大数据在网络舆情管理中的应用
网络舆情大数据分析揭示舆论走向与影响力
网络舆情大数据分析揭示舆论走向与影响力在当今数字化时代，信息的传播和舆论的形成已趋向于网络化，网络舆情对于社会稳定和发展起着至关重要的作用。
通过对网络舆情进行大数据分析，不仅可以揭示舆论走向，还可以评估和分析舆论的影响力。
本文将从网络舆情大数据分析的概念、方法与工具，以及其在揭示舆论走向和影响力方面的应用进行探讨。
第一部分：网络舆情大数据分析网络舆情大数据分析是指基于互联网和社交媒体等渠道收集与分析大量的数据，从而揭示舆论动态、评估舆论倾向，并对舆情发展趋势做出预测。
其分析方法主要包括数据采集、数据清洗、数据挖掘和数据可视化等环节。
数据采集是指收集网络上与特定话题相关的用户言论、评论、转发等信息，以构建数据集。
数据清洗则是对采集到的数据进行预处理，去除噪声和无效信息。
数据挖掘是通过应用机器学习和数据挖掘算法，从庞大的数据中提取有用的信息和模式。
最后，通过数据可视化的手段将分析结果以可视化的方式展现出来，以便更直观地理解和分析。
第二部分：网络舆情分析工具与技术网络舆情大数据分析需要借助各种工具和技术来实现。
目前，常用的网络舆情分析工具包括社交媒体监测软件、数据挖掘软件和可视化工具等。
社交媒体监测软件能够自动收集与特定话题相关的信息，并进行关键词提取和情感分析等处理。
数据挖掘软件则可以应用机器学习算法，识别出舆情中的热点问题、关键人物和意见领袖等。
而可视化工具可以将舆情分析结果以图表、地图等形式进行展示，更加直观地了解舆论走向和影响力。
第三部分：揭示舆论走向的网络舆情大数据分析网络舆情大数据分析可以揭示舆论走向，即对舆论的动态变化和演变趋势进行分析。
通过对用户态度、情感倾向以及关键词的提取和分析，可以判断出舆论的正面、负面或中性倾向。
同时，对特定事件的舆论发展过程进行把握，可以预测和分析未来的舆情走向。
例如，在政治选举中，通过对网络舆情大数据进行分析，可以揭示出选民的倾向和态度，为候选人制定相关策略提供重要参考。
大数据分析对网络舆情的影响
大数据分析对网络舆情的影响随着信息化的快速发展，互联网应用越来越广泛。
特别是，在今天这个信息爆炸的时代，网络舆情成为了一个异常重要的话题。
而大数据分析，又成为了对网络舆情进行精准监测、判断以及情感分析的新手段。
本文将从以下三个方面入手，探讨大数据分析对网络舆情的影响。
一、大数据分析给予网络舆情监测和分析更加精准的工具网络舆情是由大量用户信息交流和互动产生的社会现象，它的特点是信息规模大、内容多样化和快速变换。
大数据分析借助于数学建模、机器学习和人工智能等技术，可以实现海量信息的高效处理、自动分类、情感分析等，大数据分析的出现，极大地提升了网络舆情监测和分析的精准度。
例如，一旦发生重大社会事件或者突发性事件，比如疫情和自然灾害等，传统的调查方法显得尤为无力。
而大数据分析在这种情况下显得尤为重要。
它可以精准地抓住社会舆论的变化，自动分析社会事件的特点、矛盾，预测随之而来的社会情绪变化趋势，从而指导决策者及时正确地处理。
通过大数据分析可以实现网络舆情的精准监测和分析，在事件发展初期及时捕捉事件动态，提高对事件的分析判断力，进而无形中为事件的调节、疏导和解决提供帮助，产生强有力的杂音判断和社会风向预测的价值。
二、大数据分析对网络舆情情感分析的进一步提升情绪是人类生活中难以避免的存在之一，是人类心理状态的一种反应，有着复杂的思想和情感。
网络舆情往往关系到一些重大的政治、经济和社会问题，社会舆情是社会活动的反映，是社会信息的传播和反响。
