大數(shù)據(jù)視域下社會(huì)輿情研究的新境界

李彪

摘要：

本文結(jié)合大數(shù)據(jù)對(duì)社會(huì)輿情研究的影響，從研究視角、研究方法、數(shù)據(jù)庫(kù)支持、研究主體、研究重點(diǎn)等方面討論了大數(shù)據(jù)背景下社會(huì)輿情研究的轉(zhuǎn)向，在此基礎(chǔ)上分析了大數(shù)據(jù)時(shí)代社會(huì)輿情研究在數(shù)據(jù)收集、數(shù)據(jù)存儲(chǔ)、數(shù)據(jù)處理和數(shù)據(jù)呈現(xiàn)等幾個(gè)方面的做點(diǎn)。

關(guān)鍵詞：

大數(shù)據(jù) 社會(huì)輿情 輿情預(yù)警 數(shù)據(jù)挖掘 可視化

一、大數(shù)據(jù)為輿情研究創(chuàng)造了新機(jī)遇

在當(dāng)下網(wǎng)絡(luò)輿情研究的進(jìn)程中，大數(shù)據(jù)的價(jià)值表現(xiàn)極為突出。面對(duì)數(shù)億網(wǎng)民和浩如煙海的網(wǎng)絡(luò)言論，網(wǎng)絡(luò)輿情的監(jiān)測(cè)和分析越來(lái)越依賴輿情大數(shù)據(jù)分析技術(shù)與平臺(tái)。

1. 大數(shù)據(jù)成為 “人類的儀表盤”，更有利于輿情研究。大數(shù)據(jù)可完整記錄社會(huì)輿情和民意。網(wǎng)民在網(wǎng)上產(chǎn)生的海量數(shù)據(jù)，記錄著他們的思想、行為乃至情感，這是信息時(shí)代現(xiàn)實(shí)社會(huì)與網(wǎng)絡(luò)空間深度融合的產(chǎn)物，蘊(yùn)涵著豐富的內(nèi)涵和很多規(guī)律性信息。通過(guò)分析相關(guān)數(shù)據(jù)，可了解大眾需求、訴求和意見。一定程度上，大數(shù)據(jù)成了人類生存痕跡和心理變化的記錄儀，成為不折不扣的“人類儀表盤”。通過(guò)這一指示器，可清楚地記錄當(dāng)下社會(huì)民眾的所思所想。

2. 大數(shù)據(jù)成為社會(huì)輿情研究的“利器”。美國(guó)麻省理工學(xué)院斯隆管理學(xué)院的經(jīng)濟(jì)學(xué)家埃里克·布呂諾爾夫松（Erik Brynjolfsson）說(shuō)，要想領(lǐng)會(huì)大數(shù)據(jù)的潛在影響，你得看看顯微鏡。發(fā)明于4個(gè)世紀(jì)之前的顯微鏡，使得人們以前所未有的細(xì)胞級(jí)水平觀看和測(cè)量事物。這是測(cè)量的一次革命。布呂諾爾夫松教授解釋說(shuō)，數(shù)據(jù)的測(cè)量正是顯微鏡的現(xiàn)代等價(jià)物。[1]大數(shù)據(jù)可使對(duì)社會(huì)輿情的監(jiān)測(cè)和測(cè)量達(dá)到個(gè)體級(jí)水平，而不再是傳統(tǒng)web1.0時(shí)代輿情監(jiān)測(cè)的整體性描述，大數(shù)據(jù)使得細(xì)節(jié)化、即時(shí)化地測(cè)量個(gè)體的行為和情緒變成了可能，并通過(guò)一定的隱私保護(hù)，通過(guò)其“電子痕跡”對(duì)個(gè)體進(jìn)行社會(huì)行為刻畫，在此基礎(chǔ)上展現(xiàn)出個(gè)體的社會(huì)心理變化。

