2016大數(shù)據(jù)時代如何運用指數(shù)分析輿情主講人：韓少卿組員：王闖2016大數(shù)據(jù)時代主講人：韓少卿組員：王闖1目錄

CONTENTS網(wǎng)絡(luò)大數(shù)據(jù)網(wǎng)絡(luò)輿情輿情指數(shù)案例分析研究與反思目錄CONTENTS網(wǎng)絡(luò)大數(shù)據(jù)網(wǎng)絡(luò)輿情輿情指數(shù)案例分析研究2網(wǎng)絡(luò)大數(shù)據(jù)1網(wǎng)絡(luò)大數(shù)據(jù)131.1大數(shù)據(jù)的概念123感知數(shù)據(jù)人類原創(chuàng)數(shù)據(jù)運營數(shù)據(jù)人類社會數(shù)據(jù)生產(chǎn)方式1.1大數(shù)據(jù)的概念123感知數(shù)據(jù)人類原創(chuàng)數(shù)據(jù)運營數(shù)據(jù)人類社會世界知名的咨詢公司麥肯錫最早提出了“大數(shù)據(jù)”的概念，麥肯錫認(rèn)為大數(shù)據(jù)是指無法在一定時間內(nèi)用傳統(tǒng)數(shù)據(jù)庫軟件工具對其內(nèi)容進行采集、存儲、管理和分析的數(shù)據(jù)集合。1.1大數(shù)據(jù)的概念世界知名的咨詢公司麥肯錫最早提出了“大數(shù)據(jù)”的概念，麥肯錫認(rèn)5研究機構(gòu)Gartner將大數(shù)據(jù)定義為：需要新處理模式才能具有更強的決策力、洞察發(fā)現(xiàn)力和流程優(yōu)化能力的海量、高增長率和多樣化的信息資產(chǎn)。1.1大數(shù)據(jù)的概念研究機構(gòu)Gartner將大數(shù)據(jù)定義為：需要新處理模式才能6維基百科對“大數(shù)據(jù)”的解讀是：“大數(shù)據(jù)”（Bigdata），或稱巨量數(shù)據(jù)、海量數(shù)據(jù)、大資料，指的是所涉及的數(shù)據(jù)量規(guī)模巨大到無法通過人工，在合理時間內(nèi)達到截取、管理、處理、并整理成為人類所能解讀的信息。1.1大數(shù)據(jù)的概念維基百科對“大數(shù)據(jù)”的解讀是：“大數(shù)據(jù)”（Bigdata）7傳媒專家劉建明教授認(rèn)為：“大數(shù)據(jù)”同信息是不可分離的，是指信息浩大數(shù)量的統(tǒng)計與技術(shù)運作。作為人類認(rèn)知社會方法的一次飛躍，“大數(shù)據(jù)”技術(shù)將給企業(yè)運營、政府管理和媒體傳播的科學(xué)化創(chuàng)造有效機制。1.1大數(shù)據(jù)的概念傳媒專家劉建明教授認(rèn)為：“大數(shù)據(jù)”同信息是不可分離的，是指信8“大數(shù)據(jù)”不是部分，而是全部數(shù)據(jù)是不確定、不準(zhǔn)確的信息著重在了解是“什么”而不是“為什么”1.1大數(shù)據(jù)的概念《大數(shù)據(jù)時代》

維克托·邁爾·舍恩伯格“大數(shù)據(jù)”不是部分，而是全部數(shù)據(jù)是不確定、不準(zhǔn)確的信息著重在91.1大數(shù)據(jù)的概念大數(shù)據(jù)本身不是一種新的產(chǎn)品或新的技術(shù)大數(shù)據(jù)的出現(xiàn)只是數(shù)字化時代數(shù)據(jù)量不斷增加的一種現(xiàn)象1.1大數(shù)據(jù)的概念大數(shù)據(jù)本身不是一種新的產(chǎn)品或新的技術(shù)大數(shù)據(jù)101.1大數(shù)據(jù)的概念MBGBTBPBEBBZB海量數(shù)據(jù)大數(shù)據(jù)1.1大數(shù)據(jù)的概念MBGBTBPBEBBZB海量數(shù)據(jù)大數(shù)據(jù)111.1大數(shù)據(jù)的概念1.1大數(shù)據(jù)的概念121.2大數(shù)據(jù)的發(fā)展進程0302011966年摩爾定律提出，為大數(shù)據(jù)現(xiàn)象的形成奠定物理基礎(chǔ)1989年數(shù)據(jù)挖掘技術(shù)產(chǎn)生，大數(shù)據(jù)有了大價值2004年社交媒體出現(xiàn)，全世界每個人都變成了潛在數(shù)據(jù)生成器1.2大數(shù)據(jù)的發(fā)展進程0302011966年摩爾定律提出，為131.3大數(shù)據(jù)的特點數(shù)據(jù)自身的狀態(tài)與價值隨著時空變化而不斷發(fā)生演變Variety（流動速度快）數(shù)據(jù)的價值沒有隨數(shù)據(jù)量的指數(shù)增長呈現(xiàn)出同比例上升Value（價值巨大但密度低）結(jié)構(gòu)化數(shù)據(jù)、半結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)Velocity（數(shù)據(jù)類型繁多）大量交互數(shù)據(jù)被記錄和保存，數(shù)據(jù)規(guī)模從TB到PB數(shù)量級Volume（數(shù)據(jù)體量巨大）4個V：