网络情感分析可以识别文本信息含有的情感，以对情感的反应进行统计分析并反映到最终结果中。
大数据分析技术的出现使得情感分析可以更加高效而准确地进行，有利于社会事件的应对和合理调解。
此外，情感分析可以对用户的真实需求进行把握，更好的了解用户的主观评价和反馈，为企业的产品生产、销售、改进提供有益信息。
三、大数据分析的质量、隐私和道德问题随着大数据分析技术的逐渐普及，一些质量、隐私和道德问题也逐渐浮出水面。
如何利用大数据进行舆情分析
如何利用大数据进行舆情分析随着信息技术的飞速发展，特别是互联网的普及，大数据的产生和应用已经成为现代社会的重要组成部分。
在这个背景下，舆情分析作为一种新兴的研究领域，受到了越来越多的关注。
舆情分析是指通过对社会公众意见和态度的搜集与分析，以了解公众对某一事件、某个人物或某一组织的看法。
本文将探讨如何利用大数据进行舆情分析，从数据的获取、处理和分析到结果的应用等方面进行详细阐述。
一、大数据在舆情分析中的重要性随着社交媒体和在线论坛的盛行，公众表达意见的渠道日益增多，大量的数据涌现出来。
这些数据不仅包括文字信息，还有图片、视频等多种形式。
大数据的特点主要体现在以下几个方面：海量性：每天产生的信息量巨大，包括社交网络、新闻网站、博客等各类平台上发表的内容。
多样性：信息来源及其表现形式极其丰富，各种格式的信息可以用于舆情分析。
实时性：社交媒体和新闻的快速传播使得舆情发展的动态变化可以被及时捕捉，提供了实时分析的可能性。
价值性：通过对这些海量信息进行处理，可以提取出有价值的信息，从而辅助决策。
因此，运用大数据技术对舆情进行全面、深入的分析对于理解公众心理、制定更有效的政策和营销策略非常重要。
二、舆情数据的获取在进行舆情分析之前，首先要明确所需的数据来源。
常见的数据来源包括：社交媒体：如微博、微信、Facebook、Twitter等，这些平台是用户言论最集中、更新最快的地方。
新闻网站：传统媒体与新兴媒体结合，可以获得专业记者写作的报道和评论。
问答社区：如知乎、Yahoo Answers等用户提问与回答的平台，反映了公众对某一问题或事件的真实想法。
博客和论坛：个人博客和讨论论坛聚焦特定兴趣群体，可以获得比较深入和专业化的意见。
抓取这些数据时，可以使用网络爬虫技术进行定向抓取，同时也要遵循相关法律法规，以保护用户隐私。
三、数据预处理获取到海量数据之后，需要对数据进行预处理，以便为后续的分析做好准备。
预处理一般包括以下几个步骤：数据清洗：去除无效或重复的数据，包括广告、垃圾信息等。
大数据技术在网络舆情分析中的应用
大数据技术在网络舆情分析中的应用网络舆情是如今社会热门话题之一，它的出现引发了人们对于信息传播和舆论引导的思考和关注。
而大数据技术，作为一种高效、快速、准确的数据处理和分析技术，正在日益被应用于网络舆情分析中。
本文将从大数据技术的应用原理、网络舆情分析的基本步骤以及大数据技术在网络舆情分析中的应用案例等方面进行介绍。
一、大数据技术在网络舆情分析中的应用原理网络舆情分析的核心在于对海量的、复杂的网络信息进行处理和分析，以帮助我们了解群众的看法、态度和情感等方面的信息。
而大数据技术则可以为舆情分析提供强大的支持，其主要应用原理如下：1、分布式数据处理技术大数据技术可以采用分布式的数据处理技术，将庞大的数据集分成多个小数据集进行处理，大大提高了数据处理的速度和效率。
2、数据挖掘和分析技术大数据技术可以利用数据挖掘和分析技术来发现和分析隐藏在数据中的信息，从而更好地理解数据和发现新的模式和趋势。
3、机器学习和人工智能技术大数据技术可以结合机器学习和人工智能技术，利用算法来预测未来的趋势和变化，从而更好地应对舆情变化和风险。