3. 大數(shù)據(jù)是社會(huì)關(guān)系的“沉淀池”，改變傳統(tǒng)輿情只見“內(nèi)容”不見“關(guān)系”的境況。目前，從整體發(fā)展來(lái)看，社會(huì)科學(xué)的研究已發(fā)生轉(zhuǎn)向，由原來(lái)對(duì)“個(gè)體屬性”的關(guān)注轉(zhuǎn)向?yàn)閷?duì)“社會(huì)關(guān)系”的關(guān)注，相應(yīng)的研究方法也由傳統(tǒng)的抽樣研究到現(xiàn)在的社會(huì)網(wǎng)絡(luò)分析，正如人們常常指出的那樣，調(diào)查是一種社會(huì)學(xué)的絞肉機(jī)，它把個(gè)體從其所在的社會(huì)情境中抽離出來(lái)，并確保研究對(duì)象之間不存在聯(lián)系。[2]傳統(tǒng)的抽樣研究很容易只見樹木不見森林。正如傳統(tǒng)的社會(huì)輿情監(jiān)測(cè)只注重網(wǎng)民“說(shuō)什么”，不重視網(wǎng)民之間的“關(guān)系”，這種輿情監(jiān)測(cè)很可能只抓住比較淺層次的社會(huì)語(yǔ)義表達(dá)，不能把握網(wǎng)民“為什么這樣說(shuō)”背后的社會(huì)心理和其所處的社會(huì)關(guān)系網(wǎng)。大數(shù)據(jù)不僅僅記錄網(wǎng)民的話語(yǔ)和內(nèi)容，還記錄網(wǎng)民之間的社會(huì)互動(dòng)和社會(huì)交往方式，乃至網(wǎng)絡(luò)族群之間的界限和相互勾連。通過(guò)一定的數(shù)據(jù)分析手段，不僅可描繪出網(wǎng)民的“社會(huì)話語(yǔ)表達(dá)”，且能夠清晰地描繪出網(wǎng)民的“社會(huì)關(guān)系網(wǎng)絡(luò)”和“心理文化地圖”，從而改變web1.0時(shí)代單向度的輿情監(jiān)測(cè)。

4. 大數(shù)據(jù)的預(yù)測(cè)性可以解決目前輿情研究的尷尬。目前的網(wǎng)絡(luò)輿情監(jiān)測(cè)和研究，是對(duì)已有事件的影響力和擴(kuò)散范圍進(jìn)行量化描述，沒有能夠做社會(huì)輿情預(yù)警的，即使有個(gè)別機(jī)構(gòu)宣稱自己的輿情系統(tǒng)能夠進(jìn)行輿情監(jiān)測(cè)，要么是噱頭，要么預(yù)測(cè)的準(zhǔn)確率很低，基本上不可以用于實(shí)踐。全球大數(shù)據(jù)研究權(quán)威巴拉巴西認(rèn)為：“93%的人類行為是可以預(yù)測(cè)的，當(dāng)我們將生活數(shù)字化、公式化以及模型化的時(shí)候，我們會(huì)發(fā)現(xiàn)其實(shí)大家都非常相似。生活如此抵觸隨機(jī)運(yùn)動(dòng)，渴望朝更安全、更規(guī)則的方向發(fā)展，人類行為看上去很隨意、很偶然，卻極其容易被預(yù)測(cè)。”[3]如美國(guó)麻省理工學(xué)院副教授 Devavrat Shah 和學(xué)生 Stanislav Nikolov 發(fā)明的新算法在預(yù)測(cè) Twitter 熱門話題時(shí)準(zhǔn)確率在 95% 以上，且平均比 Twitter 官方熱門話題出來(lái)的時(shí)間早 90 分鐘，甚至有些熱門話題能夠提前 5 小時(shí)預(yù)測(cè)出來(lái)，沒有時(shí)間的限制，可以分析任何時(shí)間出現(xiàn)的任何話題，就像不停變化的股票市場(chǎng)、電影票價(jià)或每個(gè)人的乘車時(shí)間一樣，Twitter 上任何隨機(jī)發(fā)生的話題，都可以拿來(lái)分析。分析的結(jié)果，不僅能預(yù)測(cè)熱門話題的趨勢(shì)，還可幫助品牌推廣或營(yíng)銷人員確定人們的關(guān)注點(diǎn)，甚至可用來(lái)監(jiān)控輿論；另外臉書（Facebook）在首次公開募股上市（IPO）的當(dāng)天，一個(gè)社交平臺(tái)機(jī)構(gòu)監(jiān)測(cè)了Twitter上的情感傾向與臉書（Facebook）股價(jià)波動(dòng)的關(guān)聯(lián)。在開盤前推特上的情感逐漸轉(zhuǎn)向負(fù)面，25分鐘之后，臉書的股價(jià)便開始下跌；而當(dāng)推特上的情感轉(zhuǎn)向正面時(shí)，其股價(jià)在8分鐘之后也開始了回彈；當(dāng)股市接近收盤時(shí)，推特上的情感轉(zhuǎn)向負(fù)面，10分鐘后股價(jià)又開始下跌。當(dāng)然，大數(shù)據(jù)被用于網(wǎng)絡(luò)輿情研究也存在一定的負(fù)面性，這種精準(zhǔn)化的社會(huì)存儲(chǔ)、社會(huì)測(cè)量方式被大規(guī)模運(yùn)用時(shí)，一方面容易引起個(gè)體隱私的泄露，通過(guò)大數(shù)據(jù)研究就像透過(guò)透明的玻璃魚缸觀察魚群游動(dòng)的行為乃至其中每一條魚的表情活動(dòng)；另一方面容易使一些別有用心的人或組織，輕易地操縱和控制輿論，但這些弊端都可通過(guò)一定的規(guī)則設(shè)定來(lái)進(jìn)行有效規(guī)避。