Volume、Velocity、Variety、Value1.3大數(shù)據(jù)的特點數(shù)據(jù)自身的狀態(tài)與價值隨著Variety（流141.3大數(shù)據(jù)的特點1大數(shù)據(jù)＝傳統(tǒng)的小數(shù)據(jù)＋現(xiàn)代的大記錄2大數(shù)據(jù)＝結(jié)構(gòu)化數(shù)據(jù)＋非結(jié)構(gòu)化數(shù)據(jù)3大數(shù)據(jù)=大價值+大容量1.3大數(shù)據(jù)的特點1大數(shù)據(jù)＝傳統(tǒng)的小數(shù)據(jù)＋現(xiàn)代的大記錄2大數(shù)151.4大數(shù)據(jù)如何產(chǎn)生10:02微博云計算LBS物聯(lián)網(wǎng)托馬斯·H·達文波特：大數(shù)據(jù)之所以產(chǎn)生，是因為傳感器和微型計算機處理器在人們?nèi)粘Ｉ钪袩o處不在。1.4大數(shù)據(jù)如何產(chǎn)生10:02微博云LBS物聯(lián)網(wǎng)托馬斯·H·161.4大數(shù)據(jù)如何產(chǎn)生1.4大數(shù)據(jù)如何產(chǎn)生17網(wǎng)絡(luò)輿情的大數(shù)據(jù)時代來臨12354Google400PBFacebook10億照片300TB微信百度云每個人1天200G月活8億5000國圖1.5網(wǎng)絡(luò)大數(shù)據(jù)網(wǎng)絡(luò)輿情的大數(shù)據(jù)時代來臨12354Google400PBFa18網(wǎng)絡(luò)輿情2網(wǎng)絡(luò)輿情2192.1輿情的概念輿情指在一定的社會空間內(nèi)，圍繞中介性社會事項的發(fā)生、發(fā)展和變化，作為輿情主體的民眾對國家管理者產(chǎn)生和持有的社會政治態(tài)度。廣義的輿情，就是指民眾的全部生活狀況、社會環(huán)境和民眾的主觀意愿，也就是通常所說的“社情民意”。2.1輿情的概念輿情指在一定的社會空間內(nèi)，圍繞中介性社會事202.2網(wǎng)絡(luò)輿情的概念網(wǎng)絡(luò)輿情是社會輿情的一種表現(xiàn)形式，指在一定的網(wǎng)絡(luò)空間中，各種社會群體對自己關(guān)心或與自身利益相關(guān)的熱點事件或事物所表現(xiàn)出來的具有一定影響力并帶有傾向性的認(rèn)知、情緒、態(tài)度和意見的總和。傳播互動網(wǎng)民情感互動影響力網(wǎng)絡(luò)事件2.2網(wǎng)絡(luò)輿情的概念網(wǎng)絡(luò)輿情是社會輿情的一種表現(xiàn)形式，指在一2101020304主觀性與非理性社會情緒的原生態(tài)表達網(wǎng)絡(luò)謠言與負(fù)面情緒擴散多元性信息內(nèi)容多元傳播途徑與表達方式多元意識形態(tài)與觀點內(nèi)容多元突發(fā)性基于網(wǎng)絡(luò)雙向傳播社會輿論導(dǎo)火索廣泛性參與人員類型廣泛涉及地域范圍廣泛2.3網(wǎng)絡(luò)輿情的特點01020304主觀性與非理性社會情緒的原生態(tài)表達多元性信息222.4網(wǎng)絡(luò)輿情的信息來源政府網(wǎng)站高高低低新聞媒體高高中中社交平臺低低高中網(wǎng)絡(luò)媒體中中中中中來源準(zhǔn)確度權(quán)威度參與度針對性主動報送中高高網(wǎng)絡(luò)輿情信息來源指標(biāo)特點2.4網(wǎng)絡(luò)輿情的信息來源政府網(wǎng)站高高低低新聞媒體高高中中社交232.5網(wǎng)絡(luò)輿情傳播的特點跨時空性：信息突破了空間的限制，實現(xiàn)了信息的跨時空傳播1234強制互動性：信息由單向傳播變成雙向互動，公眾由接受者變?yōu)閰⑴c者和生產(chǎn)者及時性：即時編輯、及時發(fā)布、即時傳播、即時互動、及時反饋群體極化性：信息的傾向性對受眾的思想形成一定的支配性，形成群體極化2.5網(wǎng)絡(luò)輿情傳播的特點跨時空性：信息突破了空間的限制，實現(xiàn)242.6網(wǎng)絡(luò)輿情的演變過程輿情影響萌芽擴散爆發(fā)波動消退經(jīng)歷時期表2.1：網(wǎng)絡(luò)輿情演變模型2.6網(wǎng)絡(luò)輿情的演變過程輿情影響萌芽擴散爆發(fā)波動消退經(jīng)歷時期252.7網(wǎng)絡(luò)輿情的演變過程輿情影響萌芽擴散爆發(fā)波動消退經(jīng)歷時期表2.2：網(wǎng)絡(luò)輿情預(yù)警模型良好正常隱患不安全危險2.7網(wǎng)絡(luò)輿情的演變過程輿情影響萌芽擴散爆發(fā)波動消退經(jīng)歷時期262.7網(wǎng)絡(luò)輿情的演變過程輿情影響萌芽擴散爆發(fā)波動消退經(jīng)歷時期表2.3：政府應(yīng)對輿情模型良好正常隱患不安全危險啟動輿情監(jiān)測制定應(yīng)急預(yù)案制定保障方案實施信息公開專家網(wǎng)上答疑關(guān)注意見領(lǐng)袖網(wǎng)民互動交流事件初步解決公開進展信息引導(dǎo)輿情過渡事件經(jīng)驗總結(jié)監(jiān)測衍生輿情2.7網(wǎng)絡(luò)輿情的演變過程輿情影響萌芽擴散爆發(fā)波動消退經(jīng)歷時期27輿情指數(shù)3輿情指數(shù)3283.1網(wǎng)絡(luò)輿情指數(shù)的概念輿情指數(shù)是通過對網(wǎng)絡(luò)中各種類型媒體所發(fā)布的信息進行獨立的第三方觀察，形成量化統(tǒng)計和定性分析，并結(jié)合算法推導(dǎo)、歸納總結(jié)而最終形成的一套網(wǎng)絡(luò)輿情指數(shù)體系。3.1網(wǎng)絡(luò)輿情指數(shù)的概念輿情指數(shù)是通過對網(wǎng)絡(luò)中各種類型媒體所293.2網(wǎng)絡(luò)輿情指數(shù)體系構(gòu)建的基本原則科學(xué)性系統(tǒng)性全面性可行性動態(tài)性穩(wěn)定性明確性目標(biāo)性3.2網(wǎng)絡(luò)輿情指數(shù)體系構(gòu)建的基本原則科學(xué)性系統(tǒng)性全面性可行性303.3互聯(lián)網(wǎng)大數(shù)據(jù)挖掘技術(shù)數(shù)據(jù)庫理論機器學(xué)習(xí)人工智能現(xiàn)代統(tǒng)計學(xué)3.3互聯(lián)網(wǎng)大數(shù)據(jù)挖掘技術(shù)數(shù)據(jù)庫理論機器學(xué)習(xí)人工智能現(xiàn)代統(tǒng)計313.3互聯(lián)網(wǎng)大數(shù)據(jù)挖掘技術(shù)統(tǒng)計技術(shù)：對給定數(shù)據(jù)集合假設(shè)一個分布或者概率模型連接分析：從一些用戶的行為中分析出一些模式，

