社交媒体舆情分析范文

导语：如何才能写好一篇社交媒体舆情分析，这就需要搜集整理更多的资料和文献，欢迎阅读由公务员之家整理的十篇范文，供你借鉴。

篇1

关键词  符号互动论;表情符号;社交媒体 

中图分类号  G2      文献标识码  A      文章编号  2096-0360（2016）03-0006-02 

1  课题缘起 

2015年，一个Emoji表情符号（也称“笑cry”或“笑哭”）从一众强劲竞争者中脱颖而出，当选牛津字典博客评的年度高频热词。《牛津词典》对这一符号给出的解释是Face with Tears of Joy（喜极而泣的脸庞），并认为表情符号“具有可变性、迅速性，并蕴含了感情因素”，其使用的增长代表着“传统的字母式文稿正在努力达到21世纪交流的可视化、快速化要求”。 

但是，也有学者认为表情符号的频繁使用会导致个体文字或语言能力的退化。虽然传统文字不具备可视化特征，但其语义丰富、语法结构严谨，通过不同词汇及标点符号的组合仍能表达丰富的情感思想，这样遣词造句的能力需要在日常交往中不断练习，而表情符号的使用则大大简化了这一过程。 

2  使用表情符号的特征及功能 

本文以问卷形式对个体的表情符号使用行为进行调研，由此总结出使用表情符号的三大特征及三大功能。 

2.1  使用表情符号的三大特征 

1）可变性。 

表情符号的使用并非一成不变，“笑cry”表情使用频率在今年的爆发性增长及个体在使用表情符号中存在的“模仿行为”（41.2%被调查者是基于“模仿”行为而使用“笑cry”表情）说明表情符号的使用是随着社会交往行为而不断变化的。 

2）从众性。 

从受众心理学而言，个体普遍有追赶潮流的趋势，“笑cry”表情的悄然走红使受众在选择表情符号时产生了从众心理。 

3）情景互通性。 

表情符号的使用始于线上交往情景，但通过调研数据可知，75%的用户将这一线上交往用于引入了线下人际交往，两个情景的语言行为发生了互通。 

2.2  使用表情符号的三大功能 

1）情绪可视化。 

表情符号的使用能够使情绪的表达更直接、生动、易懂，且不存在语种或文化程度差异等障碍。 

2）降低误解。 

文字信息无法体现表达者的情绪及态度，有时一句“好的”会使接收者误认为表达者语气生硬、态度冷淡甚至情绪不悦，但实际上表达者只是言简意赅地回复而已，并不带有任何负面情绪。此时，如果表达者能够在“好的”之后加一个微笑的Emoji表情，则能够完全消除类似误解。 

3）拉近距离。 

文字信息的交流往往给人机械、冰冷的感觉，使用表情符号能够使文本更生动、活泼，拉近交往双方的距离。 

接下来，本文将结合上述特征及功能，从符号互动理论着手，对表情符号的传播模式及用户使用动因进行深入分析。 

3  基于符号互动理论的传播模式分析 

符号互动论由芝加哥学派学者米德创立，并由其学生布鲁默正式提出，主张从经验角度出发研究在日常自然社会中互动着的个体。该理论认为事物本身无法对个体行为产生影响，而是通过其“符号（象征意义）”影响个体社会行为，而该“符号（象征意义）”正是源于个体与他人的互动。 

表情符号使用行为的传播模式正是基于此。个体A与个体B在通过社交媒体发生交往行为时，个体A的“主我”在冲动与理智的内在协调下选择使用“笑cry”表情，当个体B接受到这个表情符号后，首先会从双方的互动语境中对该符号产生与个体A一致的解义结果，其次个体A的这一使用行为在个体B的心智中形成了一个“风趣幽默且紧跟网络潮流”的“客我”形象（指个体A的“客我”形象）。对于个体A而言，如这一形象符合其心理期待，则将与“主我”统一为“自我”，并趋向于在社交媒体中更频繁地使用表情符号。而对于个体B而言，如个体A的“客我”形象使其产生积极的情感体验，则B出于从众心理产生模仿行为，亦将在其社交行为中使用“笑cry”表情。 

4  基于心灵、自我、社会的使用动因分析 

米德认为，人际符号互动的过程是基于心灵、自我和社会这三个不可分离的结构。究竟个体在社交行为中使用表情符号的内在动因为何？ 

首先，符号互动论认为“语言是心灵和自我形成的主要机制。人通过语言认识自我、他人和社会。”表情符号亦是一种语言体系，并非无意义的涂鸦。相对于其他语言而言，表情符号的优势在于简洁明了、打破国界及人种屏障、无需学习或揣摩、信息冗余度低等，是比手语更简单易学、比音乐更浅显易懂的通用语言。同时，“心灵是社会过程的内化”，表情符号的意义在人际交往互动中得到共识，个体学习之后以此进行内向互动并发展自我，再在下一次人际交往中外化这一学习结果，从而使个体在人际交往中获得更高的认同度。 

其次，根据调研数据结果可知，表情符号的使用具有情绪可视化、降低误解、拉近距离三大功能，即使用表情符号能够增加交往对象对“客我”的亲近感，清晰表达“客我”的情绪，减少“客我”与“主我”之间的差异。根据米德的观点可知：行动由主我引起，受客我约束控制;前者是行动动力，后者是行动方向。如“主我”以增加“客我”亲和力、降低“客我”情绪表达偏差概率等为目的，则必然在行动中会增加对表情符号的使用。 

最后，根据麦克卢汉“媒介即讯息”的观点，发生互动的媒介环境亦会影响双方身份意义的构建。与面对面的人际交往形式相比，基于网络的社交媒体交往能够削弱交往双方社会地位差异所带来的不平等，建立一个更倾向于平等的社交情景。试想一下，两个社会地位悬殊的个体在现实社会和网络平台发生交往时，会有何差异？在现实社会中，社会地位较低的人在交往过程中需时时注意自己的神情、语气、态度和措辞，且需保持注意力的高度集中以做出最恰当的即时反应。而在网络社交情景中，社会地位较低的人能够通过形象化的表情符号表达对交往对方的尊重、减少情绪表达的不确定性、拉近交往双方距离，从而产生正向、积极的交往 

体验。 

5  结论 

波兹曼在《娱乐至死》中提出从印刷时代进入电视时代，电视改变了公众话语的内容和意义，其会话的表现形式是形象而不是语言。进入网络时代后，受众不仅仅接收图像信息，更在社交行为中主动使用图像信息，且该使用行为已打破线上及线下的社交环境壁垒，影响个体的语言使用行为。虽然“表情符号”的使用并不能代替文字语言表达复杂含义，但个体在交往中会倾向于使用口语化、表意性的网络语言代替内涵复杂的传统文字，霍兹曼所推崇的“书面化、思辨性”的印刷时代语言结构将渐行渐远。 

《娱乐至死》中提出，“媒介的暗示隐蔽而有力。媒介的形式偏好某些特殊的内容，从而能最终控制文化。”表情符号的使用已不仅仅是对传统文稿的补充，更成为网络媒介影响社交语言结构的一把利器，其最终的威胁不是代替语言，而是控制我们的文化，使其变得浮躁、苍白。 

参考文献 

[1]张国良. 传播学原理[M].上海：复旦学出版社，2009. 

[2]尼尔·波兹曼.娱乐至死[M].北京：中信出版集团，1985. 

篇2

〔关键词〕社交媒体；信息可信度；评估；综述

〔中图分类号〕G203 〔文献标识码〕A 〔文章编号〕1008-0821（2016）12-0164-06

〔Abstract〕Information credibility assessment research in social media not only contributes to the development and improvement of network information resource management theory，but also helps to improve the effectiveness of social media monitoring public opinion，social media search，social recommendation and so on.The paper firstly reviewed the researches at home and abroad about the social media information research，information credibility research，and social media information credibility assessment research，and then pointed out the problems existing in information credibility assessment research of domestic social media，and finally put forward the solution to it.

〔Key words〕social media；information；credibility；assessment；review

1 研究的意义

随着互联网技术和移动技术的突飞猛进，社交媒体盛行，人人可做信息的制造者，制造的信息极为丰富。然而，在这丰富信息的背后，隐藏着漫天飞舞的谣言、病毒般传播的虚假照片和视频，这给人们幸福的生活、社会的稳定带来了严重的隐患。为了遏制虚假不良信息传播，营造健康向上的网络环境，信息可信度评估就成了迫在眉睫的问题，社交媒体信息急需“鉴定师”和“测谎仪”。

社交媒体信息可信度评估研究既有较高的学术价值，也有较强的应用价值。具体来说，学术价值表现在研究社交媒体信息可信度评估并探讨虚假信息的生成机制、传播模式、治理措施，是对社交媒体环境下网络信息资源管理理论的丰富、发展与完善。应用价值表现在研究社交媒体信息可信度评估有助于社交媒体用户判断信息的可信性，营造诚信健康的互联网环境，也有助于提高社交媒体信息舆情监控、社交媒体信息引导、社交媒体搜索、社会化推荐等方面的效果。

2 社交媒体信息研究

社交媒体（Social Media）是通过Web2.0技术实现的一类支持用户自主创造和交换内容的媒体，如Twitter、Facebook、Youtube、LinkedIn、Wiki、微博、微信、QQ、论坛、人人网等。自1973年Lipkin、Szpakowski和Felsenstein 3人在美国加州伯克利市建立全球第一个公共电子公告牌系统 Community Memory后，BBS以及网络社区等早期的社交媒体开始映入人们的眼帘。《2015年全球社会化媒体、数字和移动业务数字统计趋势》报告表明：全球社交媒体活跃用户约占全球人口的29%。

2.1 国外研究

社交媒体的相关研究从20世纪80年代开始，在2005年左右开始进入快速发展阶段，发文量有逐年增加的趋势。在国际期刊中，发表社交媒体论文较多的要属《Computers in Human Behavior》。近两年，关于社交媒体的国际会议主要有ASONAM、SMP、MISNC、SMAP、SCSM。国外学者研究内容主要集中在以下4个方面：

2.1.1 社交媒体信息利用研究

社交媒体在商业领域、教育领域、公共管理领域等都有广泛的应用[1]。如在营销领域，利用社交媒体信息，可以获知消费者态度和行为[2]，可以获知客户交流和推荐对营销的影响[3-4]，可以获知社交媒体信息对营销管理功能的影响[5]。

2.1.2 社交媒体信息检索与信息推荐研究

侧重于社交媒体信息检索与信息推荐方法的研究。社交媒体信息的检索采用主题模型[6]、社会网络[7]、本体[8]等检索方法。比如，Hong和Davison（2010）使用标准主题模型进行社交媒体Twitter信息的检索。社交媒体信息的推荐采用内容推荐[9]、协同过滤[10]、时序推荐[11]、位置推荐[12]、社会化推荐[13]等方法。比如，Levandoski等（2012）提出位置感知推荐系统（LARS）[12]。

2.1.3 社交媒体信息传播研究

侧重于反映信息传播传播规律的社交媒体信息传播模型的构建以及通过模型的构建对实际问题进行预测等方面的研究。如Galuba等（2010）通过研究1 500万URL在不同Twitter用户之间的300小时传播，提出了基于内容流行度、用户影响力和传播速度的线性阈值模型[14]。Adar和Adamic（2005）通过研究信息在博客中传播的模式和动力学特性，提出用传染病模型来描绘信息传播的机理[15]。Asur和Huberman（2010）采用来自的聊天数据通过简单的线性回归模型预测电影票房的收入[16]。

2.1.4 社交媒体用户隐私研究

在探讨社交媒体用户隐私现存问题的基础上，提出了相应的隐私保护方法。如Viswanath等（2010）首先研究Sybil防御的缺陷，在其基础上探讨了替代Sybil防御的方法[17]。Conti等（2011）采用FaceVPSN解决社交媒体用户隐私问题[18]。

2.2 国内研究

国内学者的社交媒体研究最早可追溯至20世纪90年代末，但从2005年后起关于社交媒体的论文才逐渐表现出增长态势。国内研究内容主要集中在：

2.2.1 社交媒体信息传播研究

研究内容包括：①社交媒体信息传播模式研究。如韩佳等（2013）提出了基于改进SIR的在线社交网络信息传播模型[19]。姜景等（2015）构建表征谣言信息与辟谣信息传播机理的Lotka-Volterra竞争模型[20]。②社交媒体信息传播中存在的问题与对策研究。如阎俊（2015）探讨微博传播存在的问题及原因，并提出了加强微博内容管理、增强把关意识、提高微博用户的媒介素养等对策[21]。③社交媒体信息传播效果研究。如陈远和袁艳红（2012）以新浪微博作为数据来源，把信息覆盖人数、评论数、转发数作为微博信息传播效果的量化指标，从纵横向两个角度研究新浪微博信息传播过程造成的效应[22]。

2.2.2 社交媒体舆情分析与监测研究

如张J等（2014）以打砸日系车系列突发公共事件为实例，探讨其在新浪微博和新浪新闻平台上舆情传播的特征与规律[23]。张瑜等（2015）对新浪微博热门话题“北京单双号限行常态化”下的微博进行了数据采集，将舆情演化划分为潜伏、成长、爆发、衰退、波动、死亡6个阶段，并对各阶段进行情感分析，为舆情治理提供了支持[24]。唐涛（2014）在分析网络舆情五要素的基础上，探讨移动互联网舆情的新特征，指出面临的新挑战，并从信息分析、信息筛选、信息引导等方面提出对策[25]。

