Page 371 - 大数据背景下网络安全问题研究

» 第十二章 网络舆情安全

这些留存的史料窥探过去历史的发展，访求前人的思想。而大数据技术的进步，为互
联网中的海量数据提供存储、分析、处理于一体的可能性。这些存在于互联网的海量
数据记录着不同时期人们的观点看法、情绪倾向和民生需求等，映射出当代的社会关
系。近年来，社会科学逐渐重视对社会关系的研究，通过大数据技术对用户行为的采

集，可以关注网络社交媒体上体现的广泛社会交往方式，从而对舆情内容所反映出的
整体网民社会关系进行研究分析。
2.大数据技术成为网络舆情管理工具
大数据技术分别从舆情数据的获取、舆情信息的测量、舆情预测分析3个方面多

维构建网络舆情治理方法体系。

三、大数据背景下网络舆情智能预警机制运用

（一）网络舆情大数据采集与基本特征挖掘

随着大数据时代的到来，网络舆情的数据途径、数据格式呈现多样化特点，网
络舆情既面临多维舆情信息来源影响舆情分析的特定局面，又面临如何从纷杂的舆情
信息中获取关键特征，为舆情预警决策提供知识支持。舆情信息的主要来源途径有微
博、论坛、博客、新闻网站、政府官方网站等，在这个融媒体时代，多种途径的舆情

获取方式给舆情信息获取带来极大的便利，网民可以通过发布、转发、回复等互动行
为为舆情快速发展和演化提供新的网络动力。从信息获取和集成角度上看，舆情个体
和舆情碎块信息虽然很多，但舆情一般都是有主题的，这些主题的规模数量相对稳
定，而且随着舆情演化其主题进行相应的衍生。另外，网民大多都不是完全独立的，

他们之间存在着千丝万缕的社会网络关系，他们以不同层面、不同结构的网络社群组
成虚拟社会的特定单元。
大数据背景下网络舆情管理不仅仅要关注舆情数据规模问题，更重要的工作是如

何快速帮助决策者获取有价值的舆情基础特征信息，对舆情信息进行挖掘分析、预测
舆情发展态势。目前大多数舆情信息都以不同结构和形式散落在不同的信息主题下，
对于一些热点主题，舆情信息采集和集成的工作量很大，舆情数据管理将面临新的
挑战。

本书讨论分析舆情大数据管理的特点，充分利用网络舆情群落性特点，从整体上
考虑舆情特征信息如何采集和集成，利用网络舆情社区的计算特征，将舆情多维信息
特征获取计算推向前端，体现边缘计算的思想，如图12-1所示。一方面体现网络舆情
分层管理的特点，另一方面对舆情信息在舆情发生点进行处理，可以提高网络舆情信

息挖掘过程中信息清洗的效率。舆情特征获取需要对舆情信息载体进行深度分析，由
于许多舆情信息是文本、图片等，这些信息需要进行初步的数据集成后才能更好地进

• 359 •