大數據是相對于一般數據而言的，目前對大數據尚缺權威的嚴格定義，較為普遍的解釋是指“難以用常規的軟件工具在容許的時間內對其內容進行抓取、管理和處理的數據集合?！雹偃驍祿磕晷略?0％，全球信息總量每兩年就可以翻番。2011年全球新產生和復制的數據量達到1.8ZB(ZB即一千EB或百萬PB)，如果內存為32G的iPod來存的話，數量達到575億個，足以砌起兩座長城，由此可見大數據時代已經到來。大數據不僅是一種資源，也是一種方法，被視為創新和提升生產力的下一個前沿，正成為國家競爭力的要素之一，在世界范圍內日益受到重視。多國政府加大了對大數據發展的扶持力度，甚至上升到國家戰略的高度。美國就認為，誰掌握了數字數據傳播和控制的主動權和主導權，誰就能贏得未來。

互聯網在我國的迅猛發展，極大地豐富了信息傳播的渠道。新聞與評論、搜索引擎、BBS以及網絡社區、時事論壇、博客、維客、即時通信軟件、Email和短信等成為民眾對社會當前各種現象和現實問題發表觀點、表明立場的多元化傳播渠道。但網絡輿情的傳播是一把“雙刃劍”，在傳播社會正能量的同時，也具備放大負面效應的作用。近年來，網絡涉軍輿情層出不窮，既有如“聯合軍演”“海上爭端”等正面信息，也有如“軍車打人事件”“風景區的軍車”等負面信息。無論是正面信息，還是負面信息，如果處理不及時，不加以引導，都會造成難以控制的影響。因此，面對以量大(Volume)、增長快(Velocity)、多樣性(Variety)和高價值(Value)為特征的網絡輿情數據，如何把握網絡傳播規律，積極做好網絡輿情引導，加強網絡涉軍輿情管控，大數據無疑是當前值得高度關注的重要方法手段。

一、大數據為網絡涉軍輿情管控創造了新機遇

(一)大數據成為社會熱度“儀表盤”，為監測預測網絡涉軍輿情提供了可能

隨著互聯網的發展，大眾往往選擇在網絡上發表各自的看法。大數據可完整記錄網絡上的這種社會輿情和民意，網民在網上產生的海量數據，記錄著他們的思想、行為乃至情感，這是信息時代現實社會與網絡空間深度融合的產物，蘊涵著豐富的內涵和很多規律性信息。一定程度上，網絡輿情大數據成了人類生存痕跡和心理變化的記錄儀，成為不折不扣的社會熱度“儀表盤”。通過這一指示器，可清楚地記錄當下社會民眾的所思所想。利用短信、微博、微信和搜索引擎可以收集熱點事件與挖掘輿情，通過分析相關數據可了解大眾需求、訴求和意見。對于單位時間段內輿情事件的烈度不斷升高的事件，可以通過大數據挖掘找出來，提前提供預警提示，為監測預測涉軍輿情提供了可能。例如，2009年開始運行的“人大—方正輿情監測分析系統”，依據網絡事件烈度指標定量分析方法，能夠將單位時間段內輿情事件的烈度超過60分以上的熱點事件全部找出來。

(二)大數據成為社會深度“顯微鏡”，為洞察挖掘網絡涉軍輿情提供了可能

美國麻省理工學院斯隆管理學院的經濟學家埃里克·布呂諾爾夫松(Erik Brynjolfsson)說，要想領會大數據的潛在影響，你得看看顯微鏡。②發明于4個世紀之前的顯微鏡，使得人們以前所未有的細胞級水平觀看和測量事物。這是測量的一次革命。布呂諾爾夫松教授解釋說，數據的測量正是顯微鏡的現代等價物。大數據可使對社會輿情的監測和測量達到個體級水平，而不再是傳統web1.0時代輿情監測的整體性描述，大數據使得細節化、即時化地測量個體的行為和情緒變成了可能，通過關聯時間、空間和社會關系等諸要素的數據打包分析，并通過一定的隱私保護，借助其“電子痕跡”對個體進行社會行為刻畫，通過巨量搜索數據見微知著，在此基礎上展現出個體的社會心理變化。

(三)大數據成為社會關系“沉淀池”，為關聯分析網絡涉軍輿情提供了可能

目前，從整體發展來看，社會科學的研究已發生轉向，由原來對“個體屬性”的關注轉向為對“社會關系”的關注。大數據不僅僅記錄網民的話語和內容，還記錄網民之間的社會互動和社會交往方式，乃至網絡族群之間的界限和相互勾連，可以說大數據是社會關系的“沉淀池”，改變了傳統輿情只見“內容”不見“關系”的境況。通過一定的數據分析手段，不僅可描繪出網民的“社會話語表達”，且能夠清晰地描繪出網民的“社會關系網絡”和“心理文化地圖”，從而改變web1.0時代單向度的輿情監測。依托大數據的社會關系分析，可以將其與情報源進行關聯分析，以生產更高價值的信息。

二、大數據視域下網絡涉軍輿情管控面臨的挑戰

(一)輿情管控內容由“單維”向“多維、異構、非結構化”轉變

大數據具有多樣性，即數據類型包括結構化數據，也包括非結構化數據。隨著大數據時代的到來，傳統輿情研究只重視網民話語表達的單向度研究的視角必將改變，話語作為一種外在的社會表達，屬于淺表層面，不能夠有效窺探出網民群體的社會行為、社會心理和社會訴求。借助大數據，輿情研究的視角將更加多元化，未來輿情研究的視角將轉向對社會話語表達、社會關系呈現、社會心理描繪、社會訴求預測等多方面、多向度的研究，通過這樣的研究轉型，社會輿情研究將真正成為一門與多學科交叉的社會科學。但非結構化數據語音、視頻、圖片等，仍是網絡涉軍輿情管控的難點。根據Cisco公司VNI報告(2012-2017)，在2012年末視頻占全球消費者互聯網流量57％，預計2017年此值為69％，如果計入P2P，2017年此值為80％-90％。對非結構化數據的分析需要有先進的語義技術和基于元數據的標簽算法等，盡管語音的機器翻譯有了可喜進展，但視頻圖像的智能識別仍然比較遙遠。2012年斯坦福大學與谷歌合作建立深度學習網絡，對來自YouTube的上千萬視頻幀自主學習，用10天學會了識別貓的臉孔，然后從2萬張未見過的照片中找貓，準確率只達到15.8％。

本文轉自d1net（轉載）

總結

以上是生活随笔為你收集整理的大数据视域下网络涉军舆情管控研究的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。