同時將產(chǎn)生的概念應(yīng)用于更廣的用戶群體中

決策樹：一種預(yù)測模型，是直觀運用概率分析的一種圖解法人工神經(jīng)網(wǎng)絡(luò)：是一種模仿動物神經(jīng)網(wǎng)絡(luò)行為特征，進行分布式并行信息處理的算法數(shù)學(xué)模型差別分析：目的是發(fā)現(xiàn)數(shù)據(jù)中的異常情況，從而獲得有用信息概念描述：對某類對象的內(nèi)涵進行描述，并概括其有關(guān)特征關(guān)聯(lián)規(guī)則：目的是找出數(shù)據(jù)庫中隱藏的關(guān)聯(lián)網(wǎng)3.3互聯(lián)網(wǎng)大數(shù)據(jù)挖掘技術(shù)統(tǒng)計技術(shù)：對給定數(shù)據(jù)集合假設(shè)一個分323.4網(wǎng)絡(luò)輿情監(jiān)測指數(shù)體系（蘭月新）指數(shù)一指數(shù)三指數(shù)四指數(shù)二傳播擴散輿情受眾發(fā)布主體內(nèi)容要素指數(shù)體系12343.4網(wǎng)絡(luò)輿情監(jiān)測指數(shù)體系（蘭月新）指數(shù)一指數(shù)三指數(shù)四指數(shù)二33名稱一級指數(shù)二級指數(shù)三級指數(shù)網(wǎng)絡(luò)輿情監(jiān)測指數(shù)體系持續(xù)時間地理范圍傳播方式主體身份影響力活躍度意見傾向主題內(nèi)容主題詞熱度主題敏感度視聽化程度內(nèi)容詳略度態(tài)度傾向關(guān)注人數(shù)傳播擴散時間跨度地理跨度網(wǎng)站、網(wǎng)媒、社交媒體意見領(lǐng)袖、普通網(wǎng)民發(fā)帖量、回復(fù)量支持、反對、中立社會熱點、政治新聞、個人隱私、宗教政治轉(zhuǎn)發(fā)量、評論量、閱讀量敏感詞聲像資料量文本長度、圖片連貫性、聲像時長支持、反對、中立獨立訪問者、訪問量發(fā)布主體內(nèi)容要素輿情受眾3.4網(wǎng)絡(luò)輿情監(jiān)測指數(shù)體系（蘭月新）名稱一級指數(shù)二級指數(shù)三級指數(shù)網(wǎng)絡(luò)輿情監(jiān)持續(xù)時間主體身份主題內(nèi)3.5輿情大數(shù)據(jù)指數(shù)（劉建明）輿情大數(shù)據(jù)指數(shù)媒體傳播力指數(shù)傳播量覆蓋率互動性輿情影響力指數(shù)傳播量覆蓋率關(guān)注度綜合評價劉志明《網(wǎng)絡(luò)輿情大數(shù)據(jù)》3.5輿情大數(shù)據(jù)指數(shù)（劉建明）輿情大數(shù)據(jù)指數(shù)媒體傳播力指數(shù)傳353.6網(wǎng)絡(luò)輿情指數(shù)體系（IRI）“網(wǎng)絡(luò)輿情指數(shù)體系（IRI）”是由中國傳媒大學(xué)網(wǎng)絡(luò)輿情（口碑）研究所設(shè)計，該指數(shù)體系是國內(nèi)第一個權(quán)威的、可量化的、科學(xué)的網(wǎng)絡(luò)輿情指數(shù)體系，重點突出網(wǎng)絡(luò)輿情指數(shù)的實時動態(tài)性以及可理解、可描述、可解釋等特點。123IRI網(wǎng)絡(luò)輿情參與度網(wǎng)絡(luò)輿情波及度網(wǎng)絡(luò)輿情評價度網(wǎng)民在某網(wǎng)站中針對某一主題發(fā)布的信息量、回復(fù)量和瀏覽量的綜合統(tǒng)計——集中參與水平衡量所有網(wǎng)絡(luò)媒體中相關(guān)信息的指標(biāo)——廣泛報道水平整體態(tài)度傾向的指標(biāo)3.6網(wǎng)絡(luò)輿情指數(shù)體系（IRI）“網(wǎng)絡(luò)輿情指數(shù)體系（363.7百度司南輿情系統(tǒng)指數(shù)聲量診斷傳播分析情感提煉某話題/人物/商品/事件在互聯(lián)網(wǎng)上是否引起了關(guān)注度，關(guān)注量級與趨勢如何輿情傳播路徑，識別傳播節(jié)點，研判節(jié)點調(diào)性摩畫網(wǎng)民情感傾向，提煉網(wǎng)民對事物的主要態(tài)度、關(guān)注面與側(cè)重點人群分析輿情受眾畫像，偏好人群&厭惡人群特點3.7百度司南輿情系統(tǒng)指數(shù)聲量診斷傳播分析情感提煉某話題/人373.8清博指數(shù)

以大數(shù)據(jù)為核心技術(shù)支撐，全方位整合傳統(tǒng)門戶、微博、微信、論壇、外媒等輿情信息矩陣，高效穩(wěn)定的數(shù)據(jù)采集平臺，深度分析挖掘網(wǎng)絡(luò)輿情，預(yù)測消費者的商業(yè)興趣與社交行為，為企業(yè)品牌評估、戰(zhàn)略部署提供有力數(shù)據(jù)支撐。BCIBVIOCIWII-VRTGI標(biāo)題內(nèi)容WCI3.8清博指數(shù)以大數(shù)據(jù)為核心技術(shù)支撐，全方位整383.8清博指數(shù)-微信傳播指數(shù)WCI3.8清博指數(shù)-微信傳播指數(shù)WCI393.8清博指數(shù)-微博傳播指數(shù)BCI指標(biāo)體系:

主要通過活躍度和傳播度兩大維度來進行評價,發(fā)博數(shù)X1、原創(chuàng)微博數(shù)X2、

轉(zhuǎn)發(fā)數(shù)X3、評論數(shù)X4、原創(chuàng)微博轉(zhuǎn)發(fā)數(shù)X5、原創(chuàng)微博評論數(shù)X6、點贊數(shù)X7。

3.8清博指數(shù)-微博傳播指數(shù)BCI指標(biāo)體系:

主要通過活躍度403.8清博指數(shù)-微博傳播指數(shù)BCI3.8清博指數(shù)-微博傳播指數(shù)BCI413.8清博指數(shù)-網(wǎng)紅指數(shù)OCI