二、网络舆情分析的基本步骤网络舆情分析的基本步骤包括数据采集、数据预处理、数据分析、结果可视化等步骤。
具体如下：1、数据采集数据采集是舆情分析的第一步，主要针对网络上的各种舆情信息进行采集。
在采集时需要注意有目的性、全面性和及时性。
2、数据预处理为了使得数据处理和分析更加准确和高效，需要对采集到的原始数据进行预处理，包括数据清洗、去重、标准化等操作。
3、数据分析数据分析是舆情分析的核心步骤，需要利用大数据技术和分析方法对数据进行处理和分析，提取数据的关键特征和信息，并进行进一步的建模和挖掘。
4、结果可视化最终分析结果可以通过可视化的方式呈现给用户，在分析结果展现的同时，也会展现大数据技术带来的直观感受。
三、大数据技术在网络舆情分析中的应用案例大数据技术在网络舆情分析中的应用案例可以说非常广泛，下面以个别案例说明：1、政治舆情分析——2020年美国总统大选利用大数据技术，可以对网络上的大量政治舆情信息进行收集和分析，了解公众对于候选人的态度、看法和情感等，帮助候选人进行竞选策略和舆情应对。
大数据在网络舆情分析中的应用
大数据在网络舆情分析中的应用随着信息技术的发展和互联网的普及，网络舆情已经成为社会关注的热点。
在这个信息爆炸的时代，舆情事件的传播速度和影响范围大大增加。
如何有效地监测、分析与应对这些舆情，成为政府、媒体和企业亟待解决的问题。
大数据作为一种新兴的技术，赋予网络舆情分析新的动力。
本文将着重探讨大数据在网络舆情分析中的应用，分析其技术特点、实施方法与实际案例，提出未来的发展方向。
大数据与网络舆情分析首先，我们需要明确什么是大数据以及网络舆情。
大数据是指无法用传统的数据处理软件进行捕捉、管理和处理的数据集合，这些数据具有海量、多样、高速、真实性与价值密度等特点。
网络舆情则是指在网络空间中，人们对特定事件、人物或问题所表现出的意见和情感。
随着社交媒体和在线论坛的兴起，网络舆情的形成变得空前复杂。
人们在不同的平台上发表自己的看法，形成多维度的意见链。
这使得仅靠传统的质性研究方法难以对网络舆情进行全面而系统的分析。
因此，将大数据技术引入到舆情分析中至关重要。
大数据在网络舆情分析中的技术应用数据采集数据采集是舆情分析的重要环节。
通过爬虫技术等手段，可以迅速抓取社交媒体、新闻网站和论坛等多个渠道的数据。
这些数据不仅包括文字，图像和视频等多种形态也是获取的重要部分。
例如，通过API接口获取Twitter或微信公众平台的数据，可以准确掌握用户的评论与转发情况，从而为后续的分析提供基础。
数据存储与管理面对海量的数据，如何存储和管理成为了一项挑战。
传统的关系型数据库往往无法承载这样的数据量。
因此，许多机构开始使用Hadoop、Spark等分布式存储和处理框架。
这些框架能够支持海量数据存储，并快速进行并行计算，从而提高数据处理效率。
数据清洗在众多来源的数据中，常常存在噪声和冗余信息。
只有经过清洗后，才能保证数据的准确性和有效性。
利用文本处理技术，可以识别并去除无关信息，例如重复评论、垃圾信息以及非结构化文本中的干扰元素。
数据分析在网络舆情分析中的应用
数据分析在网络舆情分析中的应用随着互联网的普及和快速发展，人们通过网络获取信息的途径更加广泛，网络舆情也变得日益重要。
网络舆情分析作为一种重要的信息分析工具，已经在政府、企业和学术界等领域得到广泛应用。
而数据分析作为网络舆情分析的核心技术，发挥了重要的作用。
一、网络舆情分析的概述网络舆情分析涉及对网络上的信息进行搜集、筛选、分析和挖掘，以获取全面的舆情动态和舆情信息。