二、大數(shù)據(jù)視域下輿情研究的轉(zhuǎn)向

大數(shù)據(jù)對(duì)傳統(tǒng)輿情研究產(chǎn)生了深刻的影響，在這種大背景下，社會(huì)輿情研究需進(jìn)行相關(guān)轉(zhuǎn)向，實(shí)現(xiàn)學(xué)科的調(diào)試和適應(yīng)，具體主要包括以下幾點(diǎn)。

1. 研究視角的轉(zhuǎn)向：從單向度的內(nèi)容研究轉(zhuǎn)向“內(nèi)容+關(guān)系”的多維度研究。隨著大數(shù)據(jù)時(shí)代的到來(lái)，傳統(tǒng)輿情研究只重視網(wǎng)民話語(yǔ)表達(dá)的單向度研究的視角必將改變，話語(yǔ)作為一種外在的社會(huì)表達(dá)，屬于淺表層面，不能夠有效窺探出網(wǎng)民群體的社會(huì)行為、社會(huì)心理和社會(huì)訴求。借助大數(shù)據(jù)，輿情研究的視角將更加多元化，未來(lái)輿情研究的視角將轉(zhuǎn)向?qū)ι鐣?huì)話語(yǔ)表達(dá)、社會(huì)關(guān)系呈現(xiàn)、社會(huì)心理描繪、社會(huì)訴求預(yù)測(cè)等多方面、多向度的研究，通過(guò)這樣的研究轉(zhuǎn)型，社會(huì)輿情研究將真正成為一門與多學(xué)科交叉的社會(huì)顯學(xué)，成為一門學(xué)科。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(shí)。