網(wǎng)紅指數(shù)OCI側(cè)重于對網(wǎng)紅傳播力和影響力的量化評估，評估模型包括三大維度、十余項項量化指標(biāo)，通過全網(wǎng)數(shù)據(jù)的采集，建立基于大數(shù)據(jù)的開放評估模型。3.8清博指數(shù)-網(wǎng)紅指數(shù)OCI網(wǎng)紅指數(shù)OCI側(cè)重423.8清博指數(shù)-VR指數(shù)WII-VR評估指數(shù)包括企業(yè)和產(chǎn)品的網(wǎng)絡(luò)關(guān)注度（微博討論及官微粉絲數(shù)、微信相關(guān)文章及總閱讀數(shù)等），全網(wǎng)推廣度（網(wǎng)頁、新聞、官網(wǎng)、社交媒體平臺等相關(guān)信息推廣）和網(wǎng)絡(luò)熱銷度（主流電商平臺：以淘寶/天貓和京東為主）三大維度。

3.8清博指數(shù)-VR指數(shù)WII-VR評估指數(shù)包括企業(yè)和產(chǎn)品的433.9PDI（PandataIndex）全景數(shù)據(jù)評估指數(shù)全景數(shù)據(jù)評估指數(shù)PDI1.0算法說明：使用文章數(shù)量、可見總流量、認(rèn)同流量、可見峰值流量四個主要指標(biāo)，并提出認(rèn)同潛力值、可見峰值流量比率兩個指標(biāo)。本算法由上海交通大學(xué)大數(shù)據(jù)傳播創(chuàng)新實驗室綜合多類資源提出，使用運籌學(xué)中的層次分析法（AHP）進行系數(shù)的確定，得到k_1=72.35%，k_2=19.32%，K_a=75%，λ_1=87.5%。3.9PDI（PandataIndex）全景數(shù)據(jù)評估指數(shù)全44案例分析4案例分析4454.1百度輿情研究院《大數(shù)據(jù)中的“春運潮”變遷》“百度遷徙”發(fā)布春運全國8小時最熱線路圖春運遷徙，40天，36億人次春運槽點：“12306”“高價盒飯”“車站服務(wù)”“安檢”“堵車”“晚點、滯留”4.1百度輿情研究院《大數(shù)據(jù)中的“春運潮”變遷》“百度遷徙”464.1案例一：百度輿情研究院《大數(shù)據(jù)中的“春運潮”變遷》關(guān)注度＝0.3×新聞指數(shù)＋0.3×論壇指數(shù)＋0.2×微博指數(shù)＋0.2×微信指數(shù)正面輿情比例＝0.7×正面輿情指數(shù)＋0.3×中性輿情指數(shù)輿情壓力指數(shù)=0.7×輿情事件個數(shù)+0.3×輿情關(guān)注度均值-正面輿情事件比例百度輿情研究院《大數(shù)據(jù)中的“春運潮”變遷》4.1案例一：百度輿情研究院《大數(shù)據(jù)中的“春運潮”變遷》關(guān)注474.1關(guān)注度＝0.3×新聞指數(shù)＋0.3×論壇指數(shù)＋0.2×微博指數(shù)＋0.2×微信指數(shù)百度輿情研究院《大數(shù)據(jù)中的“春運潮”變遷》4.1關(guān)注度＝0.3×新聞指數(shù)＋0.3×論壇指數(shù)＋0.2×微484.1百度輿情研究院《大數(shù)據(jù)中的“春運潮”變遷》正面輿情比例＝0.7×正面輿情指數(shù)＋0.3×中性輿情指數(shù)輿情壓力指數(shù)=0.7×輿情事件個數(shù)+0.3×輿情關(guān)注度均值-正面輿情事件比例4.1百度輿情研究院《大數(shù)據(jù)中的“春運潮”變遷》正面輿情比例494.1百度輿情研究院《大數(shù)據(jù)中的“春運潮”變遷》正面輿情比例＝0.7×正面輿情指數(shù)＋0.3×中性輿情指數(shù)輿情壓力指數(shù)=0.7×輿情事件個數(shù)+0.3×輿情關(guān)注度均值-正面輿情事件比例4.1百度輿情研究院《大數(shù)據(jù)中的“春運潮”變遷》正面輿情比例50研究與反思5研究與反思5515.1大數(shù)據(jù)視域下輿情研究的轉(zhuǎn)向研究視角的轉(zhuǎn)向研究方法的轉(zhuǎn)向

數(shù)據(jù)庫支持的轉(zhuǎn)向輿情研究主體的轉(zhuǎn)向從單向度的內(nèi)容研究轉(zhuǎn)向“內(nèi)容+關(guān)系”的多維度研究由輿情信息采集轉(zhuǎn)向數(shù)據(jù)加工、可視化等由簡單的、有限的數(shù)據(jù)庫轉(zhuǎn)向非結(jié)構(gòu)化的大數(shù)據(jù)庫由小作坊式的單打獨斗、面面俱到輿情監(jiān)控轉(zhuǎn)向分工明確、高度聚合集約的輿情分析輿情研究重點的轉(zhuǎn)向由輿情監(jiān)測轉(zhuǎn)向為輿情預(yù)警乃至預(yù)測，從單向度的危機應(yīng)對、品牌營銷轉(zhuǎn)向各領(lǐng)域的綜合信息服務(wù)5.1大數(shù)據(jù)視域下輿情研究的轉(zhuǎn)向研究視角的轉(zhuǎn)向研究方法的轉(zhuǎn)向525.2大數(shù)據(jù)輿情能否代表社會民意

根據(jù)中國互聯(lián)網(wǎng)絡(luò)信息中心CNNIC《第38次中國互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計報告》顯示，截至2016年6月，中國網(wǎng)民已達到7.10億，超過總?cè)丝诘?/2。農(nóng)村網(wǎng)民占總網(wǎng)民的26.9%，達1.91億，而中國農(nóng)村人口將近8億，網(wǎng)民占比較低。即使上網(wǎng)，發(fā)表意見的也是少數(shù)。陳力丹在《輿論學(xué)》指出：「在一定范圍內(nèi)有接近1/3的人持某種意見，這種意見由于開始對全部人產(chǎn)生影響，故它已經(jīng)從少數(shù)人的意見轉(zhuǎn)變?yōu)檩浾??！埂冈谝欢ǚ秶鷥?nèi)有接近2/3的人持某種意見，這種意見已經(jīng)可以統(tǒng)領(lǐng)全局，當(dāng)然更是輿論，而且成為主導(dǎo)輿論?！?/p>

P4「要注意，不能輕易把網(wǎng)上的意見視為輿論。網(wǎng)民占全國人1/3，網(wǎng)民在網(wǎng)上發(fā)表意見的人數(shù)，只占所有網(wǎng)民的2%，經(jīng)常發(fā)表意見的人數(shù)更少?！?/p>

