关于网络舆情的论文（优选范文6篇）

　　网络舆情是指通过互联网传播的广大网民对现实生活中的热点、焦点问题所持的态度、言论和观点的总和，它是舆情在网络环境下的表现形式-- 由网络、事件、网民、情感、传播互动、影响力六大要素构成。下面我们就为大家介绍几篇关于关于网络舆情的论文范文，供给大家参考。

关于网络舆情的论文范文第一篇：大学生网络舆情群体极化及其应对

　　作者：黄渊林 曲翔

　　作者单位：北京师范大学马克思主义学院 中山大学党委学生工作部

　　摘要：网络舆情愈来愈成为影响大学生思想政治教育成效的重要力量，其中网络舆情群体极化现象更是对大学生思想政治教育带来了深远影响。面对这一现象带来的新情况、新问题、新挑战，思想政治教育者需要加深对这一现象的规律性认识。通过对这一现象深入分析，明晰其发展过程，把握其显著特点，探明其产生原因，从而找到应对这一问题的现实策略，推动大学生思想政治教育的创新发展。

　　关键词：网络舆情；群体极化；大学生；思想政治教育；

　　作者简介：黄渊林（1998-），男，北京师范大学马克思主义学院研究生；；曲翔（1978-），男，中山大学党委学生工作部学生工作管理处副处长。；

　　Abstract:Online public opinion has become an increasingly important force affecting the effectiveness of ideological and political education for college students.In particular, group polarization of Internet public opinion has brought about new issues, new problems and new challenges of which ideological and political educators must have a full understanding.This paper makes an in-depth analysis of group polarization of online public opinion among college students, pointing out the features of the phenomenon and examining the reasons behind it.The paper then puts forward some coping strategies to manage the problem of group polarization and innovate ideological and political education for college students.

　　Keyword:online public opinion; group polarization; college students; ideological and political education;

　　习近平总书记指出"网络空间是亿万民众共同的精神家园。网络空间天朗气清、生态良好，符合人民利益。网络空间乌烟瘴气、生态恶化，不符合人民利益".[1]在网络时代如何应对大学生群体在网络舆论事件中出现的群体极化现象是目前思想政治教育领域面临的一项严峻挑战，深入分析这一现象的产生原因与发展变化能够防范高校重大网络舆论事件的产生，对推动"三全育人"的工作格局的落实，提升大学生思想政治教育的实效，具有十分重要的现实意义。

　　一、从"群体极化"到"网络舆情群体极化"

　　大学生群体作为网络参与度最高的群体之一，在面对网络舆情群体极化现象所带来的威胁时，由于自身的不成熟性等问题，往往容易受到更大的影响。

　　关于群体极化的研究经历了长期的探索过程，这一概念早先多用于社会心理学的研究之中。最早"可以追溯到美国社会心理学家詹姆斯·斯通纳，他在1961年研究群体讨论及决策的时候，意外发现群体讨论之后的决策要比讨论之前的决策更具有冒险性".[2]对此，斯通纳提出了"冒险性偏移".不过，斯通纳的观点存在着一定的局限性，随着相关研究的深入，学者发现在群体决策的过程中不仅存在着"冒险性偏移",还存在着"谨慎性偏移".即经过群体决策之后，不仅可能存在个人的意见由冒险变得比原来更加冒险，也存在着个人的意见由保守变得比原来更为保守。此后莫斯科维奇和扎瓦诺尼等依据这一点首次提出了"极化"和"极化效果"来描述群体决策中出现的极化现象，随后科林·弗雷瑟等人在其研究中第一次使用了群体极化这一术语。[3]总的来说，群体极化的社会心理学研究聚焦于小型群体决策过程中的意见偏移问题。