2.2.3 社交媒体营销研究

如唐兴通（2012）的著作《社会化媒体营销大趋势：策略与方法》系统总结了社交媒体营销，并对众多社交媒体工具在实际工作中的应用提供了具体的建议[26]。张淼（2014）提出了企业完善社交媒体营销策略的“9+3”模式[27]。刘晓燕和郑维雄（2015）采用社会网络分析方法研究企业微博营销传播的效果[28]。

3 信息可信度研究

3.1 国外研究

信息可信度（Information Credibility）是指人们对信息可相信程度的认识。它由值得信赖（Trustworthiness）和专业性（Expertise）两个关键要素组成[29]。信息可信度比较系统的研究始于20世纪50年代的传播领域。Hovland和同事的工作具有里程碑的意义[30]。信息可信度最初关注的是传播者的可信度。国外对传统媒体信息可信度的研究主要是从信源可信度、内容可信度、渠道可信度三方面展开的。随着互联网的出现，网络信息可信度的评估被提上了议事日程。研究情况可归纳如下：

3.1.1 网络信息可信度评估的理论模型

主要有Fogg（2003）的P-I理论模型、Wathen和Burkell（2002）的评判模型、Sundar（2008）的MAIN Model、Hilligoss和Rieh（2008）的统一模型、Metzger（2007）的双处理模型以及Lucassen等（2013）的3S模型（修订版）。以上理论模型是由情境、用户特征、操作性、处理过程这些侧面的若干部分构建而成的。

3.1.2 网络信息可信度研究内容

主要有对网络新闻的可信度研究、对搜索引擎结果的可信度研究以及对维基百科内容的可信度研究。比如，Nagura等（2006）通过比较关于同一主题不同网页的相似度来计算每个网页的可信度[31]。Yamamoto和Tanaka（2011）利用用户可信度评判模型对网页搜索结果进行重新排序，以便从Web搜索结果的列表中用户可以更高效的找到可信的网页[32]。Adler等（2008）以文章长度、版本数量和基于贡献数量的作者声誉建立模型，计算出维基百科文章的可信度[33]。

3.1.3 网络信息可信度研究方法

主要采用定量研究法。比如，Olteanu等（2013）在调查网页的各种特征（文本内容、链接结构、网页设计等）的基础上，经过统计分析方法筛选出关键的特征，采用监督学习算法来推断网页内容的可信度[34]。与网络信息可信度有关的典型系统有日本的WISDOM和Honto？Search。

3.1.4 影响力较大的项目和国际会议

影响力较大的项目有互联网可信度研究（The Web Credibility Research）项目，影响力较大的国际会议有WICOW（Workshop on Information Credibility on the Web）。

3.2 国内研究

1993年的《鉴别虚假信息五法》是国内发表的早期论文。2004年至今，相关研究进入快速发展期。相对于国外较多研究评估算法和评估系统，国内研究重点在于定性分析上，大多采用问卷调查及专家访谈法等进行人工评估。国内研究内容主要有：

3.2.1 侧重于信息可信度影响因素研究

比如，龚思兰等（2013）针对评论信息的文本内容、长度、情感倾向、时效性、者、商家活动等特征，通过问卷调查方式对大学生消费群体进行在线商品评论信息可信度影响因素实证分析[35]。蒋洪梅（2013）运用理论分析辅以实证研究的方法，从宏观的社会系统、中观的政策法规、微观的媒介与受众3个视角分析网络新闻信息可信度的影响因素[36]。

3.2.2 侧重于信息可信度指标体系的构建

比如，胡红亮（2013）按照信息源、信息加工、信息传播和信息应用等方面采用德尔菲专家调查法建立了学术著作可信度的基本评价模型[37]。潘勇和孔栋（2007）基于第三方认证机构的视角，构建了电子商务网站的信用评价指标体系及评价因素集，并建立灰色关联信用评估模型[38]。当然，也有少量基于机器学习的信息可信度自动化评估实验研究，比如，马伟瑜（2011）提出一种采用改进的PageRank算法评估网页信息可信度的方法[39]。

4 社交媒体信息可信度评估研究

4.1 国外研究

国外相关研究较早。社交媒体信息可信度的相关研究随着BBS的出现随之展开，最早可追溯到20世纪80年代。目前可以说，研究处于繁荣期。国外研究情况可归纳如下：

4.1.1 社交媒体信息可信度评估研究内容

研究内容主要包括：①不实信息的判断识别。如Qazvinian等（2011）提取Twitter信息的文本特征、网络特征和微博元素特征，构建贝叶斯分类器甄别谣言[40]。Zhao等（2015）通过研究查询帖以便及早识别社交媒体谣言[41]。②话题新闻的可信度评估。如Castillo等（2011）选取了有关用户特征、文本特征、主题特征、信息传播特征，采用J48决策树评估Twitter中话题新闻的可信度[42]。

4.1.2 社交媒体信息可信度评估方法

评估方法主要有监督学习[43]，统计分析[44]，与可信信息来源的相似性比较[45-46]，社交网络的链接结构分析与主题模型的利用[47]等。它们主要采用自动评估，具体来说：①选取的特征：选取的特征主要是用户特征、文本特征、信息传播特征。比如，西班牙的Castillo和智利的Mendoza、Poblete（2011）选取用户特征（如注册时间、粉丝量、好友量），文本特征（如是否包含#标签、是否包含问号、Tweet中包含的URL数量、是否转发），主题特征（如带#标签Tweet的比例、Tweet数量、Tweet的平均长度、Tweet的平均情感分值、积极情绪或消极情绪的比例），以及信息传播特征（如传播树的深度），采用J48决策树评估Twitter信息的可信度[42]。②评估的方法：大多通过构建SVM分类器、Bayesian分类器、Decision Tree分类器等方法，并对结果进行分类，以达到评估社交媒体信息可信度的目的。上例Castillo等采用J48决策树构建分类器，并对结果进行分类，从而评估Twitter信息的可信度[42]。当然，也有通过对结果进行排序的实例，从而达到评估社交媒体信息可信度的目的。比如，Gupta和Kumaraguru（2012）采用Rank-SVM与PRF相结合的方法，按照可信度得分对Twitter信息进行排序[43]。

4.1.3 有较大影响的在研项目与系统

由欧盟资助七国科研人员联合攻关的PHEME项目研究的重点是社交媒体信息的真实性，该项目在国际上有较大影响。Jacob Ratkiewicz等（2011）开发出可实时追踪Twitter上政治谣言的Truthy系统[48]。Gupta等（2014）、Lorek等（2015）分别开发出一款可自动评估推文可信度的工具TweetCred、TwitterBOT[49-50]。

4.2 国内研究

2007年《博客信息“可信度不亚于纽约时报”？》拉开了国内探讨社交媒体信息可信度评估的序幕。目前研究还处于发展的初期。社交媒体信息可信度评估研究主要有：

4.2.1 社交媒体信息可信度影响因素研究

如刘雪艳和闫强（2013）探讨政府微博中的热点事件信息可信度的影响因素[51]。丁科芝（2015）从信息传播者、渠道、信息内容和用户基本信任观念4个方面构建社交网络可信度影响因素模型[52]。薛传业等（2015）从信息来源可信度、信息传播渠道可信度、信息内容可信度以及信息评论反馈多维度探讨了突发事件中社交媒体信息可信度的影响因素[53]。

4.2.2 构建社交媒体信息可信度指标体系研究

它大多采用问卷调查及专家访谈法进行人工评估。屈文建和谢冬（2013）从站点层次、版块层次、主题层次、内容层次4方面，采用模糊综合信用评估模型对网络学术论坛信息可信度进行评估[54]。莫祖英等（2013）从微博信息量、信息内容质量、信息来源质量和信息利用情况等方面进行问卷调查，采用层次分析法构建微博信息质量评估模型[55]。当然国内也有少量自动化评估的例子。比如，贺刚等（2013）引入关键词分布特征和时间差等新特征，基于SVM算法来预测新浪微博信息是否为谣言[56]。程亮等（2013）提出基于BP神经网络模型及改进其激发函数，同时引入冲量项，对微博话题在传播过程中演变为谣言进行检测[57]。路同强（2015）采用半监督学习算法检测微博谣言，但不足之处在于未考虑信息的深层特征[58]。

4.3 存在的问题

对比国内外研究情况，可发现国内研究存在如下问题：

4.3.1 研究内容

关于社交媒体信息可信度研究，国内外目前以微博研究较多。与国外丰富的研究内容相比，国内在该领域的研究还主要集中于对影响因素以及特征的探讨上。

4.3.2 研究方法

国外定量研究较多，很多涉及自动化评估，而国内定性研究较多，大多采用问卷调查法、专家访谈法等进行人工评估。

总之，现有研究大多是针对Twitter等英文社交媒体，其研究成果大多不能直接应用于中文社交媒体。尽管也有少量研究是面向中文社交媒体的，但研究成果零散，还缺乏系统性。另外，在特征选择上，选择范围面较窄，考虑社交媒体深层的隐含特征较少。

5 结 语

为了解决中文社交媒体的可信度评估问题，在吸收前人研究的基础上[59-63]，很有必要对中文社交媒体信息可信度进行系统研究，特别是在参考国外信息可信度评估系统的基础上，很有必要研制开发中文社交媒体信息可信度评估系统，实现中文社交媒体信息可信度的自动评估。在进行中文社交媒体信息可信度评估中，应注意下列问题：

1）评估要在对信息资源分类的基础上，对不同的类别采用不同的评估指标体系，以提高评估工作的科学性和合理性。

2）评估既要重视定性评估，也要重视定量评估，尤其是自动化评估。特别是在大数据环境下，应针对评估的实际需求，制定科学的评估方案，选择恰当的评估方法，构建适合评估工作需要的自动化评估系统。

3）评估指标、评估模型的选取以及参数的训练，既要考虑研究结果的精确度，又要考虑系统的运算时间。

4）评估模型构建后，不仅要进行实验室评估，还应进行实际效果评估。

参考文献

[1]Ngai，E.W.T.，Moon，K.K.，Lam，S.S.，Chin，E.S.K.and Tao，S.S.C..Social media models，technologies，and applications[J].Industrial Management and Data Systems，2015，115（5）：769-802.

[2]Gamboa，A.M.and Gonalves，H.M..Customer loyalty through social networks：lessons from Zara on Facebook[J].Business Horizons，2014，57（6）：709-717.

[3]Jin，S-A.A.and Phua，J.Following celebrities tweets about brands：the impact of Twitter-based electronic word-of-mouth on consumers source credibility perception，buying intention，and social identification with celebrities[J].Journal of Advertising，2014，43（2）：181-195.

[4]Colliander，J.and Dahlén，M.Following the fashionable friend：the power of social media[J].Journal of Advertising Research，2011，51（1）：313-320.

[5]Moncrief，W.C.，Marshall，G.W.and Rudd，J.M..Social media and related technology：drivers of change in managing the contemporary sales force[J].Business Horizons，2015，58（1）：45-55.

[6]Hong，Liangjie and Davison，B.D..Empirical study of topic modeling in twitter[C]∥Proceedings of the First Workshop on Social Media Analytics（SOMA10）.ACM，New York，NY，USA，2010：80-88.

[7]Kleinberg，J.M..Authoritative sources in a hyperlinked environment[J].Journal of the ACM，1999，46（5）：604-632.

[8]Tobar，C.M.，Germer，A.S.，Adan-Coello，J.M.，and De Freitas，R.L..Information retrieval in Wikis using an ontology[J].Computational Science and Engineering，2009：826-831.

[9]Kim，Y.and Shim，K.TWILITE：A recommendation system for Twitter using a probabilistic model based on latent Dirichlet allocation[J].Information Systems，2014：59-77.

[10]Ramesh，A.，Anusha J.，Clarence，J.M.T..A novel，generalized recommender system for social media using the collaborative-filtering technique[J].ACM SIGSOFT Software Engineering Notes，2014：1-4.

[11]Zimdars，A.，Chickering，D.M.，and Meek，C.Using Temporal Data for Making Recommendations[C]∥Proceedings of the Seventeenth conference on Uncertainty in artificial intelligence（UAI01），Jack Breese and Daphne Koller（Eds.）.Morgan Kaufmann Publishers Inc.，San Francisco，CA，USA，2001：580-588.

[12]Levandoski，J.J.，Sarwat，M.，Eldawy，A.and Mokbel，M.F..LARS：A Location-Aware Recommender System[C]∥IEEE 28th International Conference on Data Engineering，Washington，DC，2012：450-461.

[13]Jamali，M.and Ester，M.Trust Walker：a random walk model for combining trust-based and item-based recommendation[C]∥Proceedings of the 15th ACM SIGKDD international conference on Knowledge discovery and data mining（KDD09）.ACM，New York，NY，USA，2009：397-406.

[14]Galuba W，Aberer K，Chakraborty D，Despotovic Z，Kellerer W.Outtweeting the twitterers-predicting information cascades in microblogs[C]∥Proceedings of the 3rd Workshop on Online Social Networks，USENIX Association，Boston，MA，USA，2010：1-9.

[15]Adar，E.and Adamic，L.A..Tracking Information Epidemics in Blogspace[C]∥Proceedings of the 2005 IEEE/WIC/ACM International Conference on Web Intelligence（WI05）.IEEE Computer Society，Washington，DC，USA，2005：207-214.

[16]Asur，S and Huberman，B.A..Predicting the Future with Social Media[C]∥2010 IEEE/WIC/ACM International Conference on Web Intelligence and Intelligent Agent Technology（WI-IAT），Toronto，2010：492-499.

[17]Viswanath，B.，Post，A.，Gummadi，K.P.，and Mislove，A.An analysis of social network-based Sybil defenses[J].Acm Sigcomm Computer Communication Review，2010，40（4）：363-374.

