智库动态

您现在所在的位置:首页 > 智库动态

舆情智库工作的“四结合”理念

发布日期:2020-08-06    点击次数:1678

在公共服务管理服务体系及具体服务流程再造方面,舆情智库可以基于数据分析实现服务前移,在保证公共产品和服务正常供应的同时,准确把握服务对象的个性需求和价值期望。建好舆情智库,可从这个方面进行结合。

1.服务与行业结合

舆情服务行业化主要指舆情服务要与各行业的特点紧密结合,有针对性地做好舆情软件开发及衍生服务。

从实践来看,成功的舆情系统建设和应用,必须充分考虑互联网新媒体的传播特点、行业特征、应急联动等因素。

对不同的行业和职能部门而言,互联网舆情监测系统有极大的扩展性,应根据行业特点深入知识库的应用和建设,进一步发展文本挖掘和分析技术。

舆情服务与行业的结合程度,取决于两者资源和数据整合的进度。

在实际服务中,舆情机构可依托行业基础实施舆情大数据共享工程,进行安全评估、研判预警、处置反馈、形象修复等方面的研发和整合。

凡是与社情民意关系密切的部门,都可以通过本系统建立舆情数据库、事件案例库以及行业知识库,改变以往监测服务平台仅沦为监测工具的困境,以一种创新的舆情数据分析整理模式,结合行业实际诉求,进行数据可视化,综合研判分析,为用户科学决策提供有力依据。

2.技术与内容结合

在具体的舆情服务中,用户需求的“无界”与智能技术的“低能”经常构成冲突,用户对智能技术的研发有更高的期望和要求。

目前,主流的舆情监测系统多采用云数据平台,即由原来的软件服务商搭建数据平台,客户通过网页或客户端远程访问,通过设置关键词实现舆情数据的抓取和直观化呈现。

这些系统虽然可以进行大规模的数据处理和集约化输出,但其数据分析能力仍然有限。比如:舆情系统只能出具简单的监测专报,而在趋势分析、观点提炼以及处置建议方面还要依赖成熟的舆情分析师。

技术与内容结合,不是把智能技术仅作为舆情服务的工具,而是强调要利用智能技术来营造一种新型的服务环境。

该环境应能支持信息获取、资源共享、多重交互等多方面要求的服务方式与学习方式,使当前以舆情监测系统为中心的服务结构发生根本性变革,从而使舆情分析师的智库作用真正落到实处。

智能技术与舆情服务结合所要达到的目标,就是要落实大批舆情智库人才的培养。

3.专家与系统结合

网络舆情的准确研判,对于网络舆情管理至关重要。如果能够建立专家系统与舆情数据库管理系统的直接通道,使专家系统在舆情应对过程中的任一点都可以与数据库直接交互,则既能强化舆情数据库的查询能力,又可为舆情数据库提供研判能力,并由此构造出基于规则的大规模舆情知识库。

人工智能的专家系统与舆情数据库进行耦合,能够最大限度运用舆情专家的宝贵经验和逻辑推理规则,应对各类舆情事件中的场域变量和约束条件,有效规避决策风险。

具体而言,专家和系统结合,就是要适应市场环境和用户需求无界等因素,将文本分类、文本聚类、文本摘要、倾向性分析等结合语料库和知识库,更好地实现人机结合,提高舆情系统的智能化水平,建立一条从事实认定到价值判断直至应对处置的“全程高速公路”。

4.数据与应用结合

大数据与传统数据相比,最主要的变化在于数据维度的变化。对于舆情监测来说,在采样维度上会变得更宽,数据输入的参数非常多,而由于舆情的时效性特点,时间维度相对有限。

要实现舆情领域的大数据分析,首先需要通过系统采集完成足够多的数据积累,找出数据之间的规律,从而为应用分析奠定基础。

数据与应用的结合,必须依托具体的应用领域,完善丰富底层架构。舆情大数据的应用,在未来是整个舆情生态系统的变化,而不仅是技术的变革。

在智库阶段,舆情大数据应通过自己积累沉淀实现自我表达。数据的搜集、分析和挖掘,都是为了以舆情业务为主体的数据呈现,只有贴合舆情实际进行数据呈现,才能体现大数据的价值。


版权所有:绍兴市网络舆情研究院智库网站 | 技术支持:海马科技