　　进入21世纪后，群体极化的研究引起了政治学与传播学等领域学者的研究兴趣。政治学领域的研究者将其关注点聚集在"极化"之上，着重于探讨"极化"对于社会舆情、意识形态等问题的影响，而传播学领域的学者则更为关注传播媒介与群体极化之间的关系，着重于探讨在新的传播媒介之下，"群体极化"现象是如何产生、传播并产生影响的。虽然群体极化的研究经历了较长时间的探索和争论，但其所指的概念基本可以理解为在经过群体决策之后，群体中的个体在平均水平上朝着决策前所持观点态度的极端方向进一步偏移，表现得更为极端化。需要注意的是"极化"并不意味着"极端"."极化"指的是观点朝某一极端方向的偏移，而"极端"则是指观点的偏激，距离中性观点差距较大。因此，只有在个体的观点本身距离中性观点的差距较大或者在群体决策之后观点朝极端化的方向偏移程度较大时，"极化"和"极端"才存在着同化的可能性，除此之外，群体极化现象的产生并不意味着群体中的每一个人在群体决策后都会极化，也存在着少数个体有着反极化的倾向，即经过群体决策后，群体中的个体在平均水平上也可能朝着决策前相反的极端方向偏移，导致群体反极化现象的产生。

　　随着网络时代的到来，人们在网络中进行意见交锋的过程中产生了大量的网络舆情群体极化事件，网络的客观环境加大了群体极化现象发生的概率。与此同时，群体极化的研究越来越与网络舆情紧密相连。关于这一现象的研究最早可以追溯到凯斯·桑坦斯，他在《网络共和国--网络社会中的民主问题》一书中写到"在网络和新的传播技术领域里，志同道合的团体会彼此进行沟通讨论，到最后他们的想法和原先一样，只是形式上变得更极端了".[3]网络舆情群体极化是现实社会中的群体极化在网络空间中的映射与反映，正确理解这一概念的关键在于把握"网络舆情"和"群体极化"这两个概念的结合。网络作为一个虚拟的交流空间，有着天然的隐蔽性、开放性等特点，在这样的环境下，传统的媒介阻断、舆情管控等手段受到了极大的干扰，而社交网络中带有匿名性和自我选择性的群组讨论则为群体成员自我观点和行为的强化提供了极大的便利。社交网络中的群组是价值观、兴趣爱好近似的网民的聚集地，群组内部的成员在面对同一事件时的观点往往也是相似的，在经过群组中的讨论后，他们之间相互支持、认同，在网络中形成了一股强大而不稳定的舆情能量，一旦受到错误的、片面化的舆情引导就会导致难以管控的网络暴力等失序行为的产生，并且由于网络中信息的传播量和传播速度都远远超过传统的报纸、电视等传播媒介，这种网络舆情群体极化现象所带来的影响无论是从规模上还是程度上都要比非网络时代的群体极化现象要大，如果处理不当，网络舆情群体极化对社会舆情、意识形态工作带来的危害也要比非网络时代的群体极化现象来得更为严重。因此，思想政治工作者要高度重视网络舆情的引导工作，对于网络舆情群体极化带来的风险与挑战要格外的警惕。

　　二、网络舆情群体极化现象的发展过程

　　习近平总书记指出"必须科学认识网络传播规律，提高用网治网水平，使网络这个最大变量变成事业发展的最大增量".[4]破解网络舆情群体极化现象带来的风险与挑战，必须要加深对于网络舆情群体极化现象的规律性认识，明晰其发展过程，从而把握这一现象的显著特点，探究其产生原因，化不利因素为有利因素，提升思想政治教育在网络空间中的话语权，促进高校思想政治教育创新发展，为牢牢把握网络舆情的引导权，破解网络舆情群体极化的风险与挑战提供理论支撑。