[18]Conti，M.，Hasani，A.，and Crispo，B.Virtual Private Social Networks[C]∥Proceedings of the 1st ACM Conference on Data and Application Security and Privacy（ACM SIGSAC CODASPY 2011），San Antonio，TX，USA，2011：39-50.

[19]韩佳，肖如良，胡耀，等.在线社交网络中信息传播模式的特征分析[J].计算机应用，2013，（1）：105-107，111.

[20]姜景，李丁，刘怡君.基于竞争模型的微博谣言信息与辟谣信息传播机理研究[J].数学的实践与认识，2015，（1）：182-191.

[21]阎俊.微博传播的问题与对策研究[D].锦州：渤海大学，2015：1-38.

[22]陈远，袁艳红.微博信息传播效果实证研究[J].信息资源管理学报，2012，（3）：28-34.

[23]张，孙霄凌，朱庆华.突发公共事件舆情传播特征与规律研究――以新浪微博和新浪新闻平台为例[J].情报杂志，2014，（4）：90-95.

[24]张瑜，李兵，刘晨.面向主题的微博热门话题舆情监测研究――以“北京单双号限行常态化”舆情分析为例[J].中文信息学报，2015，（5）：143-151，159.

[25]唐涛.移动互联网舆情新特征、新挑战与对策[J].情报杂志，2014，（3）：113-117.

[26]唐兴通.社会化媒体营销大趋势：策略与方法（第2版）[M].北京：清华大学出版社，2012：1-235.

[27]张淼.社会化媒体在市场营销中的应用研究[D].北京：首都经济贸易大学，2014：1-47.

[28]刘晓燕，郑维雄.企业社会化媒体营销传播的效果分析――以微博扩散网络为例[J].新闻与传播研究，2015，（2）：89-102，128.

[29]Fogg，B.J.，and Tseng，H.The elements of computer credibility[C]∥Proceedings of the SIGCHI conference on Human Factors in Computing Systems，Pittsburgh，Pennsylvania，USA，1999：80-87.

[30]Rieh，S and Danielson，D.Credibility：A Multidisciplinary Framework[J].Annual Review of Information Science and Technology，2007：307-364.

[31]Nagura，R.，Seki，Y.，Kando，N and Aono，M.A method of rating the credibility of news documents on the web[C]∥Proceedings of the 29th annual international ACM SIGIR conference on Research and development in information retrieval（SIGIR06）.ACM，New York，NY，USA，2006：683-684.

[48]Ratkiewicz，J.，Conover，M.，Meiss，M.，Gonalves，B.，Patil，S.，Flammini，A.and Menczer，F.Truthy：mapping the spread of astroturf in microblog streams[C]∥Proceedings of the 20th international conference companion on World wide web（WWW11）.ACM，New York，NY，USA，2011：249-252.

[49]Gupta，A.，Kumaraguru，P.，Castillo，C.，and Meier，P.TweetCred：Real-Time Credibility Assessment of Content on Twitter[C]∥Social Informatics.Springer International Publishing，2014：228-243.

[50]Krzysztof，L.，Jacek，S.W.，Michal，J.L.，and Amit，G.Automated Credibility Assessment on Twitter[J].Computer Science，2015，（2）：157-168.

[51]刘雪艳，闫强.政府微博中的热点事件信息可信度研究[J].北京邮电大学学报：社会科学版，2013，（2）：6-12.

[52]丁科芝.社交网络信息可信度研究[D].武汉：华中师范大学，2015：1-61.

[53]薛传业，夏志杰，张志花，等.突发事件中社交媒体信息可信度研究[J].现代情报，2015，（4）：12-16.

[54]屈文建，谢冬.网络学术论坛信息可信度的灰度分析[J].图书情报知识，2013，（2）：112-118.

[55]莫祖英，马费成，罗毅.微博信息质量评价模型构建研究[J].信息资源管理学报，2013，（2）：12-18.

[56]贺刚，吕学强，李卓，等.微博谣言识别研究[J].图书情报工作，2013，（23）：114-120.

[57]程亮，邱云飞，孙鲁.微博谣言检测方法研究[J].计算机应用与软件，2013，（2）：226-228，262.

[58]路同强，石冰，闫中敏，等.一种用于微博谣言检测的半监督学习算法[J].计算机应用研究，2016，（3）：744-748.

[59]Ginsca，A.L.，Popescu，A.，and Lupu，M.Credibility in Information Retrieval[J].Foundations and Trends in Information Retrieval，2015：355-475.

[60]Lazar，J.Meiselwitz，G.and Feng，J.Understanding Web Credibility：A Synthesis of the Research Literature[M].Now Publishers Inc，2007：1-80.

[61]Zafarani，R.Abbasi，M.A.，and Liu，H.社会媒体挖掘[M].北京：人民邮电出版社，2015：1-240.

篇3

人民网舆情监测机构于2013年底的《2013年中国互联网舆情分析报告》显示：2013年众多网友从微博的公众意见平台，转向更为私人化的微信朋友圈。微信用户增长迅速，移动互联网开始成为社会舆论的新信源。

自2011年1月21日，微信针对iPhone用户的1.0测试版以来，仅仅过了3年时间，微信用户已经成为移动互联网第一大用户群。有资料显示，截至2013年11月微信注册用户量已经突破6亿，其中，海外用户超过1亿。成为亚洲地区最大用户群体的移动即时通信软件。

腾讯董事局主席马化腾在谈到微信诞生的意义时，认为微信是腾讯的一次颠覆性的自我革命，是唯一一个完全基于手机来开发的应用，“很多人说腾讯是最早拿到移动互联网门票的公司，指的就是微信，很多朋友都用了。微信的确是唯一一个在手机上开始做的，并且是以手机为主的，这在以前是不多见的。以前一般都是在传统互联网上做好，换掉屏幕，转到手机上，所以这个路径跟之前完全不一样”。“它充分利用手机和PC的区别，就是把人们用计算机的终端变成人随身的一个器官”，从而消除了在线、离线的概念。

谈到微信朋友圈的影响时，马化腾甚至认为微信是一个让腾讯微博的竞争对手新浪微博绝望的应用。腾讯的微博虽然活跃量跟新浪微博差不多，但是始终没办法突破，最麻烦的是新浪微博也没突破。所以就发现让新浪微博绝望的不是微博，是微信，特别是加了朋友圈之后。私密社交比公开社交有意思，很多话不喜欢公开讲，私下讲很好。

事实上，随着微信的普及，微信朋友圈和微信群用户数量快速增长。人们开始使用微信产品时对于陌生人加入朋友圈的戒备心理开始消减，微信的朋友圈已经具备了公众传播的媒体属性。从目前来看，微信的朋友圈人数还没设置上限，如果朋友圈人数达到一个相当大的数量，其大众传播加人际传播的属性与微博无异。只不过其粉丝数量和转发数量是隐藏的，信息的分享更加隐蔽而已。

微信目前的注册号分成两种，一种是针对普通用户的个人微信号，还有一种是针对个人和企业认证用户的公众号。普通个人用户通过朋友圈用户数量的增长可以使微信变成小众、甚至大众媒体，一些公众微信号的订阅和服务用户已经超过百万，其大众传播属性和影响力已经十分明显。

篇4

【关键词】网络舆情；“易班”平台；引导机制

网络舆情是社会舆情在网络空间的映射，是社会舆情的直接反映。通过网络传播的信息包含了网民对当前社会各种现象以及诸多热点问题的立场和观点，已成为社会政治、经济、文化等相关重要领域的社会舆情晴雨表。但网络是把双刃剑，一些不良信息比如网络谣言、虚假信息、恶意诽谤等也充斥其中。而且，国外敌对势力借助其技术优势时刻都在进行舆论渗透。网络舆情已经成为影响社会和谐稳定的重要因素。因此，如何对网络传播的热点问题及时予以收集、分析、整理、，如何引导大学生对网络热点问题理性看待，增强大学生网络舆情思想引导工作的前置性和主动性等，是本课题研究的主要问题。

一、信息时代网络舆情的特点

网络舆情的特点与网络传播方式的特征息息相关。信息时代网络传播方式的特征主要是：第一，传播主体的多样性。传播不再是机构、媒体单位的事情，每一位民众都可以参与其中，谁都可能是记者、编辑。第二，传播渠道的多样性。比如电脑、手机等都可以进行大众信息。第三，传播形式的交互性，信息传播者和接受者可以相互激荡、及时交流。第四，传播内容的准确性和全面性难以考量。甚至有统计显示，在新媒体的传播过程中，负面信息传播面积是正面信息的四倍。①基于网络信息传播的这些特征，网络舆情的主要特点体现在以下几个方面：

（一）自由性与可控性

全媒体时代中个体间可以通过即时通讯工具沟通，同样也可以在BBS、Blog和微博上自由发表言论和表达舆情。人们还可以在网络上建立自己的网站，成本低廉，程序简便。网络在提供给人们前所未有的自由的同时，也隐蔽着细腻的政治和经济的控制，它不是独立于社会之外没有管理者的绝对自由空间，网络也要遵循“游戏规则”。因此，网络的传播自由也是有限的，它是和控制是相伴而生的，尤其是对于各种有害的网络噪音而言，这种控制就显得更加重要。

（二）互动性和即时性

从网络媒体区别于传统媒体的主要传播特性来看，网络舆情传播具有互动性和即时性。网络是一种双向的交互式的信息传播通道。网络舆情的交互性主要体现在网民与政府、与网络媒体的互动以及网民间的互动。另外，时间因素也是影响舆情价值的重要因素。在网络环境下，舆情的传播和表达具有了较高的时效性。通过网络媒体迅捷的报道，网民在获知新闻事件的第一时间内就可以在网上发表言论。

（三）丰富性与多元性

从网络舆情表达的内容来看，它具有丰富性与多元性。丰富性是指网络舆情信息所涉及的社会问题和事件包罗万象。民众同时对共同的社会问题发表意见，人与人之间的相互交流呈现出辐射形态。这种多元性和分散性可以看作是公众对一个问题持有的看法和态度的不同。此外，多元性还特指网络舆情表达中所体现的意识形态的多元性。互联网打破了地域阻隔，使得体现不同意识形态的网络言论随处可见。

（四）情绪化与非理性

目前我国正处在转型期，社会运行机制的转变、社会组织结构的变化、利益群体的调整，都直接影响到每一个社会成员切身的经济利益和社会地位，使得一些人的心理结构失衡，紧张、焦虑、困惑、不满等社会情绪浮动，浮躁心理流行。但是，公众对现实的种种不满往往缺乏适当的排解渠道，而网络为民众宣泄情绪提供了最佳的渠道，各种情绪、态度和意见基本是以原生态形式得到展现。

（五）偏差性

网民个体所受到的现实压力会直接影响到其在网上的意见表达。由于受各种因素影响，一些网上发言缺乏理性，比较感性化和情绪化，甚至有些人把互联网作为发泄情绪的场所，在现实生活中遇到挫折，对社会问题片面认识等等，都会利用网络得以宣泄。同时，很多时候网民间的情绪会相互感染，因此，网络舆情是个人情绪与群体情绪相互作用的一个结果。有时它是真实意见的反映，有时也会与人们原有的意见产生一定程度的偏离。

（六）个性化与群体极化性

社会心理学研究表明，人在匿名状态下容易摆脱角色关系的束缚，容易个性化。②在网络和新的传播技术的领域里，志同道合的团体会彼此进行沟通讨论，到最后他们的想法和原先一样，只是形式上变得更极端了。实践证明，网民中的“群体极化”倾向更加突出。网络舆情表达的个性化和群体极化特点并不矛盾，个性化特点在Blog上体现得更加明显，而群体极化在BBS、微博上可能会更加突出。

二、网络环境下大学生的认知特点

（一）认知途径的网络依赖性

校园BBS、微博等网络平台给当代大学生所提供的几乎就是一种生活方式，网络甚至成为他们“身体的一部分”。在上海部分高校调查显示，约80%的大学生每天的上网时间在1小时以上。③通过调查发现，大学生了解国内外形势的途径，排在前三位的分别是：网络（占87.3%），报纸（占65.8%），电视（占65.1%）。可见，网络已成为大学生获取国内外形势的主要途径。大学生对国内外形势关注的方式，34.5%的学生会选择网上跟帖。④并且经调查发现，会在第一时间将自己认为有意思的信息进行转发的大学生的比例在70%左右。⑤可见，无论是从网络上阅读信息还是以手机媒介等群发方式转发信息，大学生认知途径的新媒体依赖性倾向较为明显。

（二）网络认知内容的广泛性

现今的大学生生活在全媒体的信息社会中，他们通过网络、手机等传播媒介，关注社会热点问题，将自身的学习与发展同社会的变化与发展相联系，从自身已有的知识背景和价值观认知社会中的种种现象和问题。如在政治发展面临的问题中，大学生最关心分别是：反腐倡廉占90.5%，基层民主问题占64.7%，行政机构改革占49.6%。⑥ 84%的大学生最关心的经济问题是就业问题；80.2%的大学生当前最关心的民生问题是就业问题。⑦此外，物价波动、居民收入增长、医疗保障体系建立、高房价等由媒体集中传播报道的问题都是大学生关心的热点问题。

（三）认知系统的稳定性与波动性

从大学生自身的特点来看，大学生在生理、心理和思想等方面已基本成熟，他们已经形成自己独立的认知系统。我国经济建设和现代化建设不断取得伟大成就使大学生对社会主义的认识加深，对党的信任增强，对社会现象和问题形成了比较稳定的认知。

