大數(shù)據(jù)時(shí)代網(wǎng)絡(luò)群體性事件治理

郭躍軍　侯江雷

【摘要】大數(shù)據(jù)時(shí)代下所形成的大數(shù)據(jù)思維是時(shí)代的產(chǎn)物。在網(wǎng)絡(luò)群體性事件頻繁發(fā)生的今天，如何有效防治網(wǎng)絡(luò)群體性事件是一個(gè)必須要解決的新課題。文章通過分析大數(shù)據(jù)思維治理網(wǎng)絡(luò)群體性事件的必然性和可能性，提出治理網(wǎng)絡(luò)群體性事件的新思維和新方法，做到預(yù)防為主，防治結(jié)合，盡量避免網(wǎng)絡(luò)群體性事件的發(fā)生。

【關(guān)鍵詞】大數(shù)據(jù)時(shí)代 大數(shù)據(jù)思維 網(wǎng)絡(luò)群體性事件 治理

【中圖分類號(hào)】B82 【文獻(xiàn)標(biāo)識(shí)碼】A

隨著互聯(lián)網(wǎng)的普及，聯(lián)網(wǎng)設(shè)備和社交媒介的增加與創(chuàng)新，網(wǎng)絡(luò)的信息量不斷增加，整個(gè)世界隨之進(jìn)入包攬海量數(shù)據(jù)的大數(shù)據(jù)時(shí)代，它在潛移默化中對(duì)我們的思維方式、生活方式、工作態(tài)度以及技術(shù)革新產(chǎn)生重要影響。在網(wǎng)絡(luò)群體性事件頻繁發(fā)生的今天，分析大數(shù)據(jù)思維治理網(wǎng)絡(luò)群體性事件的必然性和可能性，提出治理網(wǎng)絡(luò)群體性事件的新方法，有著重要的理論與實(shí)際意義。

大數(shù)據(jù)時(shí)代與大數(shù)據(jù)思維

大數(shù)據(jù)時(shí)代的到來。20世紀(jì)80年代，美國(guó)人就曾經(jīng)提出過大數(shù)據(jù)概念，經(jīng)過30多年的發(fā)展，2012年3月，美國(guó)政府斥資2億美元啟動(dòng)“大數(shù)據(jù)研究與發(fā)展計(jì)劃”，這是繼1993年“信息高速公路”之后，美國(guó)的又一創(chuàng)舉，奧巴馬將其定義為“未來的新石油”。該項(xiàng)目的全面啟動(dòng)標(biāo)志著大數(shù)據(jù)時(shí)代的到來！

大數(shù)據(jù)簡(jiǎn)而言之就是大量數(shù)據(jù)的集合體，但目前還沒有對(duì)大數(shù)據(jù)作出完全標(biāo)準(zhǔn)化的定義。在維基百科中，大數(shù)據(jù)被定義為海量數(shù)據(jù)、大量數(shù)據(jù)和大資料，指的是在寬帶、互聯(lián)網(wǎng)社交網(wǎng)絡(luò)等各種終端設(shè)備的普及下，產(chǎn)生了規(guī)模巨大到無法通過常規(guī)的軟件工具進(jìn)行分析、處理的數(shù)據(jù)量。

數(shù)據(jù)量的持續(xù)增長(zhǎng)和數(shù)據(jù)規(guī)模的擴(kuò)大，一方面是全球網(wǎng)民數(shù)量的增長(zhǎng)。市場(chǎng)研究公司eMarketer在報(bào)告中指出2014年互聯(lián)網(wǎng)用戶在全球總?cè)藬?shù)中首次突破40%的比例，網(wǎng)民數(shù)量高達(dá)28.9億人。預(yù)計(jì)2015年將增長(zhǎng)6.2個(gè)百分點(diǎn)，全球互聯(lián)網(wǎng)用戶將達(dá)到30億人以上，同時(shí)在全球人口數(shù)量中所占比例增至42.4%。據(jù)推算，到2018年，全世界將近一半的人口（36億）每月可至少接入一次互聯(lián)網(wǎng)①。另一方面是聯(lián)網(wǎng)設(shè)備的增加和聯(lián)網(wǎng)技術(shù)的更新?lián)Q代。以物聯(lián)網(wǎng)為代表，市場(chǎng)研究公司Gartner預(yù)測(cè)，2015年物聯(lián)網(wǎng)設(shè)備的使用量將增至49億，與2014年（38億）相比，增長(zhǎng)了30%，到2020年，物聯(lián)網(wǎng)設(shè)備的數(shù)量將增至大約250億②。