2. 研究方法的轉(zhuǎn)向：由輿情信息采集轉(zhuǎn)向數(shù)據(jù)加工、可視化等。由于輿情監(jiān)測(cè)的前端界面呈現(xiàn)的方式上同質(zhì)化程度較高，目前的輿情監(jiān)測(cè)和輿情研究主要集中在輿情信息的采集及信息源的擴(kuò)展方面。無(wú)論是北大方正輿情產(chǎn)品還是拓爾思（TRS），在對(duì)新聞網(wǎng)站、微博賬號(hào)進(jìn)行監(jiān)測(cè)時(shí)，須將網(wǎng)站地址和微博賬號(hào)的微號(hào)設(shè)定好，甚至新聞網(wǎng)站的網(wǎng)站設(shè)計(jì)樣板也要進(jìn)行設(shè)定，被監(jiān)測(cè)的網(wǎng)站一旦改版，后臺(tái)監(jiān)測(cè)也必須調(diào)整相應(yīng)的網(wǎng)頁(yè)樣板。各種輿情軟件間的競(jìng)爭(zhēng)，主要集中在信息采集源覆蓋的范圍以及數(shù)據(jù)分析后臺(tái)的算法上，但呈現(xiàn)出來(lái)的前端頁(yè)面則是“千網(wǎng)一面”。大數(shù)據(jù)將目前輿情信息采集的環(huán)節(jié)拉回到一個(gè)競(jìng)爭(zhēng)層面上來(lái)，未來(lái)輿情監(jiān)測(cè)和研究的數(shù)據(jù)源可能來(lái)自于同一個(gè)大數(shù)據(jù)庫(kù)支撐，輿情研究主體競(jìng)爭(zhēng)的是各類算法的精細(xì)化、準(zhǔn)確化，并在呈現(xiàn)給用戶的前端界面上進(jìn)行優(yōu)化，增強(qiáng)前端界面的友好程度，整個(gè)競(jìng)爭(zhēng)的鏈條就會(huì)不斷下移，更加適合用戶的需求。

3. 數(shù)據(jù)庫(kù)支持的轉(zhuǎn)向：由簡(jiǎn)單的、有限的數(shù)據(jù)庫(kù)轉(zhuǎn)向非結(jié)構(gòu)化的大數(shù)據(jù)庫(kù)。目前的輿情監(jiān)測(cè)和研究所依據(jù)的數(shù)據(jù)庫(kù)相對(duì)來(lái)說(shuō)比較簡(jiǎn)單，結(jié)構(gòu)單一、數(shù)據(jù)量有限，還停留在TB級(jí)別，主要因?yàn)檫@些數(shù)據(jù)庫(kù)的數(shù)據(jù)源要么是基于抽樣進(jìn)行數(shù)據(jù)抓取的，要么僅抓取重點(diǎn)網(wǎng)絡(luò)站點(diǎn)，數(shù)據(jù)量有限，數(shù)據(jù)庫(kù)標(biāo)準(zhǔn)相對(duì)較低，能針對(duì)小規(guī)模、有結(jié)構(gòu)或類結(jié)構(gòu)的數(shù)據(jù)進(jìn)行分析，談不上深層次的數(shù)據(jù)挖掘，現(xiàn)有的數(shù)據(jù)挖掘算法在不同行業(yè)中難以通用。大數(shù)據(jù)的數(shù)據(jù)體量巨大，從TB級(jí)別，躍升到PB乃至ZB級(jí)別，因此大數(shù)據(jù)所涉及的資料量規(guī)模巨大到無(wú)法透過(guò)目前主流軟件工具進(jìn)行處理和識(shí)別，需要新處理模式才能具有更強(qiáng)的決策力、洞察發(fā)現(xiàn)力和流程優(yōu)化能力，這需要巨大的數(shù)據(jù)庫(kù)作為支撐。另外，大數(shù)據(jù)的數(shù)據(jù)資源相對(duì)駁雜，是一種非結(jié)構(gòu)化的數(shù)據(jù)呈現(xiàn)，因此需要相應(yīng)的非結(jié)構(gòu)化的數(shù)據(jù)庫(kù)與之相對(duì)接。