（四）认知价值观的一致性与模糊性

指导思想，中国特色社会主义共同理想，以爱国主义为核心的民族精神和以改革创新为核心的时代精神以及社会主义荣辱观，构成社会主义核心价值体系的基本内容。在主导价值观的教育和传播下，大学生的认知价值观在总体上与主导价值观是一致的。他们有强烈的爱国心和社会责任感，能够认同我国的主导价值体系。但是，大学生作为社会中有着特殊利益和需要的群体，他们多从现实生活、从自己实际感受到的利益中去认识、理解、分析社会问题，极易就事论事，而对政治理论学习表现得相对冷漠。尽管他们的主导价值观认知是基本正确的，但是尚处在肤浅层面。

三、网络舆情对大学生思想的影响评估

对网络舆情传播的热点问题多数学生可以较理性地分析和看待

本文作者通过不同时间段与不同大学生对象的访谈和座谈发现，对于由网络媒体频繁传播的社会发展过程中出现的一系列热点问题，大多数的学生都具有良好的心态和客观的看法，并不是一味地抱怨或者偏激地去看待，既能看到事物发展中的积极作用，又可以理性对待发展中不足和挫折，不会就事论事，而是分析其形成的原因及产生的负面影响，然后再根据自己的看法提出意见和建议，能把国家的稳定与和谐放在第一位。可见多数大学生心智是基本成熟的，学会了较为理性地看待和思考问题。

四、“易班”网络舆情引导机制构建的意义与可行性

易班是提供教育教学、生活服务、文化娱乐的综合性互动社区。网站融合了论坛、社交、博客、微博等主流的Web2.0应用，开展了丰富多彩的校园文化活动，已经成为全国教育系统的知名文化品牌。经过多年的发展，“易班”在上海各个高校的运行已经比较成熟，在当今全媒体时代，构建“易班”网络舆情引导机制具有可行性和重要意义。

（一）“易班”网络舆情引导机制构建的意义

第一，开辟大学生网络信息认知的新平台

网络平台给当代大学生所提供的几乎就是一种生活方式，上网成为大学生活的重要组成部分。但在类型繁多的虚拟互联网世界中，恶意的信息也可以通过BBS、博客、微博、论坛、电子邮件、手机等网络媒介，在不表明身份的情况下传播。甚至有统计显示，在媒体的传播过程中，负面信息传播面积是正面信息的四倍。⑧大学生面对急速膨胀的非理性信息，网络舆情一时失控就可能引发一系列的“多米诺骨牌效应”，甚至引发。因此，信息时代打造高校自己的网络信息认知平台，及时和分析网络热点问题，对学生予以及时疏解和引导意义重大。

第二，创造了大学生思想政治教育的新领域

互联网的发展使高校德育工作面临着新的挑战，德育的主客体关系、信息渠道和载体介质都发生了变化。互联网时代，大学生是网络群体中最为活跃的部分，对互联网时代的高校思想政治教育工作进行研究，就成为新时代的重要课题。针对这一新情况，上海市2009年开始在部分高校试点易班建设，通过这一平台，大学生可以了解当下发生的热点新闻，跟老师、同学进行互动交流。易班在教育方法上从灌输、服从变为选择、引导，不断提高大学生自觉能动性。

第三，增强大学生思想政治教育工作的主动性和前置性

要改变信息时代网络环境中思想政治教育工作易陷入被动的局面，及时发现大学生高度关注的网络热点问题，高校思想政治教育工作者就必须首先置身于信息社会的前沿，始终保持敏锐的洞察力，及时预见新事物的产生、发展，分析其利弊得失，尽量做到防范于未然。因此，打造“易班”网络舆情引导机制，以高校思想教育工作者为骨干，建立一个大学生思想政治教育的研究组织，时刻关注国际、国内在政治、经济、社会、文化等各方面发生的，可能对大学生思想产生冲击、影响的热点事件，通过收集整理和全面分析事件的原因、过程、性质和影响，提前把握事件的发展趋势，对学生可能产生的思想困惑及时解答和疏导，可以大大增强大学生思想政治教育工作的主动性和前置性。

第四，培养大学生媒体理性

当前是一个科技发展日新月异，媒体资源丰富的时代。各种媒体，如QQ、微博、微信、飞信、SNS等大众传媒方式，正改变着人们的生活方式、学习方式甚至是语言习惯。然而，新媒体也如同一把双刃剑，无时无刻不在传播者良莠不齐的信息，在方便大学生学习生活和获取信息的同时，不可避免地带来诸多的负面影响。这对于世界观、人生观和价值观正在形成中的青年学子来说，是新媒体时代的新挑战。“易班”平台的网络舆情引导机制，通过对网络热点问题的理性分析，逐步引导大学生学会用理性的态度看待网络热点问题，帮助学生抵制片面信息的不良思想影响，培养大学生对网络热点问题的媒体理性。

（二）“易班”网络舆情引导机制构建的可行性

1.“易班”网络平台已经建立

“易班”（E-CLASS）是上海市高校应对新媒体时代的要求和创新教育方式的积极实践。“易班”自2007年8月诞生，2009年正式在上海交通大学、上海外国语大学、东华大学、上海海洋大学四所高校进行第一批试点。2010年5月，“易班”在复旦大学、建桥学院、杉达学院进行第二批试点，2010年11月在21所高校进行第三批试点，2011年11月在44所高校试点，2012年9月“易班”在上海公办、民办高校全覆盖以及成都的西华大学。“易班”经过了在上海多所高校几年的试点和发展，从技术和操作层面来看，易班网络平台的运作已经比较成熟了。可以说，构建“易班”网络舆情引导机制的网络平台基础已经建立。

2.“易班”网络平台丰富的功能

易班的主要功能结构有主页面结构，网站层次结构，班级主页结构，个人主页结构。每个结构都有其相对应的主要模块和功能。易班最为主要的功能就是班级功能，他能让每个进入易班的同学找到自己相对应的班级，并帮助辅导员管理整个班级。班级的主要功能有：话题――能让每个加入班级的同学和辅导员（管理员）在这个版块中事物通知、班级决策等。相册――易班的相册是永久无限的。每个加入班级的同学都能在相册中上传图片与大家分享。网盘――易班的网盘也是永久无限的。易班还有个能突显网友活跃度的榜单――社区榜单，能让网友及时了解网站其他用户的相关信息等等。这些丰富的功能能让每个来易班的网友都能找到属于自己的乐趣。

3.“易班”网络平台的师生共建性

“易班”从试点起至今，在上海的公办、民办高校已经实现了全覆盖。从师生对易班的运用和掌握方面来看，各高校都非常重视对易班的推广和使用。在易班这个网络平台上，学生注册率高，有很多班级的注册率都达到了100%。学生参与易班网络平台的范围广，从获取信息到帖子、跟帖、发起投票、上传共享学习资料等等，基本上可以实现大学生活方方面面的全覆盖。从学校管理角度看，易班目前是学校层面对学生事务信息的平台，是校园中与大学生联系最为紧密的网络教育平台。很多高校在大学生的日常事务管理和网络思想政治工作方面已经实现了信息全部上“易班”的管理和工作方式，“易班”网络平台已经成为高校师生共同交流和使用的校内唯一网络平台。

五、“易班”平台网络舆情引导机制构建的模式探索

依托于已经形成并运行多年的“易班”系统和高校专业的思想政治教育学生工作者，本文拟从以下几个层次探索构建“易班”网络舆情引导机制的实施模式：

1.“易班”网络舆情引导组织的建立：要开展好大学生网络舆情研判工作，就要形成一套完善的管理体制。构建网络舆情研判运转系统，首先要建立由高校主管部门领导、学工部、宣传部、团委、思政辅导员、两课教师等多方联动的舆情引导组织，制定规章制度，明确岗位职责。

2.“易班”网络舆情信息采集：高校的网络舆情信息主要来自两部分，一是内部独立的校园网络，二是外部开放的互联网络。随着高校校园信息化建设的深入发展，校园网中网站、论坛、博客等平台上信息资源的数量呈指数级增长，互联网上的信息更是十分巨大。建立良好的网络舆情采集措施不仅需要大量的人工检索，更需要购置专业性信息采集软件。在人工检索方面，可以采取一定的措施让广大教师和高校辅导员有意愿关注相关信息，并将采集到的信息传递到舆情处理板块。在利用专业软件检索方面，可以根据需要对软件进行定制，在海量的信息中筛选出有用信息。

3.“易班”网络舆情信息预处理：网络媒体环境下，信息传播突破了传统媒体的界限，其传播速度快以及传播效果具有煽动性的特征，使得舆情的把握比较困难。因此要进行网络舆情的预处理，把握其中的规律性的东西，初步研究、分析舆情可能在大学生群体中可能出现的苗头性、倾向性的意见，在有限的时间内，提供初步的舆情应对、引导措施。

4.“易班”网络舆情信息：“易班”作为上海市大学生在线服务网站，为舆情引导提供了网络平台。将经过采集并预处理的舆情信息在通过“易班”网页面向大学生群体，使大学生能够自己在其他网页看到的信息等都能够在“易班”的信息中找到更为详细的信息内容，“易班”信息界面将会成为大学生更为关注的信息源。这方面的工作的标准主要体现在信息的及时性和全面性方面。

5.“易班”网络舆情分析引导：基于“易班”交流的互动性，在“易班”信息后，网络舆情引导组织要紧密跟踪学生的反馈信息。利用“易班”平台，正面宣传，口径一致，引导舆情向好的方向转化。要及时发现和控制学生群体中的苗头性、倾向性意见，通过网络舆情研判分析工作，使研判成果转化为思政教育的课题和决策思想的参考。要谨慎采取传统运用行政手段对信息“捂”“、堵”封锁的策略，人为地限制和封锁信息，结果往往适得其反，造成谣言满天飞，从而引发师生更深层次的思想波动，失去对学校的信任，给学校的处置工作带来更大的不便。

6.“易班”网络舆情分析报告：根据个案的特点和个案处置中的具体过程以及方式、方法的应用，结合个案中大学生的意见，在综合分析的基础上形成舆情分析报告，总结经验、教训和改进方向，并公布在“易班”平台上共享，为相关研究提供资料，为相似个案提供处理思路。

注释：

①孟波：《新媒体的十大特征》，来源于凤凰网：http：//new /gundong/detail_ 2011_ 07/27/7980005_ 0.shtm l

②刘毅：《略论网络舆情的概念、特点、表达与传播》，载《理论界》，2007年第1期。

③数据来源于华东政法大学“互联网环境下的当代大学生“调查问卷。

④王永智：《大学生形势与政策的认知特点与教育对策》，载《思想理论教育导刊》，2010年第6期。

⑤数据来源于华东政法大学“互联网环境下的当代大学生“调查问卷。

⑥数据来源于华东政法大学“互联网环境下的当代大学生“调查问卷。

篇5

随着网络技术和移动互联技术的发展，使人们摆脱了时间和空间的限制，通过网络掌握信息和购物交易的人迅速增长起来。据中国互联网网络发展情况统计，截至2013年12月，我国网络购物用户规模达到3.02亿，较上年增加5987万，增长率为24.7%，使用率从42.9%提升至48.9%，我国搜索引擎用户规模达4.90亿，与2012年底相比增长3856万人，增长率为8.5%，使用率为79.3%。由于无线网络和智能终端的发展，作为PC端网络购物渠道的补充，手机网络购物在移动端商务市场发展迅速，用户规模达到1.44亿。[1]在此背景下，传统营销模式及依托平面媒体的推广方式受到了挑战，通过个性化分析完成广告的精准投放优势越来越显著，互联网及其衍生的社交信息传播工具在宣传推广、销售、质量跟踪等方面发挥着传统营销模式不可比拟的优势，一个地方产业要可持续发展，就要密切关注信息发展的前沿技术，借助网络在宣传、推广、销售方面优势，否则市场会受到挤压。

二、服务平台构建的需求分析

随着政府职能由管理型向服务型转变，在政府扶持下各种类型的交易中心如雨后春笋般的发展起来，如：榆林煤炭交易中心、陕北小杂粮交易中心、宝鸡钛产品交易中心等。交易中心在整合本地产业资源、整体包装、实现产品多样化、丰富化，能够完成单个的企业无法完成的经济活动的优势，对于提高本地产品的竞争力，带动地方经济的发展有着举足轻重的作用。而基于互联网的网络交易中心具有投资小、宣传广、效益高等特点，是实体交易中心必不可少的配套项目。宝鸡是周秦文化的发源地，有着深厚的文化底蕴，宝鸡拥有根雕艺术、马勺脸谱、草编、泥塑、面花、皮影等民间工艺品的制作技能。这些工艺品市场的发展和壮大，极大的提高了当地居民的收入和生活水平，但由于个体小、同一企业产品单一等特点，竞争优势并不明显，很难形成规模，没有一个强大的平台做支撑，制约着这些产业的发展。信息化服务人力成本高，技术更新速度快，使得当地这些工艺品通过网络进行销售和推广处于初级水平。一些企业虽然建立了门户网站，但后期维护和更新跟不上，属于僵尸网站，起不到相应的作用。宝鸡文化艺术品虽有着自身独特的魅力，但在国内也存在着很多的替代品，在其他地区使用网络营销的情况下，其市场空间一定会受到挤压。因此由政府牵头，建设宝鸡文化艺术品交易中心，不仅是必要的，而且是迫切的。文化艺术品不同于煤炭、农产品、有色金属等大宗交易，具有交易额度低，体积小、附加值高等特点，不需要资金担保及物流运输等大宗交易中心所需的配套设施，成立以网上交易、推广、服务为主，实体交易中心为辅的宝鸡文化艺术品网络交易服务中心是最理想的选择。