與此同時(shí)聯(lián)網(wǎng)技術(shù)也在日新月異，網(wǎng)絡(luò)也從2G、3G發(fā)展到今天的4G網(wǎng)絡(luò)。全世界的移動(dòng)網(wǎng)絡(luò)，到2017年，3G的使用數(shù)量將有希望超過2G，成為主要的網(wǎng)絡(luò)使用技術(shù)。到2019年，移動(dòng)設(shè)備和聯(lián)接設(shè)備中44%將為3G網(wǎng)絡(luò)，26%將為4G網(wǎng)絡(luò)。Cisco VNI全球移動(dòng)數(shù)據(jù)流量預(yù)測(cè)報(bào)告預(yù)測(cè)，到2019年全球移動(dòng)數(shù)據(jù)流量將達(dá)到292EB，比2014年的30EB增長(zhǎng)顯著③。這一系列的調(diào)查數(shù)據(jù)及預(yù)測(cè)結(jié)果表明：大數(shù)據(jù)時(shí)代向我們走來！

大數(shù)據(jù)思維。大數(shù)據(jù)的特征表現(xiàn)為：數(shù)量（volume）、速度（velocity）、多樣性（variety）和精確性（veracity）④。時(shí)代在發(fā)展，面對(duì)洶涌澎湃的4V時(shí)代，我們也要轉(zhuǎn)變看待問題的方式，培養(yǎng)一種與時(shí)代接軌的大數(shù)據(jù)思維，讓數(shù)據(jù)“發(fā)聲”。

第一個(gè)轉(zhuǎn)變：全數(shù)據(jù)模式，樣本等于總體。在小數(shù)據(jù)時(shí)代，由于收集、儲(chǔ)備和分析數(shù)據(jù)的設(shè)備不健全，我們只能收集到少量的數(shù)據(jù)。為了簡(jiǎn)便分析數(shù)據(jù)的方法，隨機(jī)抽樣的方法應(yīng)運(yùn)而生，即以最少的數(shù)據(jù)，獲得最多的信息。隨機(jī)抽樣在測(cè)量和推算領(lǐng)域占據(jù)著很高的位置，但這只是在無法獲得和分析大量數(shù)據(jù)情況下的選擇，其自身也存在著缺陷。如今隨著信息收集和處理能力的不斷發(fā)展，我們已經(jīng)有能力獲得海量的數(shù)據(jù)，全量數(shù)據(jù)可以使我們站在一個(gè)更高的角度，發(fā)掘被埋沒的數(shù)據(jù)價(jià)值，獲得更全面的研究結(jié)果，從而在大數(shù)據(jù)的分析過程獲得驚喜的發(fā)現(xiàn)。

第二個(gè)轉(zhuǎn)變：精確轉(zhuǎn)向混雜。執(zhí)迷于精確性是小數(shù)據(jù)時(shí)代的產(chǎn)物，在信息貧乏的時(shí)代，我們只能獲得少量的數(shù)據(jù)，而可用的數(shù)據(jù)又少之又少，所以，對(duì)能夠收集到的相關(guān)數(shù)據(jù)要求十足的精確性，以保證研究結(jié)果的正確。如今我們生活在海量信息的時(shí)代，而且能夠掌握的數(shù)據(jù)庫也越來越全面，如果我們還以傳統(tǒng)的思維模式來審視信息大爆炸的21世紀(jì)，那么我們將錯(cuò)過很多信息，據(jù)研究結(jié)果顯示，只有5%的數(shù)據(jù)是結(jié)構(gòu)化的，可以適用于傳統(tǒng)的數(shù)據(jù)庫，如果不接受混雜或者不精確，95%的數(shù)據(jù)將無法利用。再者，在海量數(shù)據(jù)的大數(shù)據(jù)時(shí)代，我們無法實(shí)現(xiàn)數(shù)據(jù)的完全精確，當(dāng)我們掌握了足夠多的數(shù)據(jù)，我們同樣可以預(yù)測(cè)出事情的發(fā)展走向?；蛟S這種混雜數(shù)據(jù)看問題的思維剛開始會(huì)與我們的直覺相矛盾。接受數(shù)據(jù)的混雜與不精確，這種數(shù)據(jù)的不完美或許能夠使我們更好地預(yù)測(cè)，看到世界另一扇窗的景色。

