針對輿情的影響力、民眾利益的關(guān)切度和對公共部門形象的破壞程度,輿情分析的觀點參數(shù)設(shè)置與數(shù)據(jù)分析框架應(yīng)注意反映如下情況:事件發(fā)展概況與脈絡(luò),民眾的主要觀點與情緒是什么,民眾處于認(rèn)知、態(tài)度表達(dá)還是處于行動階段;引起民眾從認(rèn)知到社會運動、甚至社會騷亂的程度
針對輿情的影響力、民眾利益的關(guān)切度和對公共部門形象的破壞程度,輿情分析的觀點參數(shù)設(shè)置與數(shù)據(jù)分析框架應(yīng)注意反映如下情況:事件發(fā)展概況與脈絡(luò),民眾的主要觀點與情緒是什么,民眾處于認(rèn)知、態(tài)度表達(dá)還是處于行動階段;引起民眾從認(rèn)知到社會運動、甚至社會騷亂的程度;組織化程度與有無行動計劃性;慎用政治化解讀,分析有無明確的利益訴求;有沒有對現(xiàn)存社會體制構(gòu)成巨大沖擊;行動的對象目標(biāo)明確與否,其具體指向是哪些部門甚至現(xiàn)存體制等;輿情分析研究人員要成為非參與性的觀察者,而要防止成為非觀察性的參與者,既要保持中立,又要敏銳。
輿情大數(shù)據(jù)行業(yè)市場分析 2021輿情大數(shù)據(jù)行業(yè)發(fā)展現(xiàn)狀與前景分析
對輿情的分析要明確事件或話題本身所處的階段,一般分為引發(fā)期、醞釀期、發(fā)生期、發(fā)展期、高潮期、處理期、平息期和反饋期等不同階段。其次,應(yīng)該在分析某一輿情熱點之前對其進(jìn)行科學(xué)的類型界定。熱點事件一般主要分為突發(fā)自然災(zāi)害事件、生產(chǎn)安全事故、群體性事件、公共衛(wèi)生事件、公權(quán)力形象、司法事件、經(jīng)濟(jì)民生事件、社會思潮、境外涉華突發(fā)事件等。
大數(shù)據(jù)帶來網(wǎng)絡(luò)輿情治理新機遇。一是拓展網(wǎng)絡(luò)輿情治理領(lǐng)域。在"一切皆可量化"的大數(shù)據(jù)浪潮中,網(wǎng)絡(luò)逐漸成為現(xiàn)實世界的"鏡像",網(wǎng)絡(luò)社會與現(xiàn)實社會日益融為一體,網(wǎng)絡(luò)輿情管理不再局限于網(wǎng)上言論領(lǐng)域,而必須全面掌握網(wǎng)絡(luò)輿情運行規(guī)律及其與現(xiàn)實社會的相互影響,實現(xiàn)網(wǎng)上網(wǎng)下充分聯(lián)動、協(xié)調(diào)共治。二是豐富網(wǎng)絡(luò)輿情管理手段。運用大數(shù)據(jù)技術(shù)可以從更寬領(lǐng)域、對網(wǎng)上輿論進(jìn)行比對分析,更加準(zhǔn)確地把握網(wǎng)民情緒特點,預(yù)判輿情發(fā)展趨勢,提高輿情管理的效能。三是推動網(wǎng)絡(luò)輿情理論研究工作。輿情研究的視角將更加多元化和精確化,改變目前輿情研究"策為上、術(shù)為主、學(xué)匱乏"的尷尬學(xué)術(shù)現(xiàn)實。
目前,國內(nèi)輿情大數(shù)據(jù)研究多處于第一或第二階段。但隨著人工智能、云計算、大數(shù)據(jù)等互聯(lián)網(wǎng)領(lǐng)域最前沿科技的進(jìn)一步發(fā)展,輿情大數(shù)據(jù)研究將進(jìn)一步發(fā)展,切實提高輿論引導(dǎo)與社會治理現(xiàn)代化水平。
第一節(jié) 中國輿情大數(shù)據(jù)行業(yè)上游發(fā)展及影響分析
一、中國輿情大數(shù)據(jù)行業(yè)上游運行現(xiàn)狀分析