P8

因此，網(wǎng)民大都屬于「沉默的大多數(shù)」，通過技術(shù)手段抓取關(guān)鍵詞呈現(xiàn)出的意見狀況會出現(xiàn)代表性偏差，與符合真實情況可能出現(xiàn)不一致。5.2大數(shù)據(jù)輿情能否代表社會民意根據(jù)中國互聯(lián)網(wǎng)絡(luò)信息中535.2大數(shù)據(jù)輿情能否代表社會民意信息源頭的污染

網(wǎng)民享有了表達意見的自由，但網(wǎng)絡(luò)信息卻并非態(tài)度、意見和情緒的直接和客觀的反映。網(wǎng)絡(luò)的虛擬性使得網(wǎng)絡(luò)言論往往出現(xiàn)情緒化和極端化的現(xiàn)象。其次是大量網(wǎng)絡(luò)「水軍」的存在，會影響到對事實情況的判斷。5.2大數(shù)據(jù)輿情能否代表社會民意信息源頭的污染545.2大數(shù)據(jù)輿情能否代表社會民意愛德華·霍爾創(chuàng)建了「高語境」和「低語境」的概念。高語境是指對語境依賴程度較高的語言，如中文和日文。在中文傳播環(huán)境中，語言信息呈現(xiàn)在語境之中，高度依附語境。使用爬蟲等技術(shù)手段抓取的網(wǎng)絡(luò)信息是有噪聲的，在進行回歸分析與差異分析時，不能徹底擺脫高語境依賴，由此得出的分析結(jié)果并不能完整的解釋其實際意義，進而也會干擾輿情判斷。5.2大數(shù)據(jù)輿情能否代表社會民意愛德華·霍爾創(chuàng)555.2大數(shù)據(jù)輿情能否代表社會民意「大數(shù)據(jù)」是原材料，「算法」是核心。大數(shù)據(jù)往往是TB甚至PB量級的，在輿情指數(shù)分析中的數(shù)據(jù)也只是大數(shù)據(jù)的冰山一角，并不是完全意義上的“大數(shù)據(jù)”。在FiveThirtyEight美國大選數(shù)據(jù)分析預(yù)測中，NateSilver曾在2008年成功預(yù)測50個州中的49個州的選舉結(jié)果，2012年成功預(yù)測了50個州的結(jié)果。但在2016年的大選中，曾被稱為「神童」的這些數(shù)據(jù)分析型政治記者走下了神壇。

數(shù)據(jù)并非萬能的，它有盲點也會出錯，用不同的算法可能會得到不同的結(jié)果。所以，在數(shù)據(jù)之外，對算法的合理性、科學(xué)性的考量需要不斷改進。

因此，基于大數(shù)據(jù)數(shù)據(jù)分析的輿情分析相較于傳統(tǒng)的輿情測量有其優(yōu)勢，但它的缺點也不能被忽視。5.2大數(shù)據(jù)輿情能否代表社會民意「大數(shù)據(jù)」是原材料56ThankYouThank572016大數(shù)據(jù)時代如何運用指數(shù)分析輿情主講人：韓少卿組員：王闖2016大數(shù)據(jù)時代主講人：韓少卿組員：王闖58目錄

CONTENTS網(wǎng)絡(luò)大數(shù)據(jù)網(wǎng)絡(luò)輿情輿情指數(shù)案例分析研究與反思目錄CONTENTS網(wǎng)絡(luò)大數(shù)據(jù)網(wǎng)絡(luò)輿情輿情指數(shù)案例分析研究59網(wǎng)絡(luò)大數(shù)據(jù)1網(wǎng)絡(luò)大數(shù)據(jù)1601.1大數(shù)據(jù)的概念123感知數(shù)據(jù)人類原創(chuàng)數(shù)據(jù)運營數(shù)據(jù)人類社會數(shù)據(jù)生產(chǎn)方式1.1大數(shù)據(jù)的概念123感知數(shù)據(jù)人類原創(chuàng)數(shù)據(jù)運營數(shù)據(jù)人類社會世界知名的咨詢公司麥肯錫最早提出了“大數(shù)據(jù)”的概念，麥肯錫認(rèn)為大數(shù)據(jù)是指無法在一定時間內(nèi)用傳統(tǒng)數(shù)據(jù)庫軟件工具對其內(nèi)容進行采集、存儲、管理和分析的數(shù)據(jù)集合。1.1大數(shù)據(jù)的概念世界知名的咨詢公司麥肯錫最早提出了“大數(shù)據(jù)”的概念，麥肯錫認(rèn)62研究機構(gòu)Gartner將大數(shù)據(jù)定義為：需要新處理模式才能具有更強的決策力、洞察發(fā)現(xiàn)力和流程優(yōu)化能力的海量、高增長率和多樣化的信息資產(chǎn)。1.1大數(shù)據(jù)的概念研究機構(gòu)Gartner將大數(shù)據(jù)定義為：需要新處理模式才能63維基百科對“大數(shù)據(jù)”的解讀是：“大數(shù)據(jù)”（Bigdata），或稱巨量數(shù)據(jù)、海量數(shù)據(jù)、大資料，指的是所涉及的數(shù)據(jù)量規(guī)模巨大到無法通過人工，在合理時間內(nèi)達到截取、管理、處理、并整理成為人類所能解讀的信息。1.1大數(shù)據(jù)的概念維基百科對“大數(shù)據(jù)”的解讀是：“大數(shù)據(jù)”（Bigdata）64傳媒專家劉建明教授認(rèn)為：“大數(shù)據(jù)”同信息是不可分離的，是指信息浩大數(shù)量的統(tǒng)計與技術(shù)運作。作為人類認(rèn)知社會方法的一次飛躍，“大數(shù)據(jù)”技術(shù)將給企業(yè)運營、政府管理和媒體傳播的科學(xué)化創(chuàng)造有效機制。1.1大數(shù)據(jù)的概念傳媒專家劉建明教授認(rèn)為：“大數(shù)據(jù)”同信息是不可分離的，是指信65“大數(shù)據(jù)”不是部分，而是全部數(shù)據(jù)是不確定、不準(zhǔn)確的信息著重在了解是“什么”而不是“為什么”1.1大數(shù)據(jù)的概念《大數(shù)據(jù)時代》