　　恩格斯指出"世界不是既成事物的集合体，而是过程的集合体".[5]网络舆情群体极化现象以过程的形式表现，其发展过程大致可划分为突发阶段、成长阶段、高潮阶段、反复阶段和消退阶段五个阶段。网络舆情群体极化现象始于突发性的社会公共事件，具有一定的偶然性。在网络的环境下，每一个个体都可能是信息的生产者和传播者，对于舆情信息的传播起着推动作用。当某一带有极化诱导性、与社会矛盾联系紧密的信息在网络中产生，从某一时段开始引起部分网民的关注和转发，社会对其的热议度不断上升，网络中的主导性意见初见雏形。这个时候就进入了网络舆情群体极化现象的突发期，这一时间段，网民情绪表现得还比较平和。随着个体意见在网络群体中的不断交锋和融合，类似微博大V、有影响力的媒体等具有较大流量的意见领袖的发声，网络中真正形成了对这一事件的主导性意见，个体意见受到网络中的主导性意见的纠偏，导致网络中原本持中立态度乃至反对态度的群体的意见开始发生偏移，重复性的观点开始在网络中交叉传播并得到强化，最终形成了一种带有舆情整体倾向性的网络环境。同时由于"沉默的螺旋"效应，不同的意见在强大的舆情环境下受到打压、不被关注。在网络舆情群体极化的高潮阶段，网络舆情中的群体极化倾向持续发展，网民已经丧失了对于这一社会事件的理性探讨，陷入了一种情绪化、极端化的状态，在这个阶段，极端言论、恶毒谩骂等网络暴力现象开始大量涌现，事态如果进一步恶化甚至会危害社会的治安与稳定，导致社会性的公共危机事件的产生。网络舆情群体极化在经历了高潮期之后就进入其反复期，这一时期网民大众对社会公共事件的关注度已经由最高点下滑，网络情绪开始趋于理性，网络暴力事件也大量减少。此时网络舆情群体极化现象存在两个发展方向，一是网民对于公共事件的关注度在经历了一段时间的下滑之后，由于新的社会问题重新引爆网民的关注度，网络舆情重新极化。二是网民对于公共事件的关注度持续降低，非理性情绪消散，网民情绪归于理性。网络舆情群体极化在度过了其反复期后就进入到了衰退期，在这个时间阶段网民对于该公共事件的关注度不断下降，在经历了一段时间后，网民就会彻底丧失对这一事件的兴趣，网络群体极化也由不可控转为可控。

　　三、网络舆情群体极化现象的特点与原因分析

　　在网络舆情群体极化事件中，由于网络的匿名性，在群体活动中网民个体的职业、社会地位等私人信息被隐藏，个体不是以物理身体的形象交流，而是以一种符号化的形式展现在群体之中，这使得网络信息的制造者、传播者和受众在一定程度上挣脱了现实生活对于个人的道德制约，在相关事件的意见表达上变得无所顾忌。个体被淹没在网络群体的信息洪流之中，个体的自我意识和自觉性被掩盖，使得网民也变得比平常更加冲动、情绪化，加之网络环境下监管制度的不健全，网民很容易做出一些过激的行为，宣泄自己内心的负面能量，对于公共事件的态度也常常表现为非黑即白。二是事发突然，传播速度迅猛。在网络舆情群体极化现象发生之前一般没有明显的特征，具有明显的突发性特点，事态发展的方向也让人难以预料。在网络舆论事件发生后，由于各路媒体、网民的疯狂转载，网民的个人情绪也被极大地调动起来，在诱导性信息和从众心理的作用下，这种情绪的宣泄目标和方式呈现了高度的相似性和非理性，表现为群体极化的特征。与此同时，舆情也以信息大爆炸的方式在网络上迅速传播开来。三是与社会矛盾联系紧密，线上线下交互作用。网络舆情群体极化的产生源于它能够迅速引起民众的强烈关注与同情，事实上并非所有的网络议题都能引起民众的强烈反应，只有当事件的某一方面与社会矛盾、群体利益产生了联系，如涉及收入分配问题、伦理道德问题、国际争端问题等的事件，才具备引起民众的强烈关注的基础，才有可能导致网络舆情群体极化现象的产生。在网络舆情群体极化现象产生后，民众不仅会在网络上对于事件发表极端化的言论，宣泄其非理性情绪，在现实生活中也会向周边的人谈论起该事件，并会在不自觉间传达具有偏移性的意见，造成极端化言论的二次传播，客观上也会加快网络舆情的传播速度，表现为线上线下交互作用，在双向促进发展中扩大网络舆情群体极化现象的影响力。