北京依托中關(guān)村在信息產(chǎn)業(yè)的領(lǐng)先優(yōu)勢,快速集聚和培養(yǎng)了大批大數(shù)據(jù)企業(yè),繼而迅速將集聚勢能擴(kuò)散到津冀地區(qū),形成京津冀大數(shù)據(jù)走廊格局。長三角地區(qū)城市將大數(shù)據(jù)與當(dāng)?shù)刂腔鄢鞘?、云計算發(fā)展緊密結(jié)合,使大數(shù)據(jù)產(chǎn)業(yè)既有支撐又有放矢,吸引了大批大數(shù)據(jù)企業(yè)。
圖表:2015-2018年中國輿情大數(shù)據(jù)市場規(guī)模

數(shù)據(jù)來源:中研普華產(chǎn)業(yè)研究院
二、中國輿情大數(shù)據(jù)行業(yè)上游市場發(fā)展前景趨勢
1、大數(shù)據(jù)和開源
Apache Hadoop、Spark和其他開源應(yīng)用程序已經(jīng)成為大數(shù)據(jù)技術(shù)空間的主流,而且這種趨勢似乎可能會持續(xù)下去。一項調(diào)查發(fā)現(xiàn),近60%的企業(yè)采用Hadoop集群投入生產(chǎn)。Hadoop的使用量每年增長32.9%。
2017年,許多企業(yè)將擴(kuò)大對Hadoop和NoSQL技術(shù)的使用,并尋找加快大數(shù)據(jù)處理的途徑。許多人尋求能夠讓他們實時訪問和響應(yīng)數(shù)據(jù)的技術(shù)。
2、內(nèi)存技術(shù)
內(nèi)存技術(shù)是企業(yè)正在研究加速大數(shù)據(jù)處理的技術(shù)之一。在傳統(tǒng)數(shù)據(jù)庫中,數(shù)據(jù)存儲在配備有硬盤驅(qū)動器或固態(tài)驅(qū)動器(SSD)的存儲系統(tǒng)中。而內(nèi)存技術(shù)可以將數(shù)據(jù)存儲在RAM中,并且存取速度要快很多倍。Forrester公司的一份報告預(yù)測,內(nèi)存數(shù)據(jù)結(jié)構(gòu)市場規(guī)模每年將增長29.2%。
目前有幾家不同的供應(yīng)商提供內(nèi)存數(shù)據(jù)庫技術(shù),特別是SAP、IBM、Pivotal公司。
3、機器學(xué)習(xí)
隨著大數(shù)據(jù)分析能力的進(jìn)步,一些企業(yè)已經(jīng)開始投資機器學(xué)習(xí)(ML)。機器學(xué)習(xí)是人工智能的一個分支,其重點在于允許計算機在沒有明確編程的情況下學(xué)習(xí)新事物。換句話說,它分析現(xiàn)有的大數(shù)據(jù)存儲庫來得出改變應(yīng)用程序行為的結(jié)論。
機器學(xué)習(xí)是2018年十大戰(zhàn)略技術(shù)趨勢之一。當(dāng)今最先進(jìn)的機器學(xué)習(xí)和人工智能系統(tǒng)正在超越傳統(tǒng)的基于規(guī)則的算法,以創(chuàng)建理解、學(xué)習(xí)、預(yù)測,以及潛在地自主操作系統(tǒng)。
機器學(xué)習(xí)在當(dāng)前的大數(shù)據(jù)技術(shù)中扮演著重要的角色
4、預(yù)測分析
預(yù)測分析與機器學(xué)習(xí)密切相關(guān)。實際上,機器學(xué)習(xí)系統(tǒng)經(jīng)常為預(yù)測分析軟件提供引擎。在大數(shù)據(jù)分析的早期,企業(yè)正在回顧他們的數(shù)據(jù),看看發(fā)生了什么,然后他們開始使用分析工具來調(diào)查為什么發(fā)生這些事情。而預(yù)測分析則更進(jìn)一步,可以使用大數(shù)據(jù)分析來預(yù)測未來會發(fā)生什么。