第三個(gè)轉(zhuǎn)變：不問因果，重視相關(guān)。過去，人們對(duì)事物的分析，總是先有了想法，進(jìn)行假設(shè)，然后收集相關(guān)數(shù)據(jù)，通過實(shí)驗(yàn)和分析來證明想法的可行性。但是這種假設(shè)是主觀的，極易受偏見的影響。同時(shí)由于受時(shí)代的限制，收集和分析數(shù)據(jù)十分困難，所以對(duì)事物的相關(guān)性分析也容易產(chǎn)生錯(cuò)誤。如今大數(shù)據(jù)時(shí)代攻破了此項(xiàng)難題，我們無需進(jìn)行假設(shè)，數(shù)據(jù)自己會(huì)說話。也就是說大數(shù)據(jù)時(shí)代我們不再問因果，而且巨大的數(shù)據(jù)庫也不允許我們事事問因果。我們的思維開始由why轉(zhuǎn)向what，知道是什么，沒必要問為什么。大數(shù)據(jù)的核心是預(yù)測(cè)，而對(duì)事物相關(guān)性的分析擺在了突出位置，通過對(duì)事物相關(guān)性的應(yīng)用，我們可以更好、更快捷地分析事物，捕捉現(xiàn)在，預(yù)測(cè)未來。

運(yùn)用大數(shù)據(jù)思維治理網(wǎng)絡(luò)群體性事件的必然性

為了對(duì)網(wǎng)絡(luò)群體性事件更好地進(jìn)行預(yù)測(cè)與事前控制，必須運(yùn)用大數(shù)據(jù)分析的方法。隨著互聯(lián)網(wǎng)尤其是移動(dòng)互聯(lián)網(wǎng)的普及以及智能終端設(shè)備的創(chuàng)新和發(fā)展，網(wǎng)民數(shù)量不斷增加。大數(shù)據(jù)時(shí)代，每天具有高速的數(shù)據(jù)流產(chǎn)生，所以傳統(tǒng)的數(shù)據(jù)抽樣法對(duì)于事件的治理具有明顯滯后性，以致網(wǎng)絡(luò)群體性事件的危害不斷擴(kuò)大，輿情無法控制，錯(cuò)失從源頭上控制和治理的時(shí)機(jī)。大數(shù)據(jù)時(shí)代下，我們要突破小數(shù)據(jù)時(shí)代傳統(tǒng)抽樣調(diào)查方式的局限，采用全數(shù)據(jù)模式，即樣本=總體，通過統(tǒng)計(jì)互聯(lián)網(wǎng)的整個(gè)檢索記錄，運(yùn)用數(shù)據(jù)分析設(shè)備對(duì)整個(gè)數(shù)據(jù)庫進(jìn)行分析，把握主流信息的走向，對(duì)主流信息的把握由宏觀轉(zhuǎn)向微觀，掌握可能引發(fā)網(wǎng)絡(luò)群體性事件的人群來源、地區(qū)來源，同時(shí)了解群眾的訴求和意愿等方面的信息。由事件個(gè)案的關(guān)注轉(zhuǎn)向整體態(tài)勢(shì)的把握，對(duì)網(wǎng)絡(luò)輿情發(fā)展的整體走勢(shì)進(jìn)行分析和預(yù)測(cè)，對(duì)網(wǎng)絡(luò)群體性事件可以更好地做到事前控制，事后解決。