三、交易服务中心框架设计构想

交易服务平台是能够为消费者提供方便快捷的购物，为经营者拓宽产品销售渠道，提供市场信息服务和产品推广的信息化平台。据此，我们将系统设计为基于电子商城和门户网站的WEB系统，基于网络爬虫技术的辅助信息采集系统和基于信息采编推送服务的推广系统三部分，其总体设计框架如图1所示：在图1中消费者、经营者及交易中心工作人员使用智能手机、PDA、移动终端及计算机等设备，通过WEB应用系统进行网上交易、市场信息获取及与交易平台工作人员进行互动交流；中心工作人员能够使用交易中心提供信息工具和数据采集辅助工具进行信息收集、采编、入库、信息、推广等活动。服务交易中心工作人员的辅助采集工具和推广系统是使用C#语言编制的C/S软件。前者使用爬虫技术，对包含市场信息、价格信息、技术服务知识的网页进行抓取和存储，后者对抓取的信息进行筛选、分类、整理，将其作为素材编制市场舆情分析报告和相关艺术品知识、风土人情、鉴赏服务方面的文章，在交易平台、微信、微博、博客、论坛、QQ群进行，以服务和知识传播为载体，达到推广目的。由于市场舆情、价格、相关等信息采集采用多线程对指定的网站进行拉网式的搜索，对数据库的访问频度很高，为此专门设定本地SQLLITE数据库，用于存储采集的临时数据，避免对中心数据库带来冲击与不稳定，对经采编整理后的正式数据则要全部写入中心数据库做永久性保存。

四、功能设计与实现

系统功能设计为前台系统和后台系统，前者是面向消费者网络交易及互动信息平台，也是面向经营者的市场信息查阅平台，后者是针对交易服务中心工作人员提供的信息、信息收集的辅助工具等。系统功能框图如图2所示，其中框图中红色部分只对经营者，需登录认证才能阅览，对消费者是透明的。1、前台系统交易大厅：按艺术品门类，以图文并茂的方式向消费者展示所要销售的产品，消费者能够在此进行商品购买，售前咨询等活动；网络会展：按艺术品门类设置专题展厅，设有根雕展厅、马勺脸谱展厅、皮影展厅、面花展厅、盆景展厅等；艺术大师：对艺术品制作艺人进行介绍，包括艺人资质证书、代表作品、获奖情况等；网上拍卖：通过拍卖、幸运大转盘、抢红包等活动，吸引更多消费者参与注册，挖掘潜在消费者；工艺介绍：对艺术品制作场景、工艺、维护保养进行介绍，提供相关知识与服务。对艺术品来历、风土人情、传说故事等进行编辑，工艺介绍可以是文字性内容，也可以是视频等多媒体内容，提供在线阅览和下载，提高艺术品宣传的传播速度。现场咨询：通过QQ、腾讯通等即时通讯工具，提供一对一即时在线服务；互动论坛：开放式论坛，用户可以对艺术品的相关问题展开讨论；会员注册：参与交易或论坛的用户均要求用户使用邮箱注册，获取潜在客户信息；市场舆情：经营者查看已经市场舆情，价格分析、客户群体分析等资料。近期活动：向经营者近期举办的实体活动信息，如：会展信息、广告活动等。2、后台系统信息维护：对交易大厅、网络会展、网上拍卖等前台内容进行维护和更新；统计分析：对销售情况、库存情况、收支情况等进行统计分析；客户分析：对注册客户、公众号、微博、博客的粉丝等潜在客户进行分析，分析客户关注点、兴趣爱好，识别潜在的消费者；客户关怀：在客户分析的基础上，对潜在消费者通过广告投放或购物卷赠送、发红包等方式，培育和引导消费者进行消费；信息：通过微信、微博、博客、社区论坛、QQ群等社交工具，艺术品鉴赏、保养服务、知识讲座等信息，吸引更多的客户关注交易中心；舆情监测：对论坛、网上卖场、微信、微博的信息进行定向搜索，自动提取市场动态和价格信息，将其存入数据库中，提供后期的价格市场分析；系统管理：系统设置和权限管理等内容。

五、结果与结论

篇6

关键词：监狱；网络舆情；科学技术

监狱是我国重要的刑罚执行机关，是我国司法体系中重要的一部分。但是由于各种原因，对于监狱网络舆情的管理，还处于初级阶段，十分不完善。我国对网络舆情分析的研究始于2005年，之后相关的研究逐年递增。截至2014年11月，在CNKI中国学术期刊网上以网络舆情为主题的研究成果共有5782篇，以涉警舆情为主题的研究成果共有78篇，以监狱（网络）舆情为主题的研究成果只有5篇。初步统计数据显示，我国近阶段对于公安、司法等涉警行业的网络舆情的分析和研究才刚刚起步，文献成果较少。

1国内监狱与网络舆情突发问题应对的现状

1.1网络舆情的特点网络舆情是广大公众，充分利用互联网，自由表达自己的态度、意见、观点和情绪等。网络舆情的主体是网民，网民虽然具有很大的参考性，但是不代表所有的民意。网络舆情的主要载体是网络上的各种社交软件、新闻网站等。网络舆情经过网络的传播，与一般的现实舆情不同，有许多独特的特点。第一是具有丰富性和多元性，由于互联网的普及，人们的网络交流十分简单而且方便，能够广泛地参与公共事务的管理。第二是网络舆情具有情绪化和非理性化的特点。公众由于心理上对社会现实的不满，或者受其他公众的影响，常常出现不理性化的舆情。再加上网民的责任意识不高，没有网络文明的意识，出现了不少相互谩骂、恶意攻击的问题，情绪化和非理性化严重。第三是从众化和群体极化。在网络舆论中，存在着故意夸大事实，歪曲事实的问题。一些志同道合的网民在网络上交流沟通后，出现群体极化，甚至更加极端的情况，听不到不同的意见，渐渐脱离现实情况。而且网民的从众心理比较严重，常常不顾及事实，只听别人的一面之词。1.2监狱网络舆情监狱网络舆情由于其特殊性，具有自己的特点，监狱网络舆情具有敏感性、突发性、负面性、可控性差的特点。监狱是司法机关的重要部分，既有教育改造的职责，也承担着刑罚的执行责任。监狱工作具有保密性，成为人们挖掘的重点，随着我国依法治国的观念深入人心，监狱的一举一动，都会受到公众的关注。尤其是涉及到执法不严、执法不公等的问题，如果没有及时处理，非常容易引发网络舆论危机。其后续的连锁反应，也十分严重，对于司法机关的公信力是一个严重的考验。监狱在公众心中的正义形象将会受到影响，甚至带来社会恐慌。1.3应对现状近年来，监狱网络舆情的负面舆情不断上升，并且舆情的发生点分布不均，有网络暴力向现实演变的趋向。随着媒体结构越来越多元化，监狱网络舆情的信息来源越来越多，舆情的受众越来越多。但是传播主体大多判断能力不高，没有主流价值观的引导，很容易受到舆论的影响，出现盲从的现象。目前应对网络舆情危机，监狱相关机关处于消极被动的地位。前期没有危机预警，在后期恢复阶段，处理能力有限。监狱管理部门的日常管理不规范，没有危机意识，并且在工作中出现了违法违纪的行为，造成了舆论危机。在案件曝光前，已经发现并进行了处理，但没有向社会公布，造成了曝光后的被动局面，没有把握控制舆情危机的最佳时期。而且与媒体缺乏沟通交流，造成舆情反复，降低了监狱执法的公信力。

2监狱处理网络舆情危机的问题

2.1决策层不重视，没有应对的长效机制决策层不重视网络舆情危机的处理，没有建立长效的管理机制，造成对网络舆情危机可控性差的局面，影响执法机关的公信力。网络舆情危机应急处理，应该是国家突发公共事件应急处理的一部分，但是目前并没有纳入其中。监狱不能准确地评估网络舆情危机，缺乏长效的预警机制以及管理机制，往往造成危机进一步爆发。2.2缺乏监狱信息化建设人才目前，监狱缺乏信息化建设人才，监测舆情缺乏及时性和有效性，仅靠一些检测人员的主观判断，往往使涉警舆情在第一时间错过了处理和应对。相关工作人员缺乏网络舆情危机意识，不能准确地分析和判读网络舆情危机，便不能及时控制危机，对网络舆论进行引导，不能及时消除公众的质疑。2.3经费紧张当前，各级监狱机关正在建立网络舆情的应对体系，在工作中投入了大量的人力、物力和财力，取得了一定的成果。但是部分监狱的机关，尤其是中西部地区，没有足够的资金支持，不能进一步完善网络舆情危机的应对机制[5]。许多地区的信息化建设，都是通过自筹的资金进行的，对于全区的网络舆情危机应对系统的建设，很难实施。资金不足，经费紧张，不能加强对现有技术人员的的培训工作，覆盖全区或者全省的网络系统不能建立，缺乏必要的网络监控和处理机制。2.4后备人才严重不足监狱现有人员信息化水平较低，后备人才严重不足。不重视对网络舆情危机的管理，没有后备人才，往往造成网络舆情危机进一步扩大。当前工作人员的信息化水平有限，技术手段比较简单，没有良好的危机检测系统和预警系统，无法保证对于网络舆情危机，能够有效地进行控制和处理。

3监狱处理网络舆情危机的对策

3.1重视网络舆情危机处理领导决策层要重视网络舆情危机的处理，建立长效的预警机制和管理机制，完善应对处置预案。可以设置网络舆论危机管理小组，负责网络监控和信息的，及时判断舆论的导向、性质和可能的后果等，在最短的时间内，消除公众的质疑，避免舆论进一步扩散[6]。要及时整理和收集网络上各种信息资料，加强对网络舆情的分析，预测潜在的危机。可以联合专家学者和司法人员，建立完善的应急处理方案，提高应对网络舆论危机的能力。3.2加强信息化人才建设，充实后备人才要重视人才的培养，对现有工作人员的要定时培训，提高他们的工作能力和水平。同时要制定完善的人才计划，充实后备人才。要注重人才综合素质的培养，既能够掌握监狱管理的工作，又了解信息化假设，了解网络舆情的特点和传播规律，相互配合，形成一支高素质的危机管理团队。3.3增加资金投入，改进网络技术网络舆情危机处理是一件重要的事情，要加强信息化建设，需要有足够的资金投入，需要有政府财政的支持，加大对人力、物力和财力的投入。通过改进网络技术，能够有效地提高对网络舆情危机的管理。利用网络技术，能够对相关的网站信息进行分类，从中挑选出与监狱网络舆情相关的内容，判断舆情的结果，并对监狱网络舆情进行有效的监测。

4监狱与网络舆情突发问题对相关专业人才培养的启示

要培养高素质的监狱信息化专业人才，既要重视网络技术的培养，也要重视对刑事执行机关管理的培养。要完善专业课程设置，合理设置专业课程的权重，使学生能够利用信息技术，关注网络舆情的内容和趋势，及时收集整理相关信息，进行分析、预估和判断。要重视实践能力的培养，与时俱进，及时更新技术，使教学更有实效性和针对性，培养具有实用性的人才。

5加强校局合作，努力为司法行业系统培养更多的应用型专业人才

要加强相关院校和监狱机关的合作，在高职教育发展的新形势下，政法警察类院校要充分发挥办学的优势，使学生参与到实践问题的处理中，积极与行业相关部门合作，完善监狱网络舆情危机处理系统和应急方案。对监狱网络舆情进行合理划分，采取相应的措施，培养学生应对不同情况的处理问题的能力，注重培养高素质的应用型专业人才。要继续丰富校局合作的内容和方式。学校应当紧密跟随行业技术发展趋势，继续加强与行业有关的应用研究，力争为实务部门解决具体问题。总之，当前我国监狱在处理舆情危机方面还存在一系列的问题，没有建立长效的应急机制，资金和人才投入不足。要针对存在的问题，采取相应的合理措施，促进监狱部门更好地处理网络舆情危机，提高执法部门的公信力。

参考文献：

[1]王治荃.新媒体背景下监狱应对突发事件的危机与对策——以“讷河监狱囚犯猎艳案”为视角[J].河南司法警官职业学院学报,2015,13(2):107-111.

[2]许林,于瑮.地方政府网络舆情危机管理及应对[J].学术论坛,2014,37(9):23-27.