維克托·邁爾·舍恩伯格“大數(shù)據(jù)”不是部分，而是全部數(shù)據(jù)是不確定、不準(zhǔn)確的信息著重在661.1大數(shù)據(jù)的概念大數(shù)據(jù)本身不是一種新的產(chǎn)品或新的技術(shù)大數(shù)據(jù)的出現(xiàn)只是數(shù)字化時代數(shù)據(jù)量不斷增加的一種現(xiàn)象1.1大數(shù)據(jù)的概念大數(shù)據(jù)本身不是一種新的產(chǎn)品或新的技術(shù)大數(shù)據(jù)671.1大數(shù)據(jù)的概念MBGBTBPBEBBZB海量數(shù)據(jù)大數(shù)據(jù)1.1大數(shù)據(jù)的概念MBGBTBPBEBBZB海量數(shù)據(jù)大數(shù)據(jù)681.1大數(shù)據(jù)的概念1.1大數(shù)據(jù)的概念691.2大數(shù)據(jù)的發(fā)展進程0302011966年摩爾定律提出，為大數(shù)據(jù)現(xiàn)象的形成奠定物理基礎(chǔ)1989年數(shù)據(jù)挖掘技術(shù)產(chǎn)生，大數(shù)據(jù)有了大價值2004年社交媒體出現(xiàn)，全世界每個人都變成了潛在數(shù)據(jù)生成器1.2大數(shù)據(jù)的發(fā)展進程0302011966年摩爾定律提出，為701.3大數(shù)據(jù)的特點數(shù)據(jù)自身的狀態(tài)與價值隨著時空變化而不斷發(fā)生演變Variety（流動速度快）數(shù)據(jù)的價值沒有隨數(shù)據(jù)量的指數(shù)增長呈現(xiàn)出同比例上升Value（價值巨大但密度低）結(jié)構(gòu)化數(shù)據(jù)、半結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)Velocity（數(shù)據(jù)類型繁多）大量交互數(shù)據(jù)被記錄和保存，數(shù)據(jù)規(guī)模從TB到PB數(shù)量級Volume（數(shù)據(jù)體量巨大）4個V：

Volume、Velocity、Variety、Value1.3大數(shù)據(jù)的特點數(shù)據(jù)自身的狀態(tài)與價值隨著Variety（流711.3大數(shù)據(jù)的特點1大數(shù)據(jù)＝傳統(tǒng)的小數(shù)據(jù)＋現(xiàn)代的大記錄2大數(shù)據(jù)＝結(jié)構(gòu)化數(shù)據(jù)＋非結(jié)構(gòu)化數(shù)據(jù)3大數(shù)據(jù)=大價值+大容量1.3大數(shù)據(jù)的特點1大數(shù)據(jù)＝傳統(tǒng)的小數(shù)據(jù)＋現(xiàn)代的大記錄2大數(shù)721.4大數(shù)據(jù)如何產(chǎn)生10:02微博云計算LBS物聯(lián)網(wǎng)托馬斯·H·達文波特：大數(shù)據(jù)之所以產(chǎn)生，是因為傳感器和微型計算機處理器在人們?nèi)粘Ｉ钪袩o處不在。1.4大數(shù)據(jù)如何產(chǎn)生10:02微博云LBS物聯(lián)網(wǎng)托馬斯·H·731.4大數(shù)據(jù)如何產(chǎn)生1.4大數(shù)據(jù)如何產(chǎn)生74網(wǎng)絡(luò)輿情的大數(shù)據(jù)時代來臨12354Google400PBFacebook10億照片300TB微信百度云每個人1天200G月活8億5000國圖1.5網(wǎng)絡(luò)大數(shù)據(jù)網(wǎng)絡(luò)輿情的大數(shù)據(jù)時代來臨12354Google400PBFa75網(wǎng)絡(luò)輿情2網(wǎng)絡(luò)輿情2762.1輿情的概念輿情指在一定的社會空間內(nèi)，圍繞中介性社會事項的發(fā)生、發(fā)展和變化，作為輿情主體的民眾對國家管理者產(chǎn)生和持有的社會政治態(tài)度。廣義的輿情，就是指民眾的全部生活狀況、社會環(huán)境和民眾的主觀意愿，也就是通常所說的“社情民意”。2.1輿情的概念輿情指在一定的社會空間內(nèi)，圍繞中介性社會事772.2網(wǎng)絡(luò)輿情的概念網(wǎng)絡(luò)輿情是社會輿情的一種表現(xiàn)形式，指在一定的網(wǎng)絡(luò)空間中，各種社會群體對自己關(guān)心或與自身利益相關(guān)的熱點事件或事物所表現(xiàn)出來的具有一定影響力并帶有傾向性的認(rèn)知、情緒、態(tài)度和意見的總和。傳播互動網(wǎng)民情感互動影響力網(wǎng)絡(luò)事件2.2網(wǎng)絡(luò)輿情的概念網(wǎng)絡(luò)輿情是社會輿情的一種表現(xiàn)形式，指在一7801020304主觀性與非理性社會情緒的原生態(tài)表達網(wǎng)絡(luò)謠言與負(fù)面情緒擴散多元性信息內(nèi)容多元傳播途徑與表達方式多元意識形態(tài)與觀點內(nèi)容多元突發(fā)性基于網(wǎng)絡(luò)雙向傳播社會輿論導(dǎo)火索廣泛性參與人員類型廣泛涉及地域范圍廣泛2.3網(wǎng)絡(luò)輿情的特點01020304主觀性與非理性社會情緒的原生態(tài)表達多元性信息792.4網(wǎng)絡(luò)輿情的信息來源政府網(wǎng)站高高低低新聞媒體高高中中社交平臺低低高中網(wǎng)絡(luò)媒體中中中中中來源準(zhǔn)確度權(quán)威度參與度針對性主動報送中高高網(wǎng)絡(luò)輿情信息來源指標(biāo)特點2.4網(wǎng)絡(luò)輿情的信息來源政府網(wǎng)站高高低低新聞媒體高高中中社交802.5網(wǎng)絡(luò)輿情傳播的特點跨時空性：信息突破了空間的限制，實現(xiàn)了信息的跨時空傳播1234強制互動性：信息由單向傳播變成雙向互動，公眾由接受者變?yōu)閰⑴c者和生產(chǎn)者及時性：即時編輯、及時發(fā)布、即時傳播、即時互動、及時反饋群體極化性：信息的傾向性對受眾的思想形成一定的支配性，形成群體極化2.5網(wǎng)絡(luò)輿情傳播的特點跨時空性：信息突破了空間的限制，實現(xiàn)812.6網(wǎng)絡(luò)輿情的演變過程輿情影響萌芽擴散爆發(fā)波動消退經(jīng)歷時期表2.1：網(wǎng)絡(luò)輿情演變模型2.6網(wǎng)絡(luò)輿情的演變過程輿情影響萌芽擴散爆發(fā)波動消退經(jīng)歷時期822.7網(wǎng)絡(luò)輿情的演變過程輿情影響萌芽擴散爆發(fā)波動消退經(jīng)歷時期表2.2：網(wǎng)絡(luò)輿情預(yù)警模型良好正常隱患不安全危險2.7網(wǎng)絡(luò)輿情的演變過程輿情影響萌芽擴散爆發(fā)波動消退經(jīng)歷時期832.7網(wǎng)絡(luò)輿情的演變過程輿情影響萌芽擴散爆發(fā)波動消退經(jīng)歷時期表2.3：政府應(yīng)對輿情模型良好正常隱患不安全危險啟動輿情監(jiān)測制定應(yīng)急預(yù)案制定保障方案實施信息公開專家網(wǎng)上答疑關(guān)注意見領(lǐng)袖網(wǎng)民互動交流事件初步解決公開進展信息引導(dǎo)輿情過渡事件經(jīng)驗總結(jié)監(jiān)測衍生輿情2.7網(wǎng)絡(luò)輿情的演變過程輿情影響萌芽擴散爆發(fā)波動消退經(jīng)歷時期84輿情指數(shù)3輿情指數(shù)3853.1網(wǎng)絡(luò)輿情指數(shù)的概念輿情指數(shù)是通過對網(wǎng)絡(luò)中各種類型媒體所發(fā)布的信息進行獨立的第三方觀察，形成量化統(tǒng)計和定性分析，并結(jié)合算法推導(dǎo)、歸納總結(jié)而最終形成的一套網(wǎng)絡(luò)輿情指數(shù)體系。3.1網(wǎng)絡(luò)輿情指數(shù)的概念輿情指數(shù)是通過對網(wǎng)絡(luò)中各種類型媒體所863.2網(wǎng)絡(luò)輿情指數(shù)體系構(gòu)建的基本原則科學(xué)性系統(tǒng)性全面性可行性動態(tài)性穩(wěn)定性明確性目標(biāo)性3.2網(wǎng)絡(luò)輿情指數(shù)體系構(gòu)建的基本原則科學(xué)性系統(tǒng)性全面性可行性873.3互聯(lián)網(wǎng)大數(shù)據(jù)挖掘技術(shù)數(shù)據(jù)庫理論機器學(xué)習(xí)人工智能現(xiàn)代統(tǒng)計學(xué)3.3互聯(lián)網(wǎng)大數(shù)據(jù)挖掘技術(shù)數(shù)據(jù)庫理論機器學(xué)習(xí)人工智能現(xiàn)代統(tǒng)計883.3互聯(lián)網(wǎng)大數(shù)據(jù)挖掘技術(shù)統(tǒng)計技術(shù)：對給定數(shù)據(jù)集合假設(shè)一個分布或者概率模型連接分析：從一些用戶的行為中分析出一些模式，

