翟云：数据挖掘视域下的网络舆情监测与引导
发布时间：2020-08-26 16:12:26 点击次数：291
例如，基于网络舆情关联规则挖掘，分析新浪微博中活跃者间关联强度、坚定支持者人数以及坚定支持者成员的变化频度等三个时间序列间的关联规则，挖掘出新浪微博舆情的关联关系，进而为舆情研判提供重要依据。
关键词：网络舆情;引导;监测;视域;舆情
作者简介：国家行政学院电子政务研究中心 翟云
习近平总书记在全国宣传思想工作会议上提出，宣传思想工作创新，重点要抓好理念创新、手段创新。这些新思想、新论断为新形势下做好网络舆情监测与引导工作提出了新的更高的要求。借助于新理念、新技术、新方法，准确把握网络舆情的内在特征及其在演化过程中的潜在规律，对于新形势下推动网络媒体与传统媒体的良性互动，聚合网络舆论正能量，做好网络舆论引导和网络宣传工作，具有重要的理论意义和实践价值。
网络舆情监测与引导呼唤与数据挖掘的有机融合
云计算、物联网、智慧城市、大数据等新技术和新理念的出现使网络舆情支撑技术大环境正在进行着深刻的变革，给公民听政、参政、议政、督政提供了新的技术平台，给党政机关拓宽了解世情民意的渠道，网络逐渐成为公众便捷获取信息、及时表达民情、充分反映民意的主渠道，同时也必然产生巨大的舆论压力。随着海量网络舆情成指数增加，虽然传统的数据处理技术能够较好地完成舆情统计与分析，OLAP等在线分析处理技术也可以实现对舆情研判、决策等基本功能，但很显然，这些技术由于不支持对海量舆情潜在信息的发现与挖掘，也无法找到舆情信息间存在的关系或规则，不能根据现有舆情预测未来发展趋势，由此导致了“数据爆炸，知识贫乏”的奇怪现象。时代热切企盼着网络舆情引导的理念创新与技术创新。
在这种背景下，必须充分认识到利用数据挖掘技术进行网络舆情监测、研判和引导的迫切性，发挥数据挖掘技术在网络舆情监测与引导中的独特优势，从而实现对网络舆情及时发现、快速分析、准确追踪、理性引导。
数据挖掘助力网络舆情监测与引导的路径选择
要使数据挖掘有效助力网络舆情监测与引导，首先应根据网络舆情演化规律，构建适用于网络舆情挖掘的相关模型和技术方法，使之满足网络等复杂系统中不同舆情对象间的复杂关系分析，从而为网络舆情挖掘线路与进程提供理论基础，实现一般数据挖掘模型和技术方法与网络舆情挖掘与分析的有机融合。数据挖掘技术在网络舆情引导中的应用可从以下四个方面展开。
网络舆情关联分析。关联规则挖掘由Rakesh Apwal等人提出后得到了广泛应用，如众人耳熟能详的啤酒与尿布的营销策略早已成为超市营销决策中的经典。时至今日，关联规则挖掘的对象也已由基本的关系数据库拓展到空间数据库、多媒体数据库乃至网络数据库，并且力求挖掘出用户感兴趣的、深层次的、通用的关联规则。舆情关联关系是网络舆情数据库中存在的一类重要的、可被发现的知识，首先需要分析网络事件表征参数间的关系，进而发现网络舆情中隐藏的舆情关联。为了更准确表示网络舆情之间的关联度，引入网络舆情支持度和网络舆情可信度来量化网络舆情关联规则的相关性，从而使挖掘结果更准确。例如，基于网络舆情关联规则挖掘，分析新浪微博中活跃者间关联强度、坚定支持者人数以及坚定支持者成员的变化频度等三个时间序列间的关联规则，挖掘出新浪微博舆情的关联关系，进而为舆情研判提供重要依据。