篇7

今天，只有数据本身是科学的，分析、选择、清洗数据的过程则更接近艺术，而评价各路占卜先生水平高低则是看他们对数据的解读和演绎。

看来，大数据一直在改变历史进程。浪潮集团执行总裁、首席技术官王柏华认为，其实，我们每天都在和数据打交道，数据在不经意间已然改变了我们生活的方方面面。

数据来源多种多样

当前，数据已经成为真正有价值的资产。大数据时代，数据来源多种多样，王柏华认为，主要分为交易数据、交互数据、传感数据。即为ERP、电子商务、POS机等交易工具带来的交易数据，微信、微博、即时通信等社交媒体带来的交互数据，以及GPS、RFID、视频监控等物联网设备带来的传感数据。他用了一个很恰当的比喻，这些杂乱的数据就像来自五湖四海的人们所说的各种方言，亟需提供大数据梳理服务，让未来的数据都讲普通话。另外，他认为，从数据价值归属来看，大数据可归纳为组织数据和互联网数据，只有将组织数据和互联网数据两者整合才能创造更大价值。将这些数据概括为组织数据和互联网数据两大类型，但在实际应用中，组织数据与互联网数据尚未有效整合，在数据处理中，杂乱的数据、海量的数据，沉睡的数据严重地影响了数据的有效利用。如何整合这些数据资产，使其为政府治理、企业决策乃至个人生活服务，是大数据的核心价值。

面对这些挑战，人们急需综合的大数据平台对各种数据进行有效处理。据王柏华介绍，为了进一步整合组织数据与互联网数据，浪潮推出专门针对互联网开放数据的浪潮Dro Data（卓数）数据服务平台。Dro Data互联网数据服务，可通过采集互联网公开网页，建立原始网页镜像，并对网页内容进行分词、分类、存储等处理，建立了丰富的数据资源目录和海量的可用数据，并将互联网数据分为19个大类，进行分类整理。目前，浪潮已在哈尔滨、济南、长治、绵阳、云南等地建立了基于云计算的互联网数据采集中心，截止到9月底，已采集超过7.5PB的互联网数据，并可对外提供各类数据服务。

大数据平台 更好地服务客户

随着我国企业信息化程度和水平不断提高，越来越多的企业需要大数据分析的能力以提高竞争力。在互联网，电子商务，金融，电信，零售，物流等数据驱动型行业，客户分群，客户行为分析，客户关系管理，市场营销，广告投放，业务优化，风险管理等企业核心业务越来越依赖于对数据的有效分析与挖掘，为此，大数据处理平台功不可没。

在“Inspur World 2014”上，浪潮了以云中心、云服务、云安全、云伙伴为四大方向的浪潮集团云海战略，并指出信息化建设正在从以应用为中心向以数据为中心转变。当前，数据不仅渗透到每一个行业和业务职能领域，还渗透到每一个个体的社会生活之中，形成了现实世界与虚拟世界共存的局面。在大数据时代下，浪潮集团全新了将组织数据与互联网数据整合的大数据战略，并将通过大数据平台、大数据服务和大数据应用三大方向共同推进浪潮大数据战略的落地。“传统数据的整合是正在进行的必由之路，而大数据的到来使这种摇摇晃晃的步伐变得坚定起来。”王柏华表示，“从数据价值归属来看，大数据可以进一步归纳为组织数据和互联网数据，只有将组织数据和互联网数据两者整合才能创造更大价值。”

据王柏华介绍，针对组织数据和互联网数据两大类型，浪潮还推出了云海IOP平台和云海卓数平台。云海IOP是开放式大数据处理平台，能够对组织内部数据进行整合、分析，并提供创新应用开发平台；云海卓数平台采集海量互联网数据，并淬炼其中有价值的信息。基于这两大平台，浪潮提供三类大数据服务，即组织内部数据服务整合、互联网数据及组织数据融合、组织数据的对外开放，合作伙伴可以基于这些服务开发创新应用，共同构成了浪潮大数据产业链，打造大数据产业生态圈。

现在，浪潮的大数据平台和服务已经通过服务客户应用于各种领域，在组织数据和互联网数据的整合中，为社会提供更多价值。比如，对大数据的处理，也是公安云性能提升的重点。以山东警务云为例，浪潮在帮助济南公安局在搭建云数据中心的基础上构建了大数据平台，以开展行为轨迹分析、社会关系分析、生物特征识别、音视频识别、银行电信诈骗行为分析、舆情分析等多种大数据研判手段的应用，为指挥决策、各警种情报分析、研判提供支持，做到围绕治安焦点能够快速精确定位、及时全面掌握信息、科学指挥调度警力和社会安保力量迅速解决问题。

警务云通过整合公安内外部信息资源，全面提升数据共享和信息联动运转效率，通过跨区域、跨部门、全警种联动、多信息轨迹即时跟踪和信息共享，为公安机关在警务民生、多侦联动、情报分析、社会治理等方面提供了强有力的信息化支撑平台。“警务云”平台通过内置实战要素和技战法的警务千度，集成1.5亿人像库，以及旅店业、网吧、铁路、民航、交通卡扣等数据，使单项信息拓展至28类321项，是传统搜索引擎信息量的10倍，搜索效率提升了100倍，在目前授权9700名民警使用的情况下，日均查询量高达12万次，带动后台4亿次搜索、百亿次运算。

大数据的应用打破了公安工作传统的发展路径，为济南市公安局警务运作、公安执法、队伍管理等方面开辟了新的发展路径。通过云平台对数据进行控制，利用对大数据的监控进行挖掘，实现人像、指纹比对、卡口监控等数据融合处理，为领导指挥决策、社会舆情分析提供信息研判的依据，进一步提升了警务工作能力。

开放与隐私的权衡

王柏华认为，大数据要想释放出大价值，必须共融共通，走开放之路，让不同领域的数据真正流动起来、融合起来。当然，这个开放市场不仅仅是政府、企业之间开放，企业对个人也要开放。

据王柏华介绍，现在大量的关于国民经济或者说民生的数据其实还在封闭状态，在工商部门、银行、保险、公安、医院、社保，包括电信运营商机构的手里。如何让这些数据流动起来，能让大家更方便，其实应该由政府带头实现等级制数据的开放共享。在不违反保密或者是国防的情况下，如果不开放大数据，那么大数据研究和创业都是无米之炊。

纵观国内目前情况，王柏华表示，政府数据开放进程还显得不够快，这其中与基础薄弱有关。谈到基础，他认为，政府无论是开放数据还是应用大数据，其基础是数据整合，而目前政府的数据整合还停留在初级阶段，尤其是政府跨部门之间的数据整合显得动力不足。

如今，互联网以及社交媒体的发展让人们在网络上留下的数据越来越多，海量数据再通过多维度的信息重组使得企业都在谋求各平台间的内容、用户、广告投放的全面打通，以期通过用户关系链的融合，网络媒体的社会化重构，为广告用户带来更好的精准社会化营销效果。社交媒体对于大数据的解构不可避免地带来隐私问题，当用户在使用电子邮件、社交网络的时候，大概也会知道自己的信息将被记录下来，当用户发表的言论或者分享的照片、视频等，都决定着互联网运营商将向你推荐什么样的资源和广告；当用户拿着智能手机满世界跑的时候，手机厂商们早已通过定位系统把你的全部信息收罗在自己的数据库里，利用这些信息来构建地图和交通信息等。

以前，这些记录几乎不会对普通人造成影响，因为它的数量如此巨大，除非刻意寻找，人们不会注意其中的某些信息。但是，随着大数据技术的不断进步，这一状况正在悄然发生改变。大数据技术就好比互联网应用中的“夏洛克・福尔摩斯”，隐私问题又该如何权衡？王柏华认为，开放公共数据，并善用这些数据的话并不会侵犯公民个人隐私，数据只有真正开放了，才能为人类创造更大的价值。

大数据人才 求贤若渴

篇8

【摘要】2014 年大数据与新闻传播的研究涵盖广泛，包括新闻传播理论更新、传统媒体转型、新闻形态变革等诸多话题，但研究深度仍有欠缺。在研究方法上，定性研究为主，个案研究法出现较多。

关键词 大数据新闻传播综述

随着信息技术的发展，全球的数据存储能力不断在数量级上增长，海量数据带来“大数据”的时代。2014 年，大数据的相关话题已经成为新闻传播领域的研究热点，研究内容涵盖了新闻传播理论更新、传统媒体转型、新闻形态变革等诸多话题。

一、大数据与新闻传播理论更新

2014 年，众多学者从宏观角度把握大数据对新闻传播理论带来的影响，主要包括新闻传播理论研究在大数据环境下为什么会不可避免地进行更新、应该向哪些方向进行更新，以及如何进行更新。这一类的研究数量较多，在研究方法上以定性研究为主。喻国明的研究在其中较为典型，他指出，大数据带来的是新闻传播理论和实践的范式革新。具体来说，包括四个方面的转变：大数据环境下，“因果”关系及由“果”到“因”的推理都不再重要，重要的只是对“关联”的呈现本身、而无需知道“关联”背后的原因；同时，由于数据存储和处理能力的增强，新闻传播研究在研究对象的选取上从“随机抽样”走向“总体”、“全部”；由于大数据分析在对研究结果的把握上更适合进行整体分析和把握，新闻传播领域现有的、追求精确和具体结论的“小问题”研究趋势将会发生扭转，走向“宏观叙事”；在研究方法上，理论的重要性将会下降，而算法、规则会变得更受关注。①

也有学者将目光投向大数据环境下新闻传播理论在哪些具体领域有创新可能。如骆正林提出，在政治传播领域如何处理各个传播主体的关系成为新的突破点；互联网日益成为人类社会生活的一部分、蕴藏着大量的人类活动数据，而为社会传播的研究提供了新的空间；怎样解决大数据环境下新媒体对利润的追逐引发一系列问题，带来媒体经济领域研究的新空间；如何更好地利用大数据技术进行新闻传播研究，成为在研究方法和技术方面的创新可能。②

学者们的研究内容也包括大数据下新的人际交往模式。毛德胜将大数据时代的人际交往称为“半虚拟化”的人际交往。他提出，大数据改变了人们的行为模式，人际交往与互联网产生紧密联系、催生新的人际交往模式：海量信息满足人际交往的需求；多样信息造就了成员高度异质性、更具创新潜力的交往圈子；信息高速传递保障虚拟人际交往的质量；以分享为目的的价值取向巩固了交往的原动力。这种虚拟人际交往又往往可以向现实人际交往转化，或者稳固现实中的交往圈子。③

二、大数据与传统媒体转型

大数据环境下传统媒体面临何种挑战与机遇，应当怎样进行转型，这是新闻传播领域的热点话题，相关研究数量最多。此类话题的研究在研究方法上常见个案分析法。

有学者关注报纸、电视等特定种类的传统媒体的转型问题。如史安斌、刘滢认为在大数据技术影响下，电视业在收视测量上将从抽样分析变为全采样分析，并将社交媒体的关注度也列为考察收视情况的重要指标；在内容生产上，大数据环境下可以进行实时的收视数据收集和分析，再根据收视情况实时地进行内容生产和播出的调整，实现“制播同步”；电视的功能得到进一步拓展，观众从被动地“看电视”走向主动地“用电视”；在传播模式上，借助对观众喜好的精确分析，实现有的放矢的“智能化”传播。④也有学者主要研究大数据时代传统报业的转型问题。如陈曦提出，传统报业转型的典型路径。其中数据资产中介主要指通过数据收集和分析产生新的价值，主要适合通讯社和财经类媒体；数据资产管理是传统的舆论监督和危机公关的延伸；数据驱动解决方案则包括多个方面的内容，如根据用户兴趣定制推送内容、利用大数据进行舆情分析和预测、通过数据分析和过滤产生新闻报道的新形态等。⑤

除了关注特定种类的传统媒体的转型问题，也有部分学者从更宏观的角度出发，研究大数据环境下传统媒体面临的挑战和转型的路径。如王俊荣、崔爽爽指出，在大数据技术兴起之前，新媒体行业的崛起已经给传统媒体带来强烈冲击，传统媒体面临“内容薄弱”和“受众减少”等困境。大数据技术给传统媒体带来机遇：与专业数据机构合作、提供更符合受众需求的传播内容；通过动态的大数据分析，进行新型的议程设置；从既有议题的数据分析中发掘新议题；基于海量数据分析提出预测性报道，完善新闻媒体社会瞭望的功能。⑥

在针对大数据与媒体转型的研究中，还有相当数量的研究采用个案分析法，通过对具体案例的深入研究来分析大数据环境下各种传媒主体应当如何进行转型。这类研究往往选取国外的成功案例进行剖析。如高山冰在对美国传媒公司Netflix的研究中分析指出，Netflix 的成功是一种立足于传统、维护原有用户而不断探索新业务、寻找新用户的转型。其转型的重点包括四个方面的内容：一、通过搜集用户数据分析和预测用户喜好、进行产品推荐和新产品的策划生产；二、注重用户体验，维护传统产品的用户服务；三、在新媒体的竞争中，注重原创和独播，吸引新增用户；四、设计针对性的软件系统，提高整体运营效率。⑦又如刘超的研究，以加拿大汤姆森公司收购英国路透集团之后合并而成的汤森路透进行数字化转型的具体手段：整合原有金融信息资源推出综合平台Eikon，加入社交网络的实时信息分析，并提供相关报告和预测、进行可视化呈现；通过分析来源广泛的公共数据源提供舆情监控和分析服务；与其他机构合作，提供不同领域的行业发展报告；预测分析科学发展动向、特定公司的盈利前景等。在此基础上，进一步将汤森路透的成功转型要点归纳为注重技术创新、将上市公司的业绩压力转化为可持续的竞争力、注重维护原有的核心业务、有效整合内部外部资源等多个方面。⑧

三、新闻形态变革

大数据技术的发展催生了新的新闻形态，其中学者们最集中关注的对象是数据新闻，相关研究主要涉及“数据新闻”的基本概念、特点、发展现状、生产过程，对传统新闻生产的影响等方面的内容。

许多学者从总体上把握数据新闻。如刘义坤的研究，描述了数据新闻的概念，并从表现形式、生产流程、理念变革等方面对数据新闻展开了分析，提出了对数据新闻局限的反思。除了这些典型的研究内容，刘义坤还分析了中外数据新闻生产的差异：首先，国内主要兴起于以门户网站为代表的网络媒体，而国外最早进行数据新闻实践的却是传统媒体；在数据来源上，国外数据新闻生产的信源涵盖了从用户自主生产数据到政府、企业开放数据等来源，而国内的数据来源相对单一；在呈现形式上，国外的数据新闻包括了动态交互和静态图表、地图等多种形式，而国内的数据新闻仅以图解新闻为主；在从业人员方面，国外的数据新闻操作者多是计算机和新闻领域的复合人才，因而更能从整体上把握生产过程。国内一般是记者、视觉设计师分工进行数据新闻生产，内容与风格的统一度较低。⑨