　　深入分析网络舆情群体极化产生的原因，一是网络环境中群体成员的同质化。相较于现实社会，网络为具有相似立场和观点的网民提供了更多的接触机会，一方面更容易形成同质化的群体，另一方面也会使得同质化群体中的个体在群体讨论的过程中获得更强烈的归属感，增强个体对于群体身份的认同感。二是网络舆情中的主导性意见对于个体的诱导，一方面网络中存在的意见领袖会通过对网民个体的言行产生诱导作用，另一方面，"沉默的螺旋"效应则会使得网络舆情中的弱势声音被强大的主导性的意见淹没，最终在网络环境中形成倾向性的舆情氛围，为网络舆情群体极化现象的产生提供天然的环境。三是社会现实矛盾的网络激发。由于自身的虚拟性、自由性等特点，网络环境中的道德和法律束缚相较于现实社会更为薄弱，个体在网络环境中更容易宣泄其在社会现实矛盾中积压的负面情绪。个体一旦在网络环境中遇到与自身负面经历相似的舆论事件，共情能力被激发，就容易导致非理性情绪的泛滥，推动网络舆情群体极化现象的产生。

　　四、网络舆情群体极化现象的应对策略

　　应对网络舆情群体极化对高校育人工作造成的风险挑战，需要立足于大学生的思想实际，坚持问题导向，解决思想政治教育过程中存在的实际问题，为大学生的成长发展答疑解惑，满足大学生群体的现实需要。也要因势利导，结合网络环境的特点创新思想政治教育的方式方法，推动信息技术与高校思想政治教育的融合发展。

　　坚持正确的政治方向，建立网络舆情引导机制。习近平总书记指出："我国高等教育肩负着培育德智体美劳全面发展的社会主义建设者和接班人的重大任务，必须坚持正确的政治方向".[6]破解网络空间中存在的各种乱象必须要坚持正确的政治方向，注重思想价值引领，在网络舆情的斗争中突出政治性，坚持正确的价值引领，构建体系化的网络舆情引导机制。一方面，构建网络舆情信息收集机制，及时对网络舆情异动做出反应。另一方面，构建主流意识形态的传播机制，弘扬社会主义主旋律。习近平总书记指出："宣传思想阵地，我们不去占领，人家就会去占领".[7]因此需要在网络舆情中加强主流意识形态的声音，发挥网络中主流意识形态媒体的宣传教育作用，构建网络舆情引导机制。

　　创新教育方式，善于运用网络的隐性育人功能。习近平总书记指出"要运用新媒体新技术使工作活起来，推动思想政治工作传统优势同信息技术高度融合，增强时代感和吸引力".[6]针对这一点，思想政治教育工作者要在运用信息技术创新思想政治教育方式的过程中，结合大学生的兴趣爱好，善于"运用当前大学生喜爱的网络平台，通过寓教于乐达到引导学生思想发展的目的".[8]使得大学生在潜移默化的受到思想教化。

　　制定网络管理规章制度，净化网络环境。习近平总书记指出"网络不是法外之地。利用网络鼓吹推翻国家政权，煽动宗教极端主义，宣扬民族分裂思想，教唆暴力恐怖活动，等等，这样的行为要坚决制止和打击，决不能任其大行其道。利用网络进行欺诈活动，散布色情材料，进行人身攻击，兜售非法物品，等等，这样的言行也要坚决管控，决不能任其大行其道".[1]高校要依据国家的有关法律，制定相应的校园网络管理规章制度，依法对于校园的网络舆情进行适当的管控，净化网络环境，营造一个遵纪守法的网络环境，为网络思想政治教育提供基本的保障。"高校管理者要着重培养提升大学生的网络思想政治道德素养，立足大学生在网络空间生存和发展所面临的的实际情况，引导大学生依法用网、文明用网，增强大学生的个人隐私保护意识、网络安全意识与风险意识".[8]

　　参考文献

　　[1]习近平在网络安全和信息化工作座谈会上的讲话[N].人民日报， 2016-04-19.