4. 輿情研究主體的轉(zhuǎn)向：由小作坊式的單打獨(dú)斗、面面俱到的輿情監(jiān)控轉(zhuǎn)向分工明確、高度聚合集約的輿情分析。目前實(shí)踐中的輿情監(jiān)測(cè)和研究主體比較多，僅用于商業(yè)運(yùn)營(yíng)的軟件監(jiān)測(cè)主體就有幾百家之多，這些輿情監(jiān)測(cè)主體多半是軟件服務(wù)商，通過(guò)網(wǎng)絡(luò)爬蟲技術(shù)、分詞技術(shù)和議題聚合等技術(shù)，開發(fā)出相關(guān)軟件，為企業(yè)、政府部門和科研院所安裝和維護(hù)，進(jìn)行簡(jiǎn)單的數(shù)據(jù)采集和分析，類似于小作坊式的輿情監(jiān)測(cè)方法，這種運(yùn)作方式急功近利，為了眼前的商業(yè)利益，不重視產(chǎn)品研發(fā)和數(shù)據(jù)源的擴(kuò)充，通過(guò)吃回扣等商業(yè)賄賂方式盡量多賣幾套“軟件”。各輿情主體之間的競(jìng)爭(zhēng)呈低層次化和粗放型。未來(lái)大數(shù)據(jù)使得輿情研究主體在同一個(gè)層面上，即數(shù)據(jù)處理和呈現(xiàn)的能力上競(jìng)爭(zhēng)，在大家可以獲得同一數(shù)據(jù)源的前提下，雙方的競(jìng)爭(zhēng)必將在數(shù)據(jù)處理、算法精進(jìn)、界面友好、可視化等層面展開，分工會(huì)進(jìn)一步明晰，行業(yè)內(nèi)部會(huì)進(jìn)一步聚合集約，行業(yè)洗牌加速，行業(yè)有機(jī)化程度增強(qiáng)。

5. 輿情研究重點(diǎn)的轉(zhuǎn)向：由輿情監(jiān)測(cè)轉(zhuǎn)向輿情預(yù)警乃至預(yù)測(cè)，從單向度的危機(jī)應(yīng)對(duì)、品牌營(yíng)銷轉(zhuǎn)向各領(lǐng)域的綜合信息服務(wù)。目前的網(wǎng)絡(luò)輿情研究主要集中在監(jiān)測(cè)，主要是對(duì)一些顯著性事件的輿情動(dòng)態(tài)，包括傳播范圍、影響力等進(jìn)行監(jiān)測(cè)和研判，類似于相面術(shù)的“麻衣相”，只知道事件發(fā)展的過(guò)去，不知道事件發(fā)展的未來(lái)。大數(shù)據(jù)的核心是預(yù)測(cè)，可通過(guò)分析處理整群數(shù)據(jù)，而不再大量依賴隨機(jī)采樣，通過(guò)自然語(yǔ)言處理、模式識(shí)別及機(jī)器學(xué)習(xí)等人工智能技術(shù)，結(jié)合人工經(jīng)驗(yàn)，研判未來(lái)輿情發(fā)展的態(tài)勢(shì)和影響，并在此基礎(chǔ)上實(shí)現(xiàn)超出人類經(jīng)驗(yàn)范疇之外的精準(zhǔn)化預(yù)測(cè)。如國(guó)外研究人員已發(fā)現(xiàn)，Google搜索請(qǐng)求中諸如“流感癥狀”和“流感治療”之類的關(guān)鍵詞出現(xiàn)的高峰要比一個(gè)地區(qū)醫(yī)院急診室流感患者增加出現(xiàn)的時(shí)間早兩三個(gè)星期（而急診室的報(bào)告往往要比瀏覽慢兩個(gè)星期左右）；而在經(jīng)濟(jì)預(yù)測(cè)方面，Google上房產(chǎn)相關(guān)搜索量的增減趨勢(shì)相對(duì)于地產(chǎn)經(jīng)濟(jì)學(xué)家的預(yù)測(cè)而言是一個(gè)更加準(zhǔn)確的預(yù)言者。另一方面，目前由于數(shù)據(jù)量和技術(shù)等限制，輿情研究還主要集中在危機(jī)應(yīng)對(duì)和品牌營(yíng)銷等，這種應(yīng)用主要是基于輿情監(jiān)測(cè)和研判這一功能進(jìn)行的，未來(lái)隨著大數(shù)據(jù)在輿情研究中的使用，輿情研究的功能指向必將更加多元化，為政府部門、企業(yè)和個(gè)人提供更加綜合化的信息挖掘服務(wù)。