為了掌握網(wǎng)絡(luò)輿情發(fā)展脈絡(luò)，必須學(xué)會(huì)大數(shù)據(jù)思維。在信息和網(wǎng)絡(luò)技術(shù)不發(fā)達(dá)、互聯(lián)網(wǎng)尚未普及的時(shí)代，網(wǎng)民表達(dá)訴求和意愿的方式，僅僅局限于文本和圖像層面，同時(shí)使用互聯(lián)網(wǎng)的用戶也不算龐大，所以分析網(wǎng)民的輿論走向以及跟帖態(tài)度，只需對(duì)網(wǎng)上的文本信息和少量的圖像進(jìn)行分析即可，也有時(shí)間對(duì)網(wǎng)民的跟帖態(tài)度做跟蹤式調(diào)查。大數(shù)據(jù)時(shí)代不僅是一個(gè)信息量大、快速化的時(shí)代，也是一個(gè)數(shù)據(jù)類型多樣化、價(jià)值高、密度低的信息時(shí)代，同時(shí)還是一個(gè)混雜性的信息時(shí)代，我們對(duì)網(wǎng)絡(luò)群體性事件的治理策略也應(yīng)該順應(yīng)時(shí)代的發(fā)展，在如此龐大、快速、混雜的數(shù)據(jù)時(shí)代，我們不可能對(duì)每一條信息的分析做到十分精確，在混雜海量的數(shù)據(jù)中，形成全局、動(dòng)態(tài)的研究輿情數(shù)據(jù)的思維，掌握大體的網(wǎng)絡(luò)輿情發(fā)展脈絡(luò)，或許比關(guān)注和確定網(wǎng)民某時(shí)某分發(fā)布的什么帖子重要得多。

大數(shù)據(jù)時(shí)代為治理網(wǎng)絡(luò)群體性事件提供技術(shù)基礎(chǔ)

大數(shù)據(jù)時(shí)代的根本要求在于思維模式的轉(zhuǎn)變，大數(shù)據(jù)思維突破了傳統(tǒng)分析數(shù)據(jù)的框架，帶來了新的思考方式，同時(shí)也將給網(wǎng)絡(luò)群體性事件的治理提供新思路、新機(jī)遇。

一切皆可量化。隨著信息收集，儲(chǔ)存和分析設(shè)備能力的不斷提升，一切讓數(shù)據(jù)來說話成為可能。在信息技術(shù)高速發(fā)展的時(shí)代，不僅網(wǎng)頁的瀏覽次數(shù)、相關(guān)詞條的點(diǎn)擊量、微博中的跟帖數(shù)量、網(wǎng)民對(duì)于輿論的轉(zhuǎn)載數(shù)量這些量化信息可以形成大數(shù)據(jù)，而且網(wǎng)民情緒的變化、思維的轉(zhuǎn)變、評(píng)論、文化程度、區(qū)域位置、社會(huì)關(guān)系也可以量化，然后轉(zhuǎn)換為可以統(tǒng)計(jì)分析的標(biāo)準(zhǔn)化數(shù)據(jù)，通過把所有可以收集到的關(guān)于網(wǎng)絡(luò)輿情的定序定量信息轉(zhuǎn)變?yōu)榭晒┯^察和分析的數(shù)據(jù)形式。當(dāng)然，值得注意的是，量化輿情言論并不完全等于數(shù)字化輿情言論。然后，就可以通過相關(guān)的數(shù)據(jù)收集和信息技術(shù)，建立數(shù)據(jù)模型，預(yù)測(cè)輿情未來的發(fā)展動(dòng)態(tài)。