同時將產(chǎn)生的概念應(yīng)用于更廣的用戶群體中

決策樹：一種預(yù)測模型，是直觀運用概率分析的一種圖解法人工神經(jīng)網(wǎng)絡(luò)：是一種模仿動物神經(jīng)網(wǎng)絡(luò)行為特征，進行分布式并行信息處理的算法數(shù)學(xué)模型差別分析：目的是發(fā)現(xiàn)數(shù)據(jù)中的異常情況，從而獲得有用信息概念描述：對某類對象的內(nèi)涵進行描述，并概括其有關(guān)特征關(guān)聯(lián)規(guī)則：目的是找出數(shù)據(jù)庫中隱藏的關(guān)聯(lián)網(wǎng)3.3互聯(lián)網(wǎng)大數(shù)據(jù)挖掘技術(shù)統(tǒng)計技術(shù)：對給定數(shù)據(jù)集合假設(shè)一個分893.4網(wǎng)絡(luò)輿情監(jiān)測指數(shù)體系（蘭月新）指數(shù)一指數(shù)三指數(shù)四指數(shù)二傳播擴散輿情受眾發(fā)布主體內(nèi)容要素指數(shù)體系12343.4網(wǎng)絡(luò)輿情監(jiān)測指數(shù)體系（蘭月新）指數(shù)一指數(shù)三指數(shù)四指數(shù)二90名稱一級指數(shù)二級指數(shù)三級指數(shù)網(wǎng)絡(luò)輿情監(jiān)測指數(shù)體系持續(xù)時間地理范圍傳播方式主體身份影響力活躍度意見傾向主題內(nèi)容主題詞熱度主題敏感度視聽化程度內(nèi)容詳略度態(tài)度傾向關(guān)注人數(shù)傳播擴散時間跨度地理跨度網(wǎng)站、網(wǎng)媒、社交媒體意見領(lǐng)袖、普通網(wǎng)民發(fā)帖量、回復(fù)量支持、反對、中立社會熱點、政治新聞、個人隱私、宗教政治轉(zhuǎn)發(fā)量、評論量、閱讀量敏感詞聲像資料量文本長度、圖片連貫性、聲像時長支持、反對、中立獨立訪問者、訪問量發(fā)布主體內(nèi)容要素輿情受眾3.4網(wǎng)絡(luò)輿情監(jiān)測指數(shù)體系（蘭月新）名稱一級指數(shù)二級指數(shù)三級指數(shù)網(wǎng)絡(luò)輿情監(jiān)持續(xù)時間主體身份主題內(nèi)3.5輿情大數(shù)據(jù)指數(shù)（劉建明）輿情大數(shù)據(jù)指數(shù)媒體傳播力指數(shù)傳播量覆蓋率互動性輿情影響力指數(shù)傳播量覆蓋率關(guān)注度綜合評價劉志明《網(wǎng)絡(luò)輿情大數(shù)據(jù)》3.5輿情大數(shù)據(jù)指數(shù)（劉建明）輿情大數(shù)據(jù)指數(shù)媒體傳播力指數(shù)傳923.6網(wǎng)絡(luò)輿情指數(shù)體系（IRI）“網(wǎng)絡(luò)輿情指數(shù)體系（IRI）”是由中國傳媒大學(xué)網(wǎng)絡(luò)輿情（口碑）研究所設(shè)計，該指數(shù)體系是國內(nèi)第一個權(quán)威的、可量化的、科學(xué)的網(wǎng)絡(luò)輿情指數(shù)體系，重點突出網(wǎng)絡(luò)輿情指數(shù)的實時動態(tài)性以及可理解、可描述、可解釋等特點。123IRI網(wǎng)絡(luò)輿情參與度網(wǎng)絡(luò)輿情波及度網(wǎng)絡(luò)輿情評價度網(wǎng)民在某網(wǎng)站中針對某一主題發(fā)布的信息量、回復(fù)量和瀏覽量的綜合統(tǒng)計——集中參與水平衡量所有網(wǎng)絡(luò)媒體中相關(guān)信息的指標(biāo)——廣泛報道水平整體態(tài)度傾向的指標(biāo)3.6網(wǎng)絡(luò)輿情指數(shù)體系（IRI）“網(wǎng)絡(luò)輿情指數(shù)體系（933.7百度司南輿情系統(tǒng)指數(shù)聲量診斷傳播分析情感提煉某話題/人物/商品/事件在互聯(lián)網(wǎng)上是否引起了關(guān)注度，關(guān)注量級與趨勢如何輿情傳播路徑，識別傳播節(jié)點，研判節(jié)點調(diào)性摩畫網(wǎng)民情感傾向，提煉網(wǎng)民對事物的主要態(tài)度、關(guān)注面與側(cè)重點人群分析輿情受眾畫像，偏好人群&厭惡人群特點3.7百度司南輿情系統(tǒng)指數(shù)聲量診斷傳播分析情感提煉某話題/人943.8清博指數(shù)