也有学者以具体的新形态新闻报道为例，用归纳的方式说明大数据下新的新闻形态的特征。如徐琦、宋祺灵，以中央电视台“据说”系列、“两会大数据”、“大数据看出行”等报道为例，分析了央视系列数据新闻实践的特点，将其总结为：与优势互联网企业和专业数据分析机构合作、优势互补；以总体用户为样本，实现高精确度、更具代表性的新闻报道；集中于对数据进行可视化呈现、结合主持人阐释进行报道；叙事角度转向宏观；数据成为报道的主线和报道对象本身，而不再仅仅是辅助报道的工具。⑩

除了新闻传播理论更新、传统媒体转型、新闻形态变革这三个主流话题，2014年国内新闻传播领域的大数据相关研究也涉及其他内容，例如大数据下新闻传播实践与个人隐私保护问题、大数据环境下新闻教育的革新问题等。但针对这些话题的研究数量较少。总体来看，2014 年相关研究在研究方法上，定性研究为主，个案研究法出现较多。研究涵盖的范围广泛，但仍集中于一些基本问题的研究，在研究深度上亦有较大的拓展空间。

参考文献

①喻国明，《大数据方法：新闻传播理论与实践的范式创新》［J］．《新闻与写作》，2014（12）

②骆正林，《大数据时代新闻传播理论的创新》［J］．《青年记者》，2014（6）

③毛德胜，《半虚拟化生存——大数据时代的人际交往模式探析》［J］．《新闻知识》，2014（9）

④史安斌、刘滢，《颠覆与重构：大数据对电视业的影响》［J］．《新闻记者》，2014（3）

⑤陈曦，《大数据时代传统报业如何占位？》［J］．《中国记者》，2014（8）

⑥王俊荣、崔爽爽，《大数据时代传统媒体的转型与突围》[J]．《当代传播》，2014（4）

⑦高山冰，《大数据背景下Netflix 的创新与发展研究》［J］．《新闻界》，2014（8）

⑧刘超，《数字化转型中的“大数据应用”——以汤森路透为例》［J］．《新闻与写作》，2014（10）

⑨刘义坤，《大数据时代的数据新闻生产：现状、影响与反思》［J］．《现代传播》，2014（11）

⑩徐琦、宋祺灵，《国内电视媒体大数据新闻实践探析——以央视新闻为例》［J］．《新闻界》，2014（14）

篇9

关键词：微博舆情数据；灾情判定；有感范围提取

中图分类号：P315941文献标识码：A文章编号：1000-0666（2017）02-0303-08

0引言

地震发生后，灾情信息的快速获取、处理、分析和研判是各级党委政府、各级抗震救灾指挥部成员单位部署抗震救灾工作，派遣救援力量、调配救灾物资的关键环节，尤其是震后2 h的黑箱期内，如何快速判定灾区影响范围灾情时空分布、震害规模、强度等是地震应急灾情快速获取及服务的关键（聂高众等，2012）。目前，在震后有感范围确定方面，主要有以下几个途径：一是通过“三网一员”、政府、地震部门应急人员电话、传真，网站灾情填报等方式获取灾情，绘制有感范围图；二是根据烈度衰减模型快速计算生成地震影响场来预估灾区范围和强度（汪素云等，2000；王景来，宋志峰，2001；张方浩等，2016a）；三是基于智能手持采集终端（PDA、12322、IOS/Andrio手机端APP等）获取地震信息，生成有感范围分布图（郑黎辉等，2012；陈维锋，2014；章熙海等，2014）；四是通过网络爬虫在网站上获取灾情信息，通过地址匹配、空间定位解析后插值生成有感范围分布图（帅向华等，2009，2013；胡素平，帅向华，2012；杨天青等，2016）。在实际地震应急中，上述几种途径在信息获取的时效性、获取效率、信息量、空间范围上存在一定的局限性，短时间内都难以全面客观地反应灾区有感范围的强度和分布，“互联网+”时代的来临为我们在震后灾情快速获取方面提供了一种新的解决思路。

根据中国互联网络信息中心（CNNIC）的《第38次中国互联网络发展状况统计报告》显示，截至2016年6月，中国网民规模达710亿，互联网普及率为488%，手机网民规模达656亿，微博客用户242亿。从统计数字可以看出，随着移动互联网技术的飞速发展，数量众多的个人成为信息传播的重要载体。相对于手机信令、浮动车、微信等数据，以新浪微博为代表的新兴社交平台具有实时性、互动性、强扩散、空间分布广泛性等特点，微博数据可以在互联网上被免费、公开地获取（廉捷等，2011；刘经南等，2014；仇培元等，2016）。尤其是在破坏性地震发生后数小时内，大量与地震相关的信息并广泛传播，汇集形成海量数据，包括用户账号、时间、经纬度坐标、博文、图片、微视频、关注热点等，这些数据中包含有地震灾情信息，如震感、人员伤亡、房屋破坏、生命线工程破坏、地震地质灾害等（王松等，2014；何宗宜等，2015；徐敬海等，2015）。通过对这些微博“大数据”进行充分挖掘、分析、表达和应用，能客观地反映灾情时空演变规律，辅助地震灾情快速研判，服务政府应急救援决策。[HJ]

本文根据微博舆情数据特点和传播特性，研究如何利用微博舆情数据分时段提取地震有感范围，并以2014年景谷66级地震为例进行应用检验。

1研究技术框架

当破坏性地震发生后，首先根据地震三要素信息，通过微博API调用、关键字检索、网络爬虫、专业地理抓取等技术手段，实时获取微博用户的信息，信息主要来源于新浪、腾讯、网易、人民网等主流网站微博用户，对这些信息进行存储管理，形成结构化的数据库。其次，对微博数据进行解析、去重，提取有效信息，包括微博时间、博文内容、图片、空间经纬度坐标等，并对核心博文内容进行中文分词、清洗等挖掘处理，提取与地震灾情相关的特征词，根据相关标准和规则对微博数据与地震烈度判定的描述性信息进行关联匹配，建立微博地震灾情信息分类表。最后，以微博灾情节点为基础进行空间插值，将离散分布的灾情点转化为连续分布的灾情有感范围图，描述灾情时空演变规律，辅助灾情研判。具体研究技术框架如图1所示。

2微博数据获取

微博数据获取方式有网络爬虫技术和调用微博官方API接口两种途径，基于网络爬虫技术获取信息的基本流程是通过设定入口URL地址，按照一定的爬行策略将网页内容保存，并提取网页中有效地址作为下一次爬行的入口URL地址，直到爬行完毕。由于地震灾情信息抽取和空间定位要求，该方式信息获取效率不高，空间地理位置还需通过地名规则、地址匹配技术进行解析获取，另外，多次访问有账号屏蔽风险（廉捷等，2011）。因此，本文以当前用户基数较大的新浪微博为例，注册认证后获取调用新浪微博的API权限，通过调用相关API，解析服务器返回的JSON数据文档获取微博信息，该方式微博信息获取时效性高，数据格式清晰，便于数据的存储和解析。微博数据获取技术流程如图2所示。

[BT（12]3微博数据分析表达

31微博数据分析处理[BT）]

面对海量的微博信息“大数据”，为提高数据挖掘效率和准确率，需对原始数据进行解析、去重，提取微博的时间、内容、图片、经纬度坐标等有效信息，并对核心博文内容进行中文分词、清洗等挖掘处理，滤掉一些频繁出现而意义又不大的词，比如“的”“就”“是”“和”等语气助词、副词、介词和连词，提取与地震灾情相关的特征词、热词，对微博灾情信息进行分类和编码，具体流程如图3所示。

对微博信息进行数据挖掘完成后，建立微博c地震灾情信息分类映射是微博灾情可视化表达的关键环节。通过对2014年云南地区70余次地震新浪微博博文内容进行解析，提取主体特征词，从结果分析看，震后与地震相关的内容，主体集中于人的反应、器物反应方面，约占统计的70%以上，房屋破坏、人员伤亡、生命线工程破坏的信息以及地震地质破坏方面的较少。依据《中国地震烈度表》《地震现场工作第3部分――调查规范》等相关标准，将微博信息与地震灾情描述性信息进行关联匹配，建立了微博灾情分类表（表1）（曹彦波等，2010；张方浩等，2016b）。

32微博数据可视化表达

微博数据的空间可视化表达是实现分析灾情时空演变规律的基础，震后获取到的微博灾情数据往往是在地理上分布不规则的离散数据，为了能够更直观地了解地震灾情时空分布特征，需以这些微博数据点为基础进行空间插值。常用的空间插值算法有反距离加权插值法（Inverse Distance to a Power）、克里金插值法（Kriging）、最小曲率插值法（Minimum Curvature）、样条函数插值法、Shepard插值法和自然邻点插值方法（Natural Neighbor Interpolation）等（高洋，张健，2005）。本文将采用自然邻点插值方法来处理高度离散化分布的不规则微博灾情节点，通过插值拟合来描述灾情空间尺度上的变化特征。

由于震区绝大部分微博用户群体是一般公众，个人震感不一，对灾情的描述也有差别，为方便对微博灾情节点进行空间插值，使拟合出来的有感范围更接近实际，基于中国地震局工程力学研究所提出的“等震线长短轴半径与烈度对应经验关系”，计算微博灾情位置距震中的距离，根据距离震中远近对微博数据进行分级赋值，共分7级：1代表有感区，对应烈度表的Ⅳ度区；2代表轻微区，对应Ⅴ度区；3代表轻度区，对应Ⅵ度区；4代表中度区，对应Ⅶ度区；5代表重灾区，对应Ⅷ度区；6代表极重灾区，对应Ⅸ度区；7代表巨灾区，对应Ⅹ度及以上（表2）。

4微博数据应用实践

[KG（0.2mm]2014年10月7日21时49分39秒，云南省普洱市景谷傣族彝族自治县发生66级地震，震中位于（234°N，1005°E），震源深度50 km。这是进入新世纪以来云南省发生的震级最大的一次地震，影响范围广，引起较多的微博用户关注。笔者通过调用新浪API，以本次地震震中位置为中心，150 km为搜索半径，数据采集时段为震后24 h。共获取到1 231条微博信息，经过清洗筛选后剩余281条与本次地震相关的灾情信息，包括人的反应信息178条，器物反应信息56条，房屋破坏信息15条，其他信息26条。这些信息的微博用户地理位置上主要分布在普洱市、临沧市、西双版纳州3个州（市）的16县（区），震中附近区域震感强烈，微博活跃用户群体主要集中在永平镇、距离震中较近的景谷县城威远镇以及人口密集的普洱市主城区（图4）。[KG）]

从灾情数据分类结果来看，在震后24 h内，灾情描述信息以人的反应和器物反应为主，占总信息条数的83%，而房屋破坏、地震地质、生命线破坏等情况描述较少，不到20%，主要因为微博用户群体以一般公众为主，博文的内容主体集中在微博用户自身所处环境的感觉、表情、心情和身边器物反应的描述，对于其他如房屋破坏、地震地质，生命线破坏等比较专业的灾情描述不是很多（图5）。

从震后24 h内的微博灾情数据分时段统计结果看，大量的信息集中在震后2 h，共145条，占总条数的50%左右，第一条微博信息于2014年10月7日21时56分32秒，也就是震后3 min，的内容为“就在1分钟前，地震了，好恐怖[泪]，这个美丽的地方又地震了”，地理位置是（101043 5°N，230588 8°E），距离本次震中64 km（图6）。对获取到的数据进行分析挖掘，提取特征词库，拟合形成了震后10 h灾情演变时空特征分布图（表3，图7）。

来自Ⅵ度区以外的临翔区和思茅区，景谷县城附近震感强烈，周边的景东、墨江、景洪、勐海、孟连、沧源有感，根据该图，可帮助决策部门在较短时间内把握宏观灾情的空间分布和重点救助区域的初步判断。震后1～4 h，随着救援力量、救灾物资的投人，灾区社会秩序逐步恢复，灾民得到救助和转移安置，通信恢复正常，微博粉丝活跃度逐渐增加，信息量增多，有感范围增大，但震感较强烈的区域还是在震中附近。震后8 h，随着救援行动的进一步深入，震中永平镇附近也有10多条相关的微博灾情信息，灾情进一步明朗，空间分布上主要集中在永平镇和威远镇一带，强有感区边界也较清晰明显。震后10 h，微博灾情有感范围基本与实际地震烈度范围一致。

5结语

“互联网+”时代背景下，微博等新兴社交平台产生的“大数据”信息丰富、多变、复杂，充分挖掘利用这些数据，对震后有感范围提取，灾情快速判定提供了新的研究方法和技术实现途径。本文提出了基于微博舆情数据的震后有感范围快速判定的技术框架，详细论述了微博舆情数据的获取方法和技术流程，根据《中国地震烈度表》和《地震现场工作第3部分――调查规范》等规范，将微博主体特征词与地震烈度判定的描述性信息进行关联匹配，建立了微博地震灾情信息分类表，采用自然邻点方法将微博灾情节点通过插值拟合来描述地震有感范围时空变化特征。最后以景谷66级地震为例获取了震后微博灾情数据，对灾情数据进行了分析处理，生成有感范围时空演变图，对于决策部门震后快速把握灾情提供了一种可行和有效的途径。但在实际地震应用中，应将微博拟合结果与衰减模型烈度、仪器烈度、震源机制、破裂过程等信息进行对比分析和综合判定，提供更科学、合理的决策建议。