一切皆可聯(lián)。網(wǎng)民行為和情緒變化的數(shù)據(jù)都具有內(nèi)在的聯(lián)系，這可以用來預(yù)測(cè)網(wǎng)絡(luò)性群體事件的萌芽及動(dòng)態(tài)。大數(shù)據(jù)時(shí)代下的大數(shù)據(jù)思維其中最重要的一個(gè)方面就是由重視事物的因果聯(lián)系轉(zhuǎn)向重視事物的相關(guān)聯(lián)系，不問為什么，只要知道是什么即可。大數(shù)據(jù)思維在網(wǎng)絡(luò)性群體事件的治理中改變了以往的“有罪推論”網(wǎng)絡(luò)輿情邏輯監(jiān)測(cè)的思維方式，不再單純?nèi)リP(guān)注導(dǎo)致網(wǎng)絡(luò)群體性事件爆發(fā)的因果關(guān)系，而是哪些相關(guān)因素可能會(huì)導(dǎo)致網(wǎng)絡(luò)群體性事件的發(fā)生，以便提前做好應(yīng)對(duì)策略，這樣也為預(yù)測(cè)網(wǎng)絡(luò)輿情的發(fā)展方向爭(zhēng)取了時(shí)間和空間。注重相關(guān)性是大數(shù)據(jù)思維的重要特征，同時(shí)，網(wǎng)絡(luò)輿情的相關(guān)關(guān)系也是治理網(wǎng)絡(luò)群體性事件過程中，可被發(fā)掘和利用的重要知識(shí)，通過對(duì)網(wǎng)絡(luò)事件參數(shù)間關(guān)系的分析，從而發(fā)現(xiàn)輿情中隱藏的相關(guān)性，為更好更準(zhǔn)確地把握和控制網(wǎng)絡(luò)輿情走向創(chuàng)造有利條件。

一切皆可用。大數(shù)據(jù)思維的一個(gè)方面表現(xiàn)為放棄精確性，接受混雜性。這種混雜可以指格式的不一致，也可以是數(shù)據(jù)的不精確。大數(shù)據(jù)時(shí)代下，各種媒體傳播形式多種多樣，信息技術(shù)日新月異，網(wǎng)民表達(dá)觀點(diǎn)、訴求、意愿的方式也紛繁多樣，例如文本、圖像、視頻、語音等，我們?cè)趯?duì)輿情走向進(jìn)行監(jiān)測(cè)時(shí)，要迎接大數(shù)據(jù)的混雜，同時(shí)在這種混雜中，全方位捕捉與網(wǎng)絡(luò)輿情相關(guān)的一切輿論形式。大數(shù)據(jù)具有快速、價(jià)值大、密度低的特點(diǎn)，大數(shù)據(jù)時(shí)代信息在網(wǎng)絡(luò)中流動(dòng)的速度特別快，例如我們對(duì)新浪微博中一篇報(bào)道的某一評(píng)論進(jìn)行跟蹤監(jiān)測(cè)，來掌握該網(wǎng)民的情緒波動(dòng)和思維變化，力求監(jiān)測(cè)結(jié)果的準(zhǔn)確性?？墒俏覀?nèi)绻艞墝?duì)個(gè)案準(zhǔn)確性的精益求精，而轉(zhuǎn)向?qū)υ搱?bào)道下所有評(píng)論的監(jiān)測(cè)，或許我們收獲的信息量會(huì)更多，在這過程中我們雖然放棄了對(duì)個(gè)案研究的精確性，卻把握了對(duì)于該報(bào)道看法的整體趨勢(shì)。

大數(shù)據(jù)時(shí)代治理網(wǎng)絡(luò)群體性事件的新方法

目前，對(duì)于網(wǎng)絡(luò)群體性事件，應(yīng)該實(shí)現(xiàn)由事件發(fā)生后的監(jiān)測(cè)轉(zhuǎn)為事件發(fā)生前的預(yù)測(cè)，由事件發(fā)生后的治理轉(zhuǎn)為事件發(fā)生前的防范。大數(shù)據(jù)時(shí)代的核心是預(yù)測(cè)，網(wǎng)絡(luò)群體性事件的治理要突出新思路與新方法。