通过网络舆情分析，人们可以及时了解公众对某一事件、产品、机构等的看法和态度，为决策者提供决策依据，为企业提供产品改进和市场推广的参考。
二、数据分析在网络舆情分析中的作用1. 数据搜集与筛选在进行网络舆情分析时，首先要对大量的网络信息进行收集和筛选。
数据分析技术可以通过自动化的方式收集网络上的数据，通过数据挖掘和机器学习等方法对数据进行筛选和分类，提取出与舆情相关的信息，减少人工筛选的工作量。
2. 情感分析与情绪识别对网络舆情进行情感分析是了解公众对某个事件或话题情感倾向的重要手段。
数据分析可以利用自然语言处理和机器学习等方法，对网络上的文本进行情感分析和情绪识别，将舆情信息中的情感倾向进行量化和分类，以辅助决策者了解公众的情感态度。
3. 主题分析与关键词提取网络舆情往往涉及多个主题和关键词，而通过数据分析，可以对海量的信息进行主题分析和关键词提取。
通过发现舆情信息中的关键词和主题，可以帮助决策者确定舆情的重心和关注点，及时采取相应的措施。
4. 舆情趋势与预警分析通过对舆情数据的整理和分析，可以发现舆情的变化趋势和规律。
数据分析技术可以对舆情数据进行时间序列分析、数据挖掘等，为决策者提供舆情的预警信息，及时采取措施避免和减少危机的发生。
5. 网络用户画像与意见领袖识别网络舆情分析还可以通过数据分析技术来进行网络用户画像和意见领袖的识别。
通过对网络用户的言论和行为进行数据挖掘和分析，可以建立用户的画像，了解用户的年龄、性别、地域等特征，进而识别和利用意见领袖，对舆情进行引导和影响。
大数据对于舆情分析的意义与作用
大数据对于舆情分析的意义与作用随着千禧年后互联网的快速发展和大数据技术的出现，舆情分析逐渐被广泛应用于政府、企事业单位以及社会组织的管理和决策过程中。
大数据不仅为舆情分析提供了更为丰富的数据来源，而且为舆情分析带来了更为科学、高效的分析手段和决策支持。
本文将从几个方面详细探讨大数据对于舆情分析的意义和作用。
一、丰富舆情数据来源，提高分析效率在传统的舆情分析中，研究员们所依据的数据主要来源于报刊媒体、电视台等传统的媒体平台，其收集和分析的方法显得单一而低效。
而随着社交媒体、博客等新媒体的兴起，以及互联网的不断发展，大量的用户数据也被轻松地获取并带来了丰富多样的数据来源。
通过大数据技术可以快速地对这些数据进行采集、存储和分析，使分析效率得到了极大的提升。
此外，利用大数据技术也能够从更广泛的视角、更全面的维度去观察舆情，为舆情分析提供更为全面和准确的依据。
二、深入挖掘舆情数据，提高信息精度大数据技术可以帮助舆情分析研究员对于复杂的、多元的舆情事件进行深入挖掘和分析，从而更准确地把握舆情的发展趋势。
例如，在大数据技术的支持下，可以快速采集哪些话题被提及得最多，在哪些区域讨论度高等数据和信息。
由此可以快速分析出舆情动态，发现一些潜伏的重要信息。
而且，基于大数据分析的舆情研究不仅可以进行模式识别和数据挖掘，还可以采用情感分析、主题分析、网络分析以及人工智能等多种分析手段，从不同的角度、不同的维度去解读舆情数据，大大提高了信息精度。
三、实现舆情即时预警和精细化管理传统舆情分析由于受到数据来源上的限制，通常需要花费大量的时间和精力去收集和整理数据，从而无法做到实时性。
而利用大数据技术所收集的数据是大规模、多维、高实时的，可以实现舆情即时预警和迅速响应。
借助互联网和大数据技术，可以快速了解用户的舆情需求，及时为用户提供需要的资源和反馈，并通过大数据分析进行精细化管理，提升舆情应对的效率和准确性。
四、拓展舆情分析应用场景大数据技术的应用不仅拓展了舆情分析的数据来源和信息精度，同时也拓展了应用场景。
大数据分析师在舆情分析中的应用案例分析