　　[2]蒋忠波"群体极化"之考辨[J]新闻与传播研究， 2019（3）。

　　[3]凯斯桑斯坦。网络共和国一 网络社会中的民主问题[M] .黄维明，译上海：上海人民出版社， 2003.

　　[4]习近平在全国宣传思想工作会议上强调：举旗帜聚民心育新人兴文化展形象更好完成新形势下宣传思想工作使命任务[N].人民日报， 2018-08-23.

　　[5]马克思恩格斯文集（第4卷）[M].北京：人民出版社， 2009.

　　[6]习近平在全国高校思想政治工作会议上强调：把思想政治工作贯穿教育教学全过程开创我国高等教育事业发展新局面[N].人民日报， 2016-12-09.

　　[7]习近平在全国宣传思想工作会议上强调：胸怀大局把握大势着眼大事努力把宣传思想工作做得更好N]人民日报， 2013-08-21.

　　[8]冯刚。大学生思想政治教育工作概论[M].北京：北京师范大学出版社， 2020.

　　文献来源：黄渊林，曲翔。大学生网络舆情群体极化及其应对[J].高校辅导员学刊，2021,13（04）：31-34.

关于网络舆情的论文范文第二篇：大数据技术在网络舆情管理中的作用研究

　　作者：张安琪

　　作者单位：黑龙江大学信息管理学院

　　摘要：舆情作为信息传播现象，属于新闻传播学科和情报学科的交叉领域，明确技术在网络舆情课题中的作用有助于深入研究该问题。通过辨析网络舆情、大数据技术概念及特征，探究大数据技术对网络舆情发展及管理的影响。文章基于此分析如何将信息管理经验与技术相结合，为大数据技术辅助网络舆情管理提供方向。

　　关键词：网络舆情；大数据技术；大数据时代；

　　作者简介：张安琪（1998-），女，黑龙江哈尔滨人，硕士研究生；研究方向：情报学。；

　　Abstract:As a phenomenon of information communication, public opinion belongs to the intersection of news communication discipline and information discipline. By analyzing the concept and characteristics of network public opinion and big data technology, this paper explores the influence of big data technology on the development and management of network public opinion. Based on the above, this paper analyzes how to combine information management experience and technology to provide the direction for big data technology to assist network public opinion management.

　　Keyword:network public opinion; big data technology; big data era;

　　0 引言

　　随着互联网的飞速发展，网络舆情问题成为我国治国理政中的重要组成部分。以信息传播为根源的网络舆情，在大数据时代带来的海量数据下愈发壮大。如何将技术与管理相结合，使二者彼此辅助共同解决网络舆情问题成为网络舆情领域的研究热点。本文通过对大数据、网络舆情的概念辨析，总结两者特点，探究大数据与网络舆情的关系，从而为未来网络舆情管理提供方向。

　　1 概念及特点辨析

　　1.1 网络舆情概念及特点

　　网络舆情是指各种不同情绪、态度和意见以信息为载体，通过互联网表达和传播，从而传达出人们对于某事件的认知、态度、情感和行为倾向。

　　随着互联网的发展与普及，人们可以快速直接多维度地参与政治，对于事件发展起到不可预知的作用。

　　网络舆情是依托于互联网存在的信息传播现象，因此其特征与互联网信息特点有相近性。第一，共享性。随着科学技术的不断提高，互联网已经成为新时代中最重要的社交平台。在这个覆盖全世界的大型平台中，人们通过虚拟的网络空间实现了真正意义的信息共享。第二，匿名性。基于对于个人信息和网络空间的自由，互联网具有匿名性。因此发布信息和传播信息的人都可能无迹可寻，这使得网络舆情比传统舆情更加难以监管和惩处。第三，偏差性。根据2015年中国互联网舆情报告，网络舆情往往围绕"斗"字，这个"斗"无关利益，是为了斗而斗，常有情绪引导的现象产生。缺乏理性、情绪至上的信息传播往往会使信息失真，与其实际意义产生偏差[1].