目前使用預(yù)測分析技術(shù)的企業(yè)數(shù)量很低,只有29%。然而,最近有很多供應(yīng)商提供了預(yù)測分析工具,因此隨著企業(yè)越來越多地了解這個強大工具,這個數(shù)字可能會在未來幾年飆升。
5、大數(shù)據(jù)智能應(yīng)用程序
企業(yè)使用機器學(xué)習(xí)和人工智能技術(shù)的另一種方式是創(chuàng)建智能應(yīng)用程序。這些應(yīng)用程序通常包含大數(shù)據(jù)分析,分析用戶以前的行為,以提供個性化和更好的服務(wù)?,F(xiàn)在人們非常熟悉的一個例子是當(dāng)前推動許多電子商務(wù)和娛樂應(yīng)用程序的推薦引擎。
名列Gartner公司的報告中第二位的技術(shù)是智能應(yīng)用程序。在接下來的十年中,幾乎所有的應(yīng)用程序和服務(wù)都將包含一定程度的人工智能。這將形成一個長期的趨勢,將不斷發(fā)展和擴(kuò)大人工智能和機器學(xué)習(xí)應(yīng)用程序和服務(wù)的應(yīng)用。”
6、智能安全
許多企業(yè)也將大數(shù)據(jù)分析納入其安全戰(zhàn)略中。組織的安全日志數(shù)據(jù)提供了有關(guān)過去的網(wǎng)絡(luò)攻擊的寶貴信息,企業(yè)可以使用這些信息來預(yù)測、預(yù)防和減輕未來的攻擊。因此,一些組織正在將其安全信息和事件管理(SIEM)軟件與Hadoop等大數(shù)據(jù)平臺進(jìn)行整合。其他公司正在轉(zhuǎn)向采用安全廠商提供的服務(wù),其產(chǎn)品包含大數(shù)據(jù)分析功能。
7、物聯(lián)網(wǎng)
物聯(lián)網(wǎng)也可能對大數(shù)據(jù)產(chǎn)生相當(dāng)大的影響。企業(yè)中有31.4%推出了物聯(lián)網(wǎng)解決方案,另外43%的企業(yè)希望在未來的一年內(nèi)進(jìn)行部署。隨著所有這些新設(shè)備和應(yīng)用程序的上線運行,企業(yè)將會體驗到比以往更快的數(shù)據(jù)增長。許多企業(yè)需要新的技術(shù)和系統(tǒng),以便能夠處理和理解來自物聯(lián)網(wǎng)部署的大量數(shù)據(jù)。
三、上游對本行業(yè)產(chǎn)生的影響分析
大數(shù)據(jù)行業(yè)是輿情大數(shù)據(jù)的上游和基礎(chǔ)行業(yè),其發(fā)展程度對輿情大數(shù)據(jù)行業(yè)有著深遠(yuǎn)而意義重大的影響。大數(shù)據(jù)行業(yè)技術(shù)的發(fā)展和革新直接關(guān)系著輿情大數(shù)據(jù)行業(yè)的技術(shù)水平。
未來輿情大數(shù)據(jù)行業(yè)將如何發(fā)展?想要了解更多關(guān)于輿情大數(shù)據(jù)行業(yè)具體詳情分析,可以點擊查看中研普華研究報告《2020-2025年中國輿情大數(shù)據(jù)行業(yè)市場深度預(yù)測及投資研究報告》。

2020-2025年中國輿情大數(shù)據(jù)行業(yè)市場深度預(yù)測及投資研究報告
對輿情的分析要明確事件或話題本身所處的階段,一般分為引發(fā)期、醞釀期、發(fā)生期、發(fā)展期、高潮期、處理期、平息期和反饋期等不同階段。其次,應(yīng)該在分析某一輿情熱點之前對其進(jìn)行科學(xué)的類型界定...
