業正在回顧他們的數據，看看發生了什么，然后他們開始使用分析工具來調查為什么發生這些事情。而預測分析則更進一步，可以使用大數據分析來預測未來會發生什么。

目前使用預測分析技術的企業數量很低，只有29%。然而，最近有很多供應商提供了預測分析工具，因此隨著企業越來越多地了解這個強大工具，這個數字可能會在未來幾年飆升。

5、大數據智能應用程序

企業使用機器學習和人工智能技術的另一種方式是創建智能應用程序。這些應用程序通常包含大數據分析，分析用戶以前的行為，以提供個性化和更好的服務。現在人們非常熟悉的一個例子是當前推動許多電子商務和娛樂應用程序的推薦引擎。

名列Gartner公司的報告中第二位的技術是智能應用程序。在接下來的十年中，幾乎所有的應用程序和服務都將包含一定程度的人工智能。這將形成一個長期的趨勢，將不斷發展和擴大人工智能和機器學習應用程序和服務的應用。”

6、智能安全

許多企業也將大數據分析納入其安全戰略中。組織的安全日志數據提供了有關過去的網絡攻擊的寶貴信息，企業可以使用這些信息來預測、預防和減輕未來的攻擊。因此，一些組織正在將其安全信息和事件管理(SIEM)軟件與Hadoop等大數據平臺進行整合。其他公司正在轉向采用安全廠商提供的服務，其產品包含大數據分析功能。

7、物聯網

物聯網也可能對大數據產生相當大的影響。企業中有31.4%推出了物聯網解決方案，另外43%的企業希望在未來的一年內進行部署。隨著所有這些新設備和應用程序的上線運行，企業將會體驗到比以往更快的數據增長。許多企業需要新的技術和系統，以便能夠處理和理解來自物聯網部署的大量數據。

三、上游對本行業產生的影響分析

大數據行業是輿情大數據的上游和基礎行業，其發展程度對輿情大數據行業有著深遠而意義重大的影響。大數據行業技術的發展和革新直接關系著輿情大數據行業的技術水平。

輿情大數據行業報告對產業規模、產業結構、區域結構、市場競爭、產業盈利水平等多個角度市場變化的生動描繪，清晰發展方向。預測未來輿情大數據業務的市場前景，以幫助客戶撥開政策迷霧，尋找輿情大數據行業的投資商機。欲了解關于中國輿情大數據行業具體詳情可以點擊查看中研普華研究報告《2020-2025年中國輿情大數據行業市場深度預測及投資研究報告》。

• 相關深度報告REPORTS

  

  2020-2025年中國輿情大數據行業市場預測及投資戰略研究報告

  對輿情的分析要明確事件或話題本身所處的階段，一般分為引發期、醞釀期、發生期、發展期、高潮期、處理期、平息期和反饋期等不同階段。其次，應該在分析某一輿情熱點之前對其進行科學的類型界定...

  查看詳情

延伸閱讀

推薦閱讀

猜您喜歡