　　1.2 大数据技术概念及特点

　　大数据技术源于移动互联网、物联网和云计算技术高速发展带来的"大数据"的处理需求。2008年美国计算社区联盟发表的一份有影响力的白皮书《大数据计算》中首次提出大数据概念。2010年2月，肯尼斯库克尔在《经济学人》上发表了大数据专题报告《数据，无所不在的数据》，旨在提醒和呼吁世界重视日益增长的巨量数字信息。仍以极快速度增长的海量信息已经影响到世界的各个领域，如经济、政治，甚至包括艺术等人文领域。

　　普遍认为，大数据有着4"V"特征，即Volume（数据规模巨大）、Variety（数据类型多样化）、Velocity（传播速度快）和最重要的Value（价值密度稀疏）[2].结合这些特征，大数据技术具有以下特点。

　　（1）巨量数据的处理能力：随着Web2.0时代的到来，以用户需求为核心的互联网模式导致信息输出源骤增，大数据技术需满足爆炸式的信息增长需求。

　　（2）多样化数据处理能力：大数据组成复杂，除传统的结构化数据，还包括许多半结构化和非结构化的数据，通过大数据技术可将不同类型信息进行分析处理。

　　（3）处理速度快：与传统数据挖掘技术不同，经大数据技术处理信息几乎可以达到实时传递。通过分布式系统基础架构Hadoop等技术可以在秒级时间范围内给出分析结果。

　　（4）实现价值提纯：大数据的价值总量很大，但价值密度通常较低。通过大数据技术去除信息冗杂等问题，从而实现价值提纯。

　　所谓大数据技术，其本质即面对信息时代海量数据的处理技术，包括海量数据收集、数据存储、数据挖掘、图像视频智能分析等多方面。根本在于为满足信息处理需求，利用技术手段挖掘和运用海量数据，从而辅助决策。

　　2 大数据技术对于网络舆情管理的影响

　　随着网络快速发展，网络环境已经成为重要的公民环境之一。通过对网络信息的及时监测了解公民思想，把控网络舆情走向引导公民精神建设，借用网络监督促进政府决策的科学化，从而形成全方位的网络舆情管理，保证我国网络空间的安全及国家利益[3].

　　2.1 大数据与网络舆情的关系

　　大数据所指的是在有限时间内无法使用常规手段来获取、整理并且处理的海量数据的集合[4].如前文所说，所谓网络舆情管理就是对于这些信息的分析处理。要从海量信息中寻找核心价值时，需要利用先进的科学技术手段来对信息进行处理与分析。网络舆情基于大数据时代带来的海量数据而产生，而网络舆情管理也要依靠大数据技术来辅助，两者相辅相成。

　　2.2 大数据技术对网络舆情管理提供可能性

　　在当前网络舆情管理中，大数据技术为网络舆情管理提供无限可能，面对网络中纷杂的数据来源和庞大的数据量，拥有可以处理海量数据能力的大数据技术成为舆情信息处理分析平台的基础和核心。

　　2.2.1 大数据映射社会关系

　　在过去人类上千年的历史中都通过文字、图画、书籍等记录世界变化，后人通过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[5].

　　2.2.2 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。

　　3 舆情数据的获取

　　互联网时代提供了数据产生方式，舆情信息的获取也不再依赖于传统数据采样，大数据技术通过采集用户的网络行为获取舆情数据。

　　传统的抽样调查是静态信息获取，信息获取范围有限，个体倾向严重容易忽略细节问题，造成舆情分析结果的偏差。针对静态页面，可以利用URL直接请求下载整个HTML页面，对网页内容有效分类。再使用XPATH确定规则，对页面进行解析以及筛选，进而获得数据。

　　但网络舆情更多是动态的信息传播产物。利用大数据技术获取的网络搜索记录、浏览记录和社交媒体工具使用记录等用户行为数据，可以为舆情研究提供更为全面的数据基础。针对使用动态加载技术的网页，可以通过Selenium工具以及浏览器Web Driver模拟HTML页面的用户行为，运用事件函数判断动态页面的实际加载情况，最终获得所需数据。此外，还可以通过对数据传递形式为JSON类型的数据进行路径分析，通过修改其所对应的URL直接请求网站获取格式为JSON的数据[6].

