大数据下的舆情监测与预测

　　摘要：Web2.0环境下，原有的舆情监测方式已难以适应现实需要。而大数据的特点契合了Web2.0的网络环境和舆情研究的需要，能够实现更准确及时且基于“关系”的舆情监测。同时，大数据技术对舆情预测也有着独特的优势，并具进行更高质量的舆情预测的潜力。

　　关键词：舆情；大数据；数据分析；舆情预测

　　一、Web1.0与早期舆情监测

　　与即时通讯类的网络应用不同，博客、个人空间、微博都具有一定的公共性质，并被统称为自媒体。自媒体的兴盛，使其成为热点舆情形成的重要推动者，而网络舆情也成为社会舆情的重要组成部分。

　　自媒体几乎没有准入门槛，同时又具有匿名性，使用者的媒介素养良莠不齐，很容易产生各种失范现象；自媒体也不像传统媒体那样容易监督，对于失范现象难以追溯源头，同时给各方主体带来影响舆论、把控舆论走向的机会，使得网络舆情处于更加复杂的环境中。自媒体的网状结构又决定了网络舆情可以快速发酵，甚至在短时间内多次转向，因此更加难以监控和把握。

　　而对自媒体勃兴之后网络舆情的监测，传统的现场调查、访问调查、问卷调查等方式收效不佳，早期曾经广泛使用的网络舆情监测手段也暴露出了越来越多的问题。早期的网络舆情监测，主要是针对Web1.0设计的。互联网发展至今经历了两个阶段：Web1.0和Web2.0。两者的主要区别并不在于技术规范或物理设备，而是用户之间以及用户和网络应用之间的交互方式。

　　在Web1.0时代，互联网内容主要由各大网站生产，用户和网站的交互主要体现为寻找和接受相应的内容，用户之间也只能通过有限的方式进行散落联系。早期的网络舆情监测，就是针对这样层次的交互而设计。流程大致是：一、通过相关样本库，把需要监测的网页进行模板匹配，并设定为监测数据源；二、应用爬虫程序抓取数据，存储到本地，再进行数据的净化和简略的分析；三、利用简单的图表模板和文字描述，呈现监测和分析的结果。①