大数据分析师在舆情分析中的应用案例分析随着互联网的快速发展，社交媒体平台的兴起和信息传播的便利，舆情分析逐渐成为企业和机构重要的决策依据。
大数据分析作为一种强大的工具和方法，正在被广泛应用于舆情分析中。
本文将通过分析具体的应用案例，介绍大数据分析师在舆情分析中的作用和价值。
案例一：微博舆情监测某公司在即将推出一款新产品之前，决定先对用户对该产品的态度和反馈进行舆情分析。
大数据分析师通过收集微博上与该产品相关的评论和提及，并进行情感分析和关联分析。
经过分析，大数据分析师发现用户对该产品的评价大多数是正面的，且有较高的转发率和关注度。
基于这一分析结果，公司决定加大该产品的推广力度，最终获得了良好的市场反馈。
案例二：新闻事件舆情分析某政府部门在某一重大新闻事件发生后，面临来自媒体和公众的舆论压力。
大数据分析师通过收集和分析各大新闻网站和社交媒体上与该事件相关的报道和评论，以及公众对该事件的态度和情感表达。
通过情感分析和关键词提取，大数据分析师得出结论：舆论倾向于对该政府部门持负面态度，而且负面情绪有不断升温的趋势。
基于这一分析结果，该政府部门及时调整了对外宣传策略，积极回应公众关切，有效缓解了舆情压力。
案例三：品牌口碑监测某知名品牌在市场上长期占据领先地位，但近期销售额下降，品牌形象受到质疑。
大数据分析师通过监测各大社交媒体平台和在线论坛上与该品牌相关的讨论和评论，以及用户对该品牌的评价和态度表达。
通过人工智能技术，大数据分析师进行情感分析和主题提取，得出结论：该品牌的负面情绪和质疑声音在网络上占据主导地位，需要采取相应措施来修复品牌形象。
根据这一分析结果，品牌方调整了广告宣传策略，并积极回应用户质疑，取得了良好的品牌声誉恢复效果。
综上所述，大数据分析师在舆情分析中扮演着重要的角色。
通过准确收集和分析大量的舆情数据，利用数据挖掘和机器学习等技术手段，大数据分析师能够深入挖掘用户反馈和情感表达背后的信息，并为企业和机构提供合理的决策建议。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
大数据在网络舆情管理中的应用
作者：唐光强
来源：《财讯》2017年第04期
随着互联网的发展，自媒体蓬勃发展，互联网成为一个新的舆论阵地，热点问题的突发会带来的网络舆情走向直接会带来事件的不同影响，因此，网络舆情管理已经成为政府管理的重要组成部分。
在大数据时代，网络舆情管理的手段主要依靠大数据的分析，通过事件的舆论热度、重度和焦点进行分析，有利于政府在应当突发事件中做出科学的决策。
本文主要从大数据下网络舆情管理的必要性、方式方法和存在的问题及对策进行简要的分析，为政府科学决策提供参考。
大数据网络舆情舆情分析
引言
在互联网时代，信息的产生都是以亿万字节计算的，是海量的数据，而每个人每时每刻都在产生着数据，个体在不同时间、空间种工作和生活都是数据。
当整个社会都在产生信息和数据时，通过微博、微信、短信、视频等形式或内容在互联网上传播时就会形成网络舆情。
在此背景下，如果不关注网络舆情的变化和走向，就会为政府治理带来隐患。
如何在大数据时代下，加强网络舆情管理成为当今政府治理中的重要课题。
大数据与网络舆情管理
在互联网时代，人们可以通过手机、电脑等通讯工具在微博、微信、论坛、社区及QQ 群、微信群里评论、发帖、跟帖及回复来发表自己的言论、表达自己的情感，这些信息具有一定的倾向性，即网络舆情。
通过对网络舆情进行分析，针对性的或预见性作出决策或提出建议，即网络舆情管理。
（1）网络舆情管理的外在要求
在大数据时代，网络舆情管理的对象、内容和规模都发生了很大的变化，需要利用新的手段来进行网络舆情管理。