参考文献：

曹彦波，李永强，胡秀玉2010地震现场灾情信息编码体系研究[J].地震研究，33（3）：344-348

陈维锋，郭红梅，张翼，等2014四川省地震灾情快速上报接收处理系统[J].灾害学，29（2）：116-122

仇培元，陆锋，张恒才，等2016蕴含地理事件微博客消息的自动识别方法[J].地球信息科学学报，18（7）：886-893

高洋，张健2005基于自然邻点插值的数据处理方法[J].中国科学院研究生院学报，22（3）：346-351

何宗宜，苗静，彭将，等2015结合微博数据挖掘的时空特征分析[J].测绘通报，（10）：60-64

胡素平，帅向华2012网络地震灾情信息智能处理模型与地震烈度判定方法研究[J].震灾防御技术，7（4）：420-430

廉捷，周欣，曹伟，等2011新浪微博数据挖掘方案[J].清华大学学报：自然科学版，51（10）：1300-1305

刘经南，方媛，郭迟，等2014位置大数据的分析处理研究进展[J].武汉大学学报：信息科学版，39（4）：379-385

聂高众，安基文，邓砚2012地震应急灾情服务进展[J].地震地质，34（4）：783-789

帅向华，侯建盛，刘钦2009基于地震现场离散点灾情报告的灾害空间分析模拟研究[J].地震地质，31（2）：321-333

帅向华，胡素平，郑向向2013地震灾情网络媒体获取与处理模型研究[J].自然灾害学报，（3）：178-184

汪素云，俞言祥，高阿甲，等2000中国分区地震动衰减关系的确定[J].中国地震，16（2）：99-106

王景来，宋志峰2001地震灾害快速评估模型[J].地震研究，24（2）：162-167

王松，吴亚东，李秋生，等2014基于时空分析的微博演化可视化[J].西南科技大学学报，29（3）：68-75

徐敬海，褚俊秀，聂高众，等2015基于位置微博的地震灾情提取[J].自然灾害学报，24（5）：12-18

杨天青，席楠，张翼，等2016基于离散灾情信息的地震烈度分布快速判定方法研究[J].地震，36（2）：48-59

张方浩，和仕芳，吕佳丽，等2016b基于互联网的地震灾情信息分类编码与初步应用研究[J].地震研究，39（4）：664-671

张方浩，蒋飞蕊，李永强，等2016a云南地区地震烈度评估模型研究[J].中国地震，32（3）：572-583

篇10

携手体育事业多年，IBM让运动因为科技而变得充满想象力。同样，在墨菲的故事里，人们也看到了“数据”为音乐创作带来的神奇灵感。

当然，“数据”和科技能带来的远不只这些，IBM正在将以大数据、云计算、移动社交等为代表的前沿技术运用到不同的商业场景中，利用数据得出洞察，利用洞察指导决策，从而提升企业的运营绩效。IBM在通过自身和帮助客户转型的实践中认识到，移动互联时代的企业要想抓住这个时代并且赢得竞争，必须具备新的关键能力，即客户导向的、数据驱动的市场营销能力（Data Driven Marketing）。

如此，CMO们要怎么玩这场充满了科技感的游戏？周忆分享了她和团队的洞察、实践与建议。

CMO的“新”角色

新角色总是应新挑战而生。

在这个充满变化、技术层出不穷的时代，CMO们的挑战来得格外充满“互联网节奏”―快、强烈且必须。

“相信很多做营销工作的人跟我有相似的感受，那就是我投向市场的钱是不是投对了，是不是能有相应的回报。百年前美国零售业的巨子约翰・沃纳梅克（John Wanamaker） 提出的‘营销界的哥德巴赫猜想’：我知道在广告上的投资有一半是无用的，但问题是我不知道是哪一半。我们现在依然没有一个百分百的答案。”周忆说，“但是我们要谢谢新技术，它帮我们找到了一部分答案。我们需要探讨的正式怎么寻找这一答案，怎么仰仗科技带给我们的能力去做营销，而不是靠感觉。”

先来看看CMO们面对的客户和消费者。

已经被信息技术武装到牙齿的客户已经变得非常主动和特立独行，他们需要个性化地被对待，他们参与到战略、研发、生产、执行各个环节中。“这个时代的消费者对企业来说，已经变成了CEC，即，首席执行客户。”周忆说，“数据显示，现在有三分之二的人通过移动互联网做下一个购买的决策。而一些个性化的推荐，会提升14%的点击率，而转化的购买力为10%。”现在77%的消费者和客户至少通过三个接触点才能对你的产品有反应，单一的接触点已经不可能让他对你有反应了。因此，产品通过多渠道的展示才能打动他的心。而且现在的客户保有兴趣时间只有大约9秒，如何在9秒之内打动他又是一门艺术。

乐视体育首席内容官刘建宏介绍，现在越来越多的体育观众热衷的是一种“参与感”，一种能通过一项运动找到快乐的感觉。而参与的方式可能是观看比赛、可能是亲身参与这项运动，也可能是通过与其他观众、与解说的交流和互动。可以找到个性化的观赛视角，可以通过互动找到能够充分表达自己的渠道。那么，IBM的技术能为乐视和观众的这种期待带来什么？ 2014年中国网球公开赛期间，―扫描乐视中网直播的界面上的二维码，智能终端上就马上呈现出两个对战选手的历史和实时数据，球迷们洞悉他们的态势和策略。球迷们可以将此截屏发到社交网络，可供吐槽。这便是IBM为四大满贯开发出的利用大数据分析技术为网球选手分析获胜关键指标的工具――Slamtracker 在个人移动设备上的使用场景。

如此，CMO们曾经“了解客户、定义营销、践行品牌承诺”的角色和使命没有发生变化。未来CMO还需要“技术加身”，需要变成一个技术附体的CMO，兼具“技术”和“艺术”。在工作实践中，CMO和CTO早已经携手，他们在市场部越来越重要，成立专门团队，做数字营销。同时，未来CMO的使命也发生了变化：从了解客户到了解每一个客户；从定义营销到建一个完整的客户互动系统，带给他们全渠道的触点，不让客户从任何一个环节跳出；从口号式的“践行品牌承诺”变成建立表里如一的文化，现在企业的管理已经高度透明，每分钟，坏消息都能传遍全世界。在这样一个时代如何建设你的文化，然后践行你的品牌承诺，实现表里如一的企业文化变得非常重要。

构建面向未来的四种能力

CMO和企业应该如何转型，以应对上述变化和挑战呢？

周忆认为需要具备的核心能力是客户导向的、数据驱动的市场营销（如图1）。可以解构为如下四个关键能力：Data，Insight，Journey，Measurement

Data 数据是基础，也是一个关键因素，现在的营销离开数据等于水中月。任何一家企业都必须要有客户的数据，只有掌握360度客户数据，不仅仅包括客户的职业等基础信息，还须包括偏好、行为、交易信息，才有可能帮助我们去真正获得客户洞察。但不少中国企业的数据意识有待提升，需要减少数据流失。

Insight 大数据分析基础，让营销从凭“经验”到靠“数据”， 从看“局部”到洞悉“全局”，从研究样本到研究全数据。让 “预测”成为营销计划的思想源泉。

Journey 客户体验的变化有两点。一是从传统“被动式”营销到“主动”的自动化营销，再就是多渠道接触点的整合：数字、社交媒体和线下营销的结合。

Measurement 从事后诸葛看效果到“实时”洞察、调整，边做边改。

同时，周忆也分享了四条路径，让CMO和企业可以来养成和提升上述的核心能力。

“Data”的养成路径：360度的客户视图 为了获得360°的客户视图，我们需要把握客户的职业数据、交易数据、互动数据和行为数据（如图2）。通常，前三种数据企业都比较容易获取并且容易存在公司的数据库中，但行为数据在公司的数据库中却很难找到，需要去社交平台上去找。以自身为例，IBM通过完善优化数据和数据分析，提升了呼叫中心的工作效率，使得电话销售的成功率从9%提升到13%。

这些数据的组合拳究竟有多厉害呢？周忆分享了温布尔登网球赛、法网期间的营销案例：

事实上，体育行业是IBM十分关注的领域之一。IBM的大数据分析、云计算、移动和社交商务等领衔技术已经应用于众多体育运动，为球迷创造更佳的观赛体验，帮助球员和教练合理制定训练计划以及比赛策略，并协助赛事主办方创办一流赛事，推动整个体育产业的成熟发展。

以网球为例，IBM与四大满贯赛事的合作已经有数十年的历史，在合作中IBM积累了丰富而宝贵的经验，为四大满贯开发出Slam Tracker，利用这一大数据分析技术为网球选手分析获胜关键指标（Keys to the match）。Slam Tracker收集和分析了过去8年四大满贯近万场比赛的数据。而具体到每一场比赛，被分析的数据点涉及：比分、回合数、制胜分、发球速度、发球成功率、击球类型、击球数量等，用以确定球员获胜的模式和风格。在每场比赛开始前，Slam Tracker都会分析球员双方的历史交锋数据，这些分析为球员制定了比赛致胜的关键指标。Slam Tracker改变了球迷和选手思考比赛的方式，从而影响到他们的决策以及最终采取的行动。

在2013年的温布尔登网球公开赛上，IBM还帮助主办方通过应用分析和自然语言处理技术，创建、汇总和评估社交网站上的对话、图片等数据信息，平均每秒能够分析40多条微博。而通过这些社交舆情分析，赛事主办方可以了解消费者对其产品、服务、营销活动的体验和建议，从而吸引更多人关注赛事。就比如大家最喜欢吃什么零食、进场的商户应该卖什么样的食物才能大赚一笔这个问题上。IBM通过历年的数据汇总之后，给出建议，别的零食“不太重要”了，草莓才是大家的首选和最爱。观看法网的人最想带回的纪念品是什么？毛巾、扇子还是草帽？大数据告诉商户，是那个玻璃瓶里镶着红土的纪念品。

“Insight”的养成路径：基于大数据预测的族谱（Persona）收集数据的目的是要分析它，并变成客户的洞察。但企业怎么可能把每一个人都了解那么清楚？即便是可以，那也将需要高额的成本。周忆介绍了IBM的方法： 建立Persona（角色、族谱）。“我们对众多的客户进行分析之后再去归类，归结成不同的角色。过去营销经常讲行业细分（segmentation），其实行业细分是一种‘粗分’。须根据不同的产品或服务，重新定义我们的目标客户群，根据Persona 进行角色划分，例如CIO、CMO。虽然他们身处不同的行业，但他们各自面对的业务挑战是很相似的。Persona做出来之后，针对这些人制定的营销方案，会有更大的相关度，因而会更有效。”周忆说。

周忆用乐友和腾讯世界杯的案例强化了对“Insight”的理解。

乐友 乐友是中国一家做母婴产品的公司，大概有500万的会员，基本都是妈妈。当这些会员信息的数据库建立以后，IBM会在每次的交易中帮助他们发现妈妈新的需求和行为方式：比如，乐友可以通过妈妈们购买奶粉的品类、衣服大小来判断孩子的大小，进而来判断这些妈妈属于哪个“族群”――需要推荐给她们几岁孩子需要的玩具、图书、音乐产品、食品等等。由此，也不会出现给10岁的小朋友的妈妈推荐婴儿用品的情况。通过这样的大数据收集和分析，乐友的成单率提高了6%。

腾讯 在今年的巴西世界杯期间，IBM还跟腾讯做了一次有趣的合作。IBM为腾讯构建了一个社交大数据分析系统，它能利用对社交平台数据的分析和云计算技术，收集分析粉丝的评论、观点和声音，并将分析结果实时地融入到报道内容当中。比如世界杯期间腾讯网上一个热门的话题就是“含金量”，我们先利用大数据分析得出不同球星的特质，继而产生一个典型球迷的“画像”，然后粉丝再把自己的兴趣爱好、性格与行为方式与之比对，就可以鉴定真球迷的“含金量”了。这样，可以将不同的粉丝来分族群，腾讯找到了更多报道话题，商家则可以按球迷不同的“族群”，到他们的“村落”里去量身定制很多他们喜欢的产品。

类似的例子还有很多。“大数据 大赛事”，业界早已发出了类似的声音。这一观点绝对没错，但绝对不局限于网球，NBA早就在使用它了！当林书豪伤愈回归赛场时，他每投一球，主播就能非常快速地分析出他与受伤前有多大区别。这是一个正向的循环，我们越来越了解粉丝，就知道该如何让他们有参与感。而参与感越强，他们在社交平台上就越活跃，我们就可以拿到更多的数据，互动当然就更精彩了。

“Journey” 的养成路径：多渠道整合的交互体系 这个体系贯穿于客户购买的整个历程。周忆提醒，这里有三件事特别重要：第一，一定要有个非常智能化的需求引擎，它可以来发现需求、运用需求、保护需求。第二，当客户的需求进入到某一个阶段的时候，你要有一个自动打分系统，用这个打分系统去看这个客户值不值得往前推动需求，如果还要推动需要如何培育。这不仅仅是打分，在打分中要发现你是不是缺失什么，客户如果突然跳脱的原因是什么、往前继续的原因又是什么，一步一步非常动态，一定要有一个动态的跟进系统。第三，需要建立贴近客户的商务引擎平台，让他们能随需购买的销售体系。。

“Measurement”的养成路径：实施营销效果跟踪与诊断 具体包括消费者对我们数字营销举措的访问、反应、向销售线索的转化以及最后的成单。从IBM自己的经验来看，把Data、Insight 、Journey这三件事做好，可以提升销售效果。如果把从数字营销的反应者当中成单的比例提升0.5%，甚至可以实现营收亿级的增加。

对CMO“进化行动”的三点建议

当然，向客户导向的、数据驱动的营销转型的道路并不简单，挑战无上限。周忆也为CMO们分享了她的三点建议：

第一，要与CIO密切合作，让技术驱动营销，也让营销引领技术。