　　大数据技术对于海量信息的收集处理能力可以有效降低个体倾向对于数据分析的影响。同时，不断优化大数据算法技术，提高大数据挖掘信息的效率，更准确地进行关键词提取以及信息匹配也能有效地提高舆情分析结果的准确度和可信度。

　　3.1 舆情信息的测量

　　如前文所述，互联网的数字化记录为网络信息的存储提供可能。大数据技术以分布式的方式存储数据，主要包括GFS,Hadoop等信息管理系统。以GFS为例，其开源版本HDFS将数据分成小的等大数据块，并辅以副本用以容错，系统支持巨量数据体量（PB级），可以实现一次写入、多次读取的需求[7].通过这些数据的存储技术，在网络上的行为都会被记录保存。通过对行为信息的分类提取，汇总形成我国舆论数据信息数据库。政府想寻找具备舆论研究价值的信息，就可以以此为数据源。通过对数据的量化研究，可在一定程度上掌握用户群体的行为、兴趣以及习惯，用于评估网络舆论的关注点、扩散情况以及群体态度。如通过对高频词的搜索与阅读，了解该话题对网络群体的吸引力；相关事件的评论与回复通常体现着某个议题引发的某一网络群体的思考；转发与分享等网络行为可作为舆情监测的重要指标，以评估舆论的扩散程度[8].

　　3.2 舆情预测分析

　　对比传统的舆论预测，大数据分析能有效提升舆论结果的预测准确度。不断更新的信息能为舆论预测提供更多的变量，避免数据分析的滞后性。通过数理分析，在关系分析和因果分析等实证方法上降低了传统的经验主义、传统主义等主观性分析，有效提升对非结构化数据的处理能力，依托复杂网络分析、数据可视化和语义分析等研究方法提升分析技术的科学性。

　　3.3 大数据技术全方位提升舆情监测指标

　　利用大数据技术可以对于网络数据进行有效整理，提升信息质量、真实有效的网络数据信息是舆情监测的基础。舆情监测最大的困难在于数据挖掘的过程中需要面对繁杂的信息，容易产生分析结果精度降低、偏差值过大的问题，导致对于舆情态势不能准确判断[9].

　　当前大数据技术算法主要包括数据分类、内容摘要自动抽取、IP地址追踪、观点挖掘和情感计算等。在这些算法的作用下形成了我国网络舆情监测指标，即规定某一需求标准，以此标准为核心视角对所圈定范围内的数据进行分析。

　　此外，网络舆情是社会性问题，其监测指标应满足社会性需求，可以根据该标准判断某事件对某区域社会是否会产生影响，波及范围有多大，舆情发展趋势是什么。不同地区对于同一事件的反应各不相同，这是因为不同地区的网民性格特点不同，关注的角度和倾向也不同。利用大数据技术可对不同网络情感进行判断，以情感主客体、情感倾向和情感强度为指标系统地进行监测[10].情感主体即为参与事件讨论的网民，包括普通民众意见领袖和官方主流机构等，通过测量该话题的讨论量，可用来判断该话题的实时热度、网民的情感倾向以及政府对此事件的回应及态度。情感客体划分百姓民生、国际政治、全球经济等具体领域。根据某一时期内该领域话题被讨论的次数来判断舆情热点集中在哪些领域，热点话题都包括哪些。在情感倾向上分别设立支持、中立和反对的指标。对互联网上发布的信息进行定量研究，比较不同情感倾向人数的差异，支持不同观点的人数，从而预测出未来舆情走势。在情感强度上利用关键词抽取技术抽取发布信息中的关键词，对情感激烈程度进行分析，从而判断该话题的情感强度。另外要利用网络社交平台的互动统计，如点赞数、评论数、转发数等指标辅助判断。

　　4 思考与建议

　　大数据环境下，网络信息具有数据量大、传播速度快、形态多样化的特点。面对海量数据，传统的数据统计和舆情监测方法存在缺陷。新时代的网络舆情管理必须依托大数据技术实现高效准确的数据搜集和挖掘分析[11].我国网络舆情管理才刚刚起步，结合大数据技术管理模式还需要逐渐融合探索，未来需要注意以下几点。