以大數(shù)據(jù)為核心技術(shù)支撐，全方位整合傳統(tǒng)門戶、微博、微信、論壇、外媒等輿情信息矩陣，高效穩(wěn)定的數(shù)據(jù)采集平臺，深度分析挖掘網(wǎng)絡(luò)輿情，預(yù)測消費者的商業(yè)興趣與社交行為，為企業(yè)品牌評估、戰(zhàn)略部署提供有力數(shù)據(jù)支撐。BCIBVIOCIWII-VRTGI標(biāo)題內(nèi)容WCI3.8清博指數(shù)以大數(shù)據(jù)為核心技術(shù)支撐，全方位整953.8清博指數(shù)-微信傳播指數(shù)WCI3.8清博指數(shù)-微信傳播指數(shù)WCI963.8清博指數(shù)-微博傳播指數(shù)BCI指標(biāo)體系:

主要通過活躍度和傳播度兩大維度來進行評價,發(fā)博數(shù)X1、原創(chuàng)微博數(shù)X2、

轉(zhuǎn)發(fā)數(shù)X3、評論數(shù)X4、原創(chuàng)微博轉(zhuǎn)發(fā)數(shù)X5、原創(chuàng)微博評論數(shù)X6、點贊數(shù)X7。

3.8清博指數(shù)-微博傳播指數(shù)BCI指標(biāo)體系:

主要通過活躍度973.8清博指數(shù)-微博傳播指數(shù)BCI3.8清博指數(shù)-微博傳播指數(shù)BCI983.8清博指數(shù)-網(wǎng)紅指數(shù)OCI

網(wǎng)紅指數(shù)OCI側(cè)重于對網(wǎng)紅傳播力和影響力的量化評估，評估模型包括三大維度、十余項項量化指標(biāo)，通過全網(wǎng)數(shù)據(jù)的采集，建立基于大數(shù)據(jù)的開放評估模型。3.8清博指數(shù)-網(wǎng)紅指數(shù)OCI網(wǎng)紅指數(shù)OCI側(cè)重993.8清博指數(shù)-VR指數(shù)WII-VR評估指數(shù)包括企業(yè)和產(chǎn)品的網(wǎng)絡(luò)關(guān)注度（微博討論及官微粉絲數(shù)、微信相關(guān)文章及總閱讀數(shù)等），全網(wǎng)推廣度（網(wǎng)頁、新聞、官網(wǎng)、社交媒體平臺等相關(guān)信息推廣）和網(wǎng)絡(luò)熱銷度（主流電商平臺：以淘寶/天貓和京東為主）三大維度。

3.8清博指數(shù)-VR指數(shù)WII-VR評估指數(shù)包括企業(yè)和產(chǎn)品的1003.9PDI（PandataIndex）全景數(shù)據(jù)評估指數(shù)全景數(shù)據(jù)評估指數(shù)PDI1.0算法說明：使用文章數(shù)量、可見總流量、認(rèn)同流量、可見峰值流量四個主要指標(biāo)，并提出認(rèn)同潛力值、可見峰值流量比率兩個指標(biāo)。本算法由上海交通大學(xué)大數(shù)據(jù)傳播創(chuàng)新實驗室綜合多類資源提出，使用運籌學(xué)中的層次分析法（AHP）進行系數(shù)的確定，得到k_1=72.35%，k_2=19.32%，K_a=75%，λ_1=87.5%。3.9PDI（PandataIndex）全景數(shù)據(jù)評估指數(shù)全101案例分析4案例分析41024.1百度輿情研究院《大數(shù)據(jù)中的“春運潮”變遷》“百度遷徙”發(fā)布春運全國8小時最熱線路圖春運遷徙，40天，36億人次春運槽點：“12306”“高價盒飯”“車站服務(wù)”“安檢”“堵車”“晚點、滯留”4.1百度輿情研究院《大數(shù)據(jù)中的“春運潮”變遷》“百度遷徙”1034.1案例一：百度輿情研究院《大數(shù)據(jù)中的“春運潮”變遷》關(guān)注度＝0.3×新聞指數(shù)＋0.3×論壇指數(shù)＋0.2×微博指數(shù)＋0.2×微信指數(shù)正面輿情比例＝0.7×正面輿情指數(shù)＋0.3×中性輿情指數(shù)輿情壓力指數(shù)=0.7×輿情事件個數(shù)+0.3×輿情關(guān)注度均值-正面輿情事件比例百度輿情研究院《大數(shù)據(jù)中的“春運潮”變遷》4.1案例一：百度輿情研究院《大數(shù)據(jù)中的“春運潮”變遷》關(guān)注1044.1關(guān)注度＝0.3×新聞指數(shù)＋0.3×論壇指數(shù)＋0.2×微博指數(shù)＋0.2×微信指數(shù)百度輿情研究院《大數(shù)據(jù)中的“春運潮”變遷》4.1關(guān)注度＝0.3×新聞指數(shù)＋0.3×論壇指數(shù)＋0.2×微1054.1百度輿情研究院《大數(shù)據(jù)中的“春運潮”變遷》正面輿情比例＝0.7×正面輿情指數(shù)＋0.3×中性輿情指數(shù)輿情壓力指數(shù)=0.7×輿情事件個數(shù)+0.3×輿情關(guān)注度均值-正面輿情事件比例4.1百度輿情研究院《大數(shù)據(jù)中的“春運潮”變遷》正面輿情比例1064.1百度輿情研究院《大數(shù)據(jù)中的“春運潮”變遷》正面輿情比例＝0.7×正面輿情指數(shù)＋0.3×中性輿情指數(shù)輿情壓力指數(shù)=0.7×輿情事件個數(shù)+0.3×輿情關(guān)注度均值-