一是管理对象具有多元性，具体表现为：数据源有文字、图片、语音、视频等多种形式；数据来源于多种平台：网络社区、交友平台，微博、微信、博客、直播平台，视频网站、短信、彩信及各类交流群等。
二是管理内容具有复杂性，具体表现在：内容的海量性，目前，每天全球产生的新数据是520亿字节以上；内容的低值性，大量的数据真正有价值是低密度的，也就是很多都是无用的信息。
三是管理的形式具有滞后性，具体表现在：信息的快速性，产生的信息传播速度和更新速度是很快的，特别是焦点事件，很多人都会分布言论，动态更新及时，阅读量和次数都是千万计的，管理者无法及时应对；内容的倾向性，网
络舆论进入自媒体时代，由于现代价值观的多元化，议题具有多样性，观点也是层出不穷，因此决策时无法准确地作出，具有一定的滞后性和不科学性。
同时网络一些缺乏理性的网络言论被层层转发，迅速蔓延，有的甚至被加工、演变成谣言，给政府突发事件应对与处置造成极大的被动。
（2）政府职能转变的内在要求
过去的干部在政府决策时，存在着很大的人为性，但是在市场经济时代，仅凭个人感知和经验无法应对现代管理的要求。
十八大指出：构建中国特色社会主义社会管理体系，加快形成党委领导、政府负责、社会协同、公众参与、法治保障的社会管理体制。
政府职能的转变包括管理职权、职责的改变（对哪些事物负有管理权责，管什么，管多宽，管到什么程度），管理角色（主角、配角等）的转换，管理手段、方法、及其模式的转变等。
国家治理目标的实现，要有社会广泛的参与，我国政府正面临着大数据发展带来的机遇与挑战，社会舆情是社情民意的集中体现，社会舆情的分析有助于政府决策由定性到定量转变。
公共部门可以通过将碎片化的舆情信息进行整合，准确把握民众对社会热点和焦点的看法和意见，聚集民意和民智，准确作出决策，更多地体现民众的利益需求和价值倾向，获得公众对政治权力的认可。
网络舆情管理的现状
网络舆情管理是相关部门的工作人员针对特定时期、特定事件的网上言论和意见等舆情信息进行收集、分析和整理为决策者提供决策依据的工作，目前，网络舆情管理主要现状如下：
（1）舆情分析质量不高
网络环境下，收集信息的能力不一而足，导致舆情分析质量参差不齐。
一些部门由于工作人员的技术手段、工作经验和分析能力不足，导致对事件及热点问题的背景及动态等舆情信息分析不深入，信息的参考价值和参谋作用不明显。
（2）分析工具和方法落后
网络舆情管理主要在于网络舆情的监测，重点在于及时发现、精确分析，目前，大多数的单位和部门仍然停留在人工浏览和信息搜索阶段，由于人工的监测方法和范围及精确性都比较有限，难免存在遗漏和疏忽，对舆情的分析存在效率不高的问题。
（3）研判和预警能力不强
网络舆情管理的目的主要在于对舆情的分析以作出前期的研判和预警，由于大多数单位和部门的人员专业性有限，对舆情的分析和研判能力的准确性仍然存在一定的不足。
网络舆情管理的建议
政府要主动适应大数据下的发展要求，就要从制度机制设、技术手段和人才队伍三个方面来提高网络舆情管理工作。
（1）健全工作体制机制
1.树立大舆情的观念。
在网络舆情治理领域，大数据是推动网络舆情治理现代化的一种技术路径和现实选择，它具有催生网络舆情监管和引导模式创新的效果，要坚持积极利用、科学引导、依法管理的方针，提升利用大数据依法管理网络的机制。
大舆情观念，首先要有“大数据观”，就是要充分利用网络资源的开放共享，实现数据的动态分享，防止信息的“碎片化”，有效消除“信息孤岛”。
2.健全网络信息公开和共享机制。