查看詳情
產(chǎn)業(yè)規(guī)劃 特色小鎮(zhèn) 產(chǎn)業(yè)園區(qū)規(guī)劃 產(chǎn)業(yè)地產(chǎn) 可研報告 商業(yè)計劃書 細(xì)分市場研究 IPO上市咨詢
中研網(wǎng)
發(fā)現(xiàn)資訊的價值
研究院
掌握產(chǎn)業(yè)最新情報
中研網(wǎng)是中國領(lǐng)先的綜合經(jīng)濟(jì)門戶,聚焦產(chǎn)業(yè)、科技、創(chuàng)新等研究領(lǐng)域,致力于為中高端人士提供最具權(quán)威性的產(chǎn)業(yè)資訊。每天對全球產(chǎn)業(yè)經(jīng)濟(jì)新聞進(jìn)行及時追蹤報道,并對熱點行業(yè)專題探討及深入評析。以獨到的專業(yè)視角,全力打造中國權(quán)威的經(jīng)濟(jì)研究、決策支持平臺!
廣告、內(nèi)容合作請點這里尋求合作
此前,掌閱科技發(fā)布《非公開發(fā)行A股股票發(fā)行情況報告書》。公司以高于定增底價的價格一次性募集資金10.61億元。其中,...
2月19日,我國12月進(jìn)口糖漿10.85萬噸,環(huán)比減少0.78萬噸,本榨季10-12月進(jìn)口糖漿37.35萬噸,同比增加27.86萬噸。糖漿1...
2021年納米材料行業(yè)市場深度調(diào)研及投資前景預(yù)測納米材料是21世紀(jì)非常有潛力的材料,有非常廣闊的應(yīng)用。我國的納米材料...
2月19日,周大福高開高走,盤中高見11.6港元,超過2012年1月26日的歷史高位(11.27港元)創(chuàng)歷史新高,現(xiàn)漲8.7%報11.5...
2月19日,截至發(fā)稿,晨鳴紙業(yè)漲6.57%,報9.06港元;理文造紙漲4.38%,報8.35港元。消息面上,2月18日,山鷹紙業(yè)、山...
2月19日,青客發(fā)布截至2020年9月30日的2020財年年報。截至2020年9月30日的12個月內(nèi),公司總營收為12.08億元,相比前一...
流媒體Roku第四季度財報情況 新冠疫情期間Roku的新用戶數(shù)量猛增 1百度準(zhǔn)備與視頻社交媒體YY Live進(jìn)行深度整合 未來中國直播平臺環(huán)比增長167%
2晴雅集將按原計劃2月上線Netflix 亞太地區(qū)付費凈增長人數(shù)為926萬
32020年我國網(wǎng)民規(guī)模達(dá)9.89億 其中短視頻用戶增加過億海外擴(kuò)張加速
4Netflix在日本漲價多達(dá)13% 2021年流媒體產(chǎn)業(yè)將不斷完善
5新媒體影視行業(yè)迎新一輪爆發(fā)式增長 2021視聽新媒體產(chǎn)業(yè)鏈規(guī)模分析及投資前景預(yù)測
中研普華集團(tuán)聯(lián)系方式廣告服務(wù)版權(quán)聲明誠聘英才企業(yè)客戶意見反饋報告索引網(wǎng)站地圖 Copyright ? 1998-2020 ChinaIRN.COM All Rights Reserved. 版權(quán)所有 中國行業(yè)研究網(wǎng)(簡稱“中研網(wǎng)”) 粵ICP備18008601號