大數(shù)據(jù)與社會(huì)治理相結(jié)合，從可能導(dǎo)致網(wǎng)絡(luò)群體性事件發(fā)生的源頭開始治理。從一定意義上看網(wǎng)絡(luò)上的言論就是現(xiàn)實(shí)生活中社情民意的反映。所以，加強(qiáng)對(duì)網(wǎng)絡(luò)信息的監(jiān)管也是在強(qiáng)化社會(huì)治理。大數(shù)據(jù)時(shí)代下，我們要充分發(fā)揮大數(shù)據(jù)的優(yōu)勢(shì)，掌握全方位相關(guān)聯(lián)的數(shù)據(jù)，運(yùn)用強(qiáng)大的“相關(guān)統(tǒng)計(jì)和分析”能力搭建網(wǎng)絡(luò)信息數(shù)據(jù)的立方體，通過將網(wǎng)上和現(xiàn)實(shí)生活中各個(gè)方面的數(shù)據(jù)進(jìn)行整理分析，探索網(wǎng)絡(luò)輿情走向，把握網(wǎng)民情緒波動(dòng)態(tài)勢(shì)，挖掘隱藏在現(xiàn)實(shí)社會(huì)背后的深層關(guān)系，將網(wǎng)絡(luò)信息的監(jiān)測(cè)、分析同現(xiàn)實(shí)社會(huì)的治理結(jié)合起來。

大數(shù)據(jù)與政務(wù)信息在網(wǎng)上公開相結(jié)合，增加信息透明度和政府公信力。美國(guó)政府承接大數(shù)據(jù)時(shí)代“一切皆可量化”的理念，把政務(wù)信息由定性向定量轉(zhuǎn)變，建立統(tǒng)一的數(shù)據(jù)門戶開放網(wǎng)站，并向社會(huì)各界提供數(shù)據(jù)傳輸?shù)慕涌?，以此來便利各部門的數(shù)據(jù)供社會(huì)各界使用，使社會(huì)各界能夠及時(shí)正確地了解國(guó)家的政務(wù)信息。美國(guó)政府的這一行為把政務(wù)公開由傳統(tǒng)的“信息層面”向“數(shù)據(jù)層面”發(fā)展，開辟了一條與傳統(tǒng)政務(wù)信息公開方式不同的新途徑。美國(guó)政府的這一創(chuàng)新對(duì)于我國(guó)的政務(wù)公開方式的改變具有借鑒意義。首先，我們要保證數(shù)據(jù)的安全，在此基礎(chǔ)上探索正確的方式，建立本國(guó)的數(shù)據(jù)政務(wù)公開系統(tǒng)，讓民眾對(duì)于政府的政策信息有一個(gè)正確的了解。其次，引導(dǎo)社會(huì)各界積極參與到對(duì)數(shù)據(jù)的挖掘和利用中去，使數(shù)據(jù)的價(jià)值能夠得到很好地發(fā)揮。

大數(shù)據(jù)與思維引導(dǎo)相結(jié)合，提高言論的說服力和事實(shí)可信度。大數(shù)據(jù)時(shí)代下的思維引導(dǎo)要做到兩方面，常言道：“知己知彼，百戰(zhàn)不殆”，一方面，先要搜集網(wǎng)上的相關(guān)數(shù)據(jù)，建立網(wǎng)民思維傾向的數(shù)據(jù)模型，進(jìn)行分析，找到網(wǎng)民的思維特點(diǎn)和愛好，用網(wǎng)民可以接受的交流方式進(jìn)行引導(dǎo)。另一方面，要讓數(shù)據(jù)“發(fā)聲”。數(shù)據(jù)常常能夠使人們信服，相關(guān)部門要收集足夠充分的數(shù)據(jù)，利用可視化技術(shù)做表、制圖，將事情的前因后果全面的呈現(xiàn)給大眾，讓大眾對(duì)事情的來龍去脈有一個(gè)真實(shí)的了解，消除對(duì)事件的錯(cuò)誤看法和偏激情緒，從而建立正確分析問題的思維方式。