一是出台相关法律法规，应当开展网络舆情、数据开放、数据共享、数据保护、数据监管等立法工作，对数据如何开放、开放的边界和开放的条件等予以明确的规定，加强网络实名制，规定网络实名的程序和机制，明确个人隐私、行业信息、国家数据的拥有权、存储权、管理权和使用权，对政府、社会、企业的责任和义务进行明确，对违规的行为予以严惩。
二是建立数据开发共享机制，数据开放是数据价值的最大化，政府是数据的主要掌握者，成为数据资源的最大拥有者和生产者，美国和英国都在专门的网站上向社会公开有价值的数据和信息，在各部门、企业之间建立信息共享机制，整合数据，最终向全社会开放。
（2）完善技术和方法
1.完善大数据技术。
大数据的分析技术主要包括数据监测、数据挖掘和数据存储、数据分析、数据保护五大技术，涵盖大数据通信、采集、表示、存储、管理、融合、开发、分析、决策等一系列的技术，国家应当推动大数据分析、安全、防护技术的研发，鼓励企业和个人进行研发，目前，我国比较网络舆情监测软件中比较著名的有：TRS互联网舆情监测信息监控系统、北大方正智思舆情监控系统、军犬网络舆情监控系统、乐思网络舆情监测系统等。
通过对公众的浏览次数、浏览的日志、关注的栏目和发表的评论进行分析，根据相关的关联性，提取有价值的信息。
2.创新舆情管理的方法。
网络舆情具有自身的特点，要把握“黄金四小时”，及时把握火候、拿捏分寸，及时掌握网络舆情的走向，不让网络谣言四起。
大数据的优势是可以通过数据分析，揭示事件的前因后果，具有一定的预见性，大数据分析，可以对网络舆情的相关性和倾向性进行分析，构建数学模型，分析民众的喜好和偏向，利用大数据的快捷性，及时有效地决策，利用权威性和有效性，占领舆论高地，破除谣言和流言。
（3）建设组织机构和人才队伍
1.建立共治的组织机构。
目前，舆情管理机构不健全，管理机构都是以领导小组或协调小组的名义出现的，具有不稳定性，作用仅限于被动的舆情应对，缺乏前期的预判和引导功能。
要适应大数据发展的要求，就是要建立网信部门牵头的舆情管理机构，整合网络安全、宣传、通信、互联网等部门，多头并管，建立政府、部门、企业的首席信息官制度，明确责、权、利，常态化设置部门和人员，形成政府、社会、企业的共治体系。
2.建设人才队伍。
大数据时代的网络舆情研究会向着纵深、多元化发展，网络舆情涉及社会心理学、网络语言学、社会关系学等，网络舆情研究会成为一个多学科交叉的新型学科，对人才的跨学科、跨领域的要求很高，美国已经在大学里开设了大数据技术课程，着重培养大数据分析人才，2013年9月，我国人社部联合人民网启动“网络舆情分析师职业培训计划”，网络舆情分析师成为一种正式的职业，从长远来看，未来需要培养既要精通数据挖掘、数据建模，又要横跨统计学、社会学、管理学、计算机学、心理学和传播学的复合型人才。
结语
随着互联网的发展，网络已经成为信息的集散地和舆论的发散地，如何守好这片阵地，是我们政府面临的问题。
大数据为网络舆情管理带来了机遇和挑战，如何提高政府的应对网络舆情能力、更好地转变政府职能，需要进一步地研究网络舆情管理的现状，以及提高管理能力的手段。
[1] 李丽蓉，和小全.大数据环境下公安网络舆情分析与监管[C].山西警官高等专科学院学报，2015，10（53）.
[2] 张宁熙.大数据在突发公共事件网络舆情信息工作中的应用[J].现代情报，2015，06（38）.
[3] 唐莹.大数据时代的社会治理创新[C].陕西行政学院学报，2014，11（69）.
[4] 李梅，张毅，陈瑞学.面向决策支持的社会舆情大数据服务机制研究[J].理论月刊，2015，09（142）.
[5] 郭渐强，曾望峰.大数据时代网络舆情管理变革探讨[J].广西社会科学，2015，8（145）.。