三、大數(shù)據(jù)視域下輿情研究的若干做點(diǎn)

不容置疑的是目前大數(shù)據(jù)的研究還處于起步階段，所有關(guān)注大數(shù)據(jù)的機(jī)構(gòu)和個(gè)人都知道大數(shù)據(jù)是未來(lái)很有價(jià)值的信息資產(chǎn)，至于如何開發(fā)和應(yīng)用還是未知數(shù)，很多研究者的心態(tài)是先把數(shù)據(jù)下載存下來(lái)。

目前來(lái)看，大數(shù)據(jù)的分析和對(duì)比框架還比較缺乏，缺乏各行業(yè)通用的數(shù)據(jù)分析模型和精確化的數(shù)據(jù)算法，對(duì)社會(huì)輿情研究來(lái)說(shuō)，未來(lái)大數(shù)據(jù)的可能出路和做點(diǎn)有以下幾方面。

1. 大數(shù)據(jù)收集：盡量多地?cái)U(kuò)大信息源。目前的社會(huì)輿情信息源主要基于網(wǎng)絡(luò)站點(diǎn)，對(duì)社會(huì)化媒體輿情關(guān)注的信息相對(duì)較少，未來(lái)的輿情信息收集要多元化，不僅僅收集社會(huì)化媒體中的輿情信息，還要加大對(duì)物聯(lián)網(wǎng)中的信息的采集，要給這些來(lái)自物聯(lián)網(wǎng)和各類機(jī)構(gòu)信息系統(tǒng)的數(shù)據(jù)附上時(shí)空標(biāo)志，去偽存真，盡可能收集異源甚至是異構(gòu)的數(shù)據(jù)，必要時(shí)還可與歷史數(shù)據(jù)對(duì)照，多角度驗(yàn)證數(shù)據(jù)的全面性和可信性。

2. 大數(shù)據(jù)存儲(chǔ)：注意集約化。要達(dá)到低成本、低能耗、高可靠性目標(biāo)，通常要用到冗余配置、分布化和云計(jì)算技術(shù)，在存儲(chǔ)時(shí)要按照一定規(guī)則對(duì)數(shù)據(jù)進(jìn)行分類，進(jìn)行多元、立體化的標(biāo)簽標(biāo)注系統(tǒng)，通過(guò)信息噪音過(guò)濾和去重，減少存儲(chǔ)量，同時(shí)加入便于日后檢索的標(biāo)簽。