　　4.1 明确当前网络舆情管理中会面临的挑战

　　大数据技术的发展受限于各地区条件的差异，由于不同地区经济水平、受教育程度、互联网普及程度、信息技术发达程度甚至文化都有所差异，因此导致大数据技术在实际应用中表现出显著的地域差异性[12],而其中经济发展决定着地区资金富裕程度。大数据作为海量数据提取分析技术需要足够资金支持，地方政府和中小企业能否重视网络舆情分析系统的构建，投入资金支持是个严峻的问题。此外，对于网络舆情数据的收集，大数据技术的优势更多体现在数据规模的庞大，而非质量的优秀。即使随着相关算法技术不断地提升，相比于过去已经有效过滤无效重复信息，大大提高了舆情分析的准确程度，但是由数据良莠不齐造成的偏差仍然不容忽视。

　　4.2 完善网络舆情监管体系

　　要着手建立以大数据技术为核心的网络舆情监管体系，充分挖掘数据价值，精准分析网络错综复杂的舆情，从而达到对于网络舆情监管能力的提升。要不断革新技术，实现监测手段的不断创新，从而提高数据的准确度。网络舆情管理部门需要不断提高辅助决策的水平，降低预测与实际结果的偏差[13].

　　4.3 善用大数据思维创新网络舆情管理

　　首先，要改变传统理念，将大数据思维充分融入网络舆情的管理工作中。要从网络舆情源头展开治理工作，透过网络舆情看到隐藏在其中的民情民意，重视社会治理工作与网络舆情管理的相关性。提高网上政务信息公开程度以提高政府的公信力，提高主流媒体的影响力，加强对于舆情的引导作用。其次，要拓宽舆情管理范围，合理利用大数据开放共享机制，掌控公民日常网络生活中的动态信息，从而实现更全面的舆情监控。最后，要提高对于舆情事件的应对能力，及时发现及时处理，避免因对舆情信息监管不及时、对于舆情态势不重视而造成的舆论危机。

　　参考文献

　　[1]李明，曹海军中国网络舆情研究13年（ 2005-2017 ） : 理论，方法与实践[J].情报杂志， 2019（5）：120-126.

　　[2]吴亚坤，郭海旭，王晓明大数据技术研究综述[J].辽宁大学学报（自然科学版） , 2015（3）：236-242.

　　[3]曾润喜网络舆情管控工作机制研究[J]图书情报工作， 2009（18）；.79-82.

　　[4]张浩苒，李晓莎，李春莹大数据时代网络舆情的研究[J].网络安全技术与应用， 2020（8）-118-119.

　　[5]李彪。大数据视域下社会舆情研究的新境界[J].编辑之友， 2013（6）：13-15,19.

　　[6]徐超，陈勇。大数据技术与方法在审计监督中的应用研究[J]数量经济技术经济研究， 2021（5）： 135-153.

　　[7]陈军成，丁治明，高需大数据热点技术综述[J].北京I业大学学报， 2017（3）：.358-367.

　　[8]张俊杰大数据在网络舆情治理中的应[J]中国国情国力， 2021（1）：42-45.

　　[9]李政。大数据视域下我国网络舆情治理的思路与对策[J]新闻传播，2019（5）：18-20.

　　[10]武装。大数据时代的网络舆情分析[M].北京：北京理工大学出版社， 2018:213-227.

　　[11]许润智。浅谈大数据环境下的网络舆情研判[J].贵图学苑，2016（1）：75-76,74.

　　[12]周健。大数据背景下的网络舆情研究[J]中国广播电视学刊， 2016（7）：72-75.

　　[13]许峰。以以数据思维创新网络舆情管理[J]人民论坛， 2018（27）：40-41.

　　文献来源：张安琪。大数据技术在网络舆情管理中的作用研究[J].江苏科技信息，2021,38（23）：45-48.