大數(shù)據(jù)與治理突發(fā)的網(wǎng)絡(luò)群體性事件相結(jié)合，提高應(yīng)對(duì)突發(fā)事件的能力。網(wǎng)絡(luò)群體性事件的發(fā)生與互聯(lián)網(wǎng)密切相關(guān)，網(wǎng)絡(luò)是一把雙刃劍，它為網(wǎng)絡(luò)群體性事件的爆發(fā)提供了平臺(tái)，同時(shí)也為網(wǎng)絡(luò)群體性事件的治理提供了有力支持。大數(shù)據(jù)時(shí)代，可以將事件的相關(guān)信息和危害程度量化，事件的發(fā)展趨勢(shì)模型化，從而全面分析事件的發(fā)起群體、傳播渠道、事態(tài)發(fā)展、網(wǎng)民思維傾向、點(diǎn)擊數(shù)量等相關(guān)數(shù)據(jù)。迅速判斷出該事件的嚴(yán)重程度和走向，掌握解決問題的切入點(diǎn)，制定出正確的應(yīng)對(duì)策略。

大數(shù)據(jù)與網(wǎng)絡(luò)媒體和社交平臺(tái)的日常管理相結(jié)合，提高預(yù)防和治理網(wǎng)絡(luò)群體性事件的能力。大數(shù)據(jù)時(shí)代，數(shù)據(jù)不僅可以開口“說話”，還可以預(yù)測(cè)未來。以前，當(dāng)某事件分析和處理完之后，與此相關(guān)的信息價(jià)值也不復(fù)存在，而在一切可量化和一切皆可用的大數(shù)據(jù)思維引導(dǎo)下，這些失去價(jià)值的信息有了用武之地，通過對(duì)歷史數(shù)據(jù)的分析，繪制網(wǎng)絡(luò)群體性事件發(fā)生的“地圖”，預(yù)測(cè)哪些群體、哪類思維、哪種言論容易引發(fā)網(wǎng)絡(luò)群體性事件，從源頭上進(jìn)行預(yù)防。即便是網(wǎng)絡(luò)群體性事件發(fā)生后，我們也能利用這種數(shù)據(jù)“指引”方法，快速準(zhǔn)確地找到治理措施。所以，我們?cè)谌粘９芾碇?，就可以通過搭建網(wǎng)絡(luò)信息后臺(tái)收集和整合系統(tǒng)，實(shí)時(shí)記錄微博、博客、QQ空間、論壇、網(wǎng)站等各個(gè)社交平臺(tái)和網(wǎng)絡(luò)媒體信息，量化為數(shù)據(jù)，從海量的網(wǎng)絡(luò)信息數(shù)據(jù)中找到預(yù)防和管理的重點(diǎn)，盡量避免網(wǎng)絡(luò)群體性事件的發(fā)生⑤。

（作者分別為河北農(nóng)業(yè)大學(xué)馬克思主義學(xué)院教授，河北農(nóng)業(yè)大學(xué)馬克思主義學(xué)院碩士研究生；本文系2014年教育部人文社會(huì)科學(xué)研究專項(xiàng)任務(wù)項(xiàng)目（中國(guó)特色社會(huì)主義理論體系研究）“大數(shù)據(jù)時(shí)代馬克思主義網(wǎng)絡(luò)傳播研究”階段性研究成果，項(xiàng)目編號(hào)：14JD710018）

【注釋】

①“2015年全球網(wǎng)民數(shù)量將突破30億”，http：//www.china-consulting.cn/news/20141121/s101935.html。

②Gartner：“2020年物聯(lián)網(wǎng)裝置數(shù)量高達(dá)250億個(gè)”，http：//www.ithome.com.tw/article/92827。

③思科VNI調(diào)研報(bào)告：“預(yù)測(cè)未來五年全球移動(dòng)數(shù)據(jù)流量將增至10倍”，http：//www.cisco.com/web/CN/aboutcisco/news_info/corporate_news/2015/02_05.html。

④肖飛，齊立磊：“大數(shù)據(jù)處理技術(shù)與探索”，《計(jì)算機(jī)與現(xiàn)代化》，2013年第9期。

⑤卿立新：“創(chuàng)新大數(shù)據(jù)時(shí)代的網(wǎng)絡(luò)輿情管理”，《紅旗文稿》，2014年第22期。

責(zé)編 /許國(guó)榮（實(shí)習(xí)）