3. 大數(shù)據(jù)處理：注意提純和結(jié)構(gòu)化。有些行業(yè)的數(shù)據(jù)涉及上百個(gè)參數(shù)，其復(fù)雜性不僅體現(xiàn)在數(shù)據(jù)樣本本身，更體現(xiàn)在多源異構(gòu)、多實(shí)體和多（下轉(zhuǎn)第19頁(yè)）（上接第15頁(yè)）空間之間的交互動(dòng)態(tài)性，難以用傳統(tǒng)的方法描述與度量，處理的復(fù)雜度很大，需要將高維圖像等多媒體數(shù)據(jù)降維后度量與處理，利用上下文關(guān)聯(lián)進(jìn)行語(yǔ)義分析，從大量動(dòng)態(tài)而且可能是模棱兩可的數(shù)據(jù)中綜合信息，導(dǎo)出可理解的內(nèi)容。綜合來(lái)看，未來(lái)的大數(shù)據(jù)處理要注意以下幾方面：一是小型基礎(chǔ)數(shù)據(jù)庫(kù)的支撐和建設(shè)，大數(shù)據(jù)庫(kù)作為信息母體，需要若干小型數(shù)據(jù)庫(kù)作為檢索源，因此必須加大基礎(chǔ)小型數(shù)據(jù)庫(kù)的支撐，比如如果想了解大數(shù)據(jù)庫(kù)中民眾社會(huì)幸福感的高低，必須有能夠衡量和指示社會(huì)主觀幸福感的相關(guān)小型數(shù)據(jù)庫(kù)作為支撐，以小型數(shù)據(jù)庫(kù)的數(shù)據(jù)作為搜索元單位進(jìn)行檢索，去偽存真，經(jīng)過(guò)這一步才能實(shí)現(xiàn)信息的基本提純。二是將大數(shù)據(jù)結(jié)構(gòu)化的算法。大數(shù)據(jù)作為一種非結(jié)構(gòu)化的數(shù)據(jù)，需要進(jìn)行一些結(jié)構(gòu)化的解讀和梳理，這就需要相關(guān)的數(shù)據(jù)結(jié)構(gòu)化的算法，這種算法可稱之為數(shù)據(jù)模型，通過(guò)構(gòu)建一定的指標(biāo)體系或結(jié)構(gòu)算法，來(lái)有效地對(duì)大數(shù)據(jù)進(jìn)行結(jié)構(gòu)化，如同樣對(duì)大數(shù)據(jù)庫(kù)的社會(huì)幸福感的測(cè)量，在進(jìn)行相應(yīng)的社會(huì)語(yǔ)義提純后須進(jìn)行結(jié)構(gòu)化計(jì)算，研究衡量社會(huì)幸福感的各類指標(biāo)之間的相關(guān)關(guān)系，在此基礎(chǔ)上進(jìn)行賦值計(jì)算，從而形成適合衡量社會(huì)幸福感的大數(shù)據(jù)結(jié)構(gòu)化算法。三是大數(shù)據(jù)處理千萬(wàn)不能剝離大數(shù)據(jù)產(chǎn)生的時(shí)空特征。數(shù)據(jù)自身是不懂社會(huì)背景的，現(xiàn)實(shí)生活中人類的決策不是離散的事件，而是鑲嵌在時(shí)間序列和背景之中的，正像Big Data-Context = Bad一樣，大數(shù)據(jù)被抽離了社會(huì)語(yǔ)境后就是壞數(shù)據(jù)。

4. 大數(shù)據(jù)結(jié)果呈現(xiàn)：低門檻和可視化。大數(shù)據(jù)作為一種社會(huì)應(yīng)用工具，其真正的價(jià)值不在于成為一些IT從業(yè)者孤芳自賞的專利，而在于其能夠服務(wù)于社會(huì)，被社會(huì)大眾所容易理解和使用，因此大數(shù)據(jù)的呈現(xiàn)必須要界面友好，使用和識(shí)別門檻不高，結(jié)果直觀便于洞察。新媒體尤其是社會(huì)化媒體的發(fā)展促進(jìn)了UGC（用戶生產(chǎn)內(nèi)容）的繁盛，UGC必然產(chǎn)生大數(shù)據(jù)，因此大數(shù)據(jù)是新媒體發(fā)展的題中之義，大數(shù)據(jù)一方面描繪社會(huì)現(xiàn)階段信息流動(dòng)和傳播的特征，另一方面給人們的生活、工作和思維也帶來(lái)了變革。作為具有“社會(huì)的皮膚”之稱的社會(huì)輿情研究必須更有效地組織和使用大數(shù)據(jù)，促進(jìn)社會(huì)輿情研究的研究轉(zhuǎn)型，只有這樣才能實(shí)現(xiàn)學(xué)科自身的救贖和涅槃。

參考文獻(xiàn)：

[1] 郭曉科.大數(shù)據(jù)[M].北京：清華大學(xué)出版社，2013：3.

[2] 劉軍.整體網(wǎng)分析講義：UCINET軟件實(shí)用指南[M].上海：格致出版社，2009：34.

[3] [美]艾伯特-拉斯洛·巴拉巴西.爆發(fā)：大數(shù)據(jù)時(shí)代預(yù)見未來(lái)的新思維[M].馬慧，譯.北京：中國(guó)人民大學(xué)出版社，2012：2.

（作者單位：中國(guó)人民大學(xué)）