大数据时代如何运用指数分析舆情.ppt

2016 大数据时代 如何运用指数分析舆情 韩少卿、王闯 郑州大学 网络大数据 1.1 大数据的概念 1 2 3 感知数据 人类原创数据 运营数据 人类社会数据生产方式 1.1 大数据的概念 1.1 大数据的概念 1.1 大数据的概念 1.1 大数据的概念 “大数据”不是部分，而是全部数据 是不确定、不准确的信息 着重在了解是“什么”而不是“为什么” 1.1 大数据的概念 《大数据时代》 维克托·迈尔·舍恩伯格 1.1 大数据的概念 大数据本身不是一种新的产品或新的技术 大数据的出现只是数字化时代数据量不断增加的一种现象 1.1 大数据的概念 MB GB TB PB EB 海量数据 大数据 1.1 大数据的概念 1.2 大数据的发展进程 1.3 大数据的特点 数据自身的状态与价值随着 时空变化而不断发生演变 Variety（流动速度快） 数据的价值没有随数据量的指数 增长呈现出同比例上升 Value（价值巨大但密度低） 结构化数据、半结构化数据 和非结构化数据 Velocity（数据类型繁多） 大量交互数据被记录和保存，数据 规模从TB到PB数量级 Volume（数据体量巨大） 4 个 V： Volume、Velocity、Variety、Value 1.3 大数据的特点 1.4 大数据如何产生 微博 云 计算 LBS 物联网 托马斯·H·达文波特：大数据之所以产生，是因为传感器和微型计算机处理器在人们日常生活中无处不在。 1.4 大数据如何产生 1.5 网络大数据 网络舆情 2.1 舆情的概念 舆情指在一定的社会空间内， 围绕中介性社会事项的发生、发展和变化， 作为舆情主体的民众对国家管理者产生和持有的社会政治态度。 广义的舆情，就是指民众的全部生活状况、社会环境和民众的主观 意愿，也就是通常所说的“社情民意”。 2.2 网络舆情的概念 网络舆情是社会舆情的一种表现形式，指在一定的网络空间中，各种社会群体对自己关心或与自身利益相关的热点事件或事物所表现出来的具有一定影响力并带有倾向性的认知、情绪、态度和意见的总和。 2.3 网络舆情的特点 2.4 网络舆情的信息来源 网络舆情信息来源指标特点 2.5 网络舆情传播的特点 2.6 网络舆情的演变过程 表2.1：网络舆情演变模型 2.7 网络舆情的演变过程 舆情影响 萌芽 扩散 爆发 波动消退 经历时期 表2.2：网络舆情预警模型 良好 正常 隐患 不安全 危险 2.7 网络舆情的演变过程 舆情影响 萌芽 扩散 爆发 波动消退 经历时期 表2.3：政府应对舆情模型 良好 正常 隐患 不安全 危险 启动舆情监测 制定应急预案 制定保障方案 实施信息公开 专家网上答疑 关注意见领袖 网民互动交流 事件初步解决 公开进展信息 引导舆情过渡 事件经验总结 监测衍生舆情 舆情指数 3.1 网络舆情指数的概念 3.2 网络舆情指数体系构建的基本原则 3.3 互联网大数据挖掘技术 3.3 互联网大数据挖掘技术 3.4 网络舆情监测指数体系（兰月新） 3.4 网络舆情监测指数体系（兰月新） 3.5 舆情大数据指数（刘建明） 舆情大数据指数 媒体传播力指数 传播量 覆盖率 互动性 舆情影响力指数 传播量 覆盖率 关注度 综合评价 刘志明《网络舆情大数据》 3.6 网络舆情指数体系（IRI） “网络舆情指数体系（IRI）”是由中国传媒大学网络舆情（口碑）研究所设计，该指数体系是国内第一个权威的、可量化的、科学的网络舆情指数体系，重点突出网络舆情指数的实时动态性以及可理解、可描述、可解释等特点。 3.7 百度司南舆情系统指数 3.8 清博指数 以大数据为核心技术支撑，全方位整合传统门户、微博、微信、论坛、外媒等舆情信息矩阵，高效稳定的数据采集平台，深度分析挖掘网络舆情，预测消费者的商业兴趣与社交行为，为企业品牌评估、战略部署提供有力数据支撑。 WCI 3.8 清博指数-微信传播指数WCI 3.8 清博指数-微博传播指数BCI 指标体系: 主要通过活跃度和传播度两大维度来进行评价,发博数X1、原创微博数X2、 转发数X3、评论数X4、原创微博转发数X5、原创微博 评论数X6、点赞数X7。 3.8 清博指数-微博传播指数BCI 3.8 清博指数-网红指数OCI 网红指数OCI侧重于对网红传播力和影响力的量化评估，评估模型包括三大维度、十余项项量化指标，通过全网数据的采集，建立基于大数据的开放评估模型。 3.8 清博指数-VR指数WII-VR 评估指数包括企业和产品的网络关注度（微博讨论及官微粉丝数、微信相关文章及总阅读数等），全网推广度（网页、新闻、官网、社交媒体平台等相关信息推广）和网络热销度（主流电商平台：以淘宝/天猫和京东为主）三大维度。  3.