正如科學家維克托·邁爾·舍恩伯格所說“：世界的本質是數據，大數據將開啟一次重大的時代轉型?！?/p>

［1］9大數據使社會輿情治理形態和監測方式發生重大改變，開啟了社會輿情治理的新時代。在大數據技術支撐下，社會輿情的監測分析、預警決策、應急處置和導控從分析過去發生了什么和為什么會發生、到把握現在正在發生什么、再到預測將來會發生什么和進行自動化決策輸出成為可能。實時的社會輿情事件信息、各種監測平臺搜集的輿情信息、輿情監測分析報告、輿情導控措施、輿情決策、傳感器信息等，都是以數據的形式存在并發揮作用。這些瞬息萬變、紛繁復雜的海量信息，構成了最基本的社會輿情及其監測分析、預警決策、應急處置、導控和治理生態。擁有了對社會輿情海量數據占有、控制、分析、處理的主導權，就擁有了社會輿情“數據主權”；擁有了社會輿情“數據主權”，并將大數據優勢轉化為預警決策優勢，繼而轉化為應急處置和導控優勢，就實現了社會輿情監測、預警決策的科學化，就擁有了應急處置和導控的主動權，大數據的應用實現了社會輿情更深入的分析和更精準的預測。因此，通過大數據這種創新方式來分析過去、把握現在、預測未來，有利于提高社會輿情治理決策能力，有利于運用大數據及其技術進行社會輿情監測分析、預警和營造健康的社會輿情環境，有利于探索以大數據為基礎的提高社會輿情治理決策能力和營造社會輿情環境的方案。

一、大數據與社會輿情治理研究的緣起：社會需求與研究局限

大數據的來源主要是互聯網交易、移動終端、各種網絡設備和傳感器、社交媒體等，因其數據體積大（Volume）、更新處理速度快（Velocity）、數據樣式多樣（Variety）、真實性（Veracity）、價值性（Value）等特征而廣泛應用于企業管理、政府管理、商業、醫療、教育等領域。大數據技術及相應的基礎研究已經成為學術界的研究熱點，大數據科學作為一個橫跨信息科學、社會科學、網絡科學、系統科學、心理學、經濟學等諸多領域的新興交叉學科方向正在逐步形成；大數據隱含著巨大的社會、經濟、科研價值，已引起了各行各業的高度重視［2］，［3］，引起了各國政府的高度重視，并已成為重要的戰略布局方向。大數據已經成為當前社會最熱門的話題之一，同時也是學術界一個新興的研究主題和研究領域。

隨著互聯網和新媒體的迅速發展，大數據帶來的信息革新為社會輿情的生成、發展、演化創造了條件，為黨委政府對社會輿情研判、監測、預警、應對處置、決策帶來了巨大的挑戰，社會輿情誘發了大量的社會輿情事件，嚴重危害了社會秩序，有損黨委政府的形象；同時，大數據也為黨委政府進行社會輿情監測分析、預警決策和導控帶來了技術優勢，為大數據在社會輿情治理領域的應用提供了廣泛需求。因此，對于社會輿情治理而言，大數據環境如同一把雙刃劍：一方面加速了社會輿情的生成、發展和演化，加速了社會輿情的傳播和社會輿情事件的生成，數據的流動性和可獲取性加大了社會輿情導控和處置的難度；另一方面，大數據技術及其應用的不斷成熟為采用數據分析方法進行社會輿情監測分析、預警和導控等科學決策提供了有力的技術支撐。

然而，已有關于大數據與社會輿情治理的研究，與大數據環境下推進社會輿情治理體系和治理能力現代化的要求相比還存在較大局限性，主要表現為：

第一，已有關于大數據的研究，主要從大數據作為一種時代背景來介紹和認識，從世界的本質是數據的角度將大數據理解為信息的廣泛、多、龐大、海量，從技術及其應用的層面上將大數據作為一種新技術，強調了對大數據技術及其應用研究，強調了大數據技術及其應用對人類價值體系、知識體系、生活方式、管理方式和社會治理方式的影響研究［1］1。這些研究，在相當程度上起到了引領人們認識大數據及其本質的作用，向人們展示了大數據時代的特征、大數據的力量、大數據的廣泛應用；也為大數據環境下社會輿情治理決策研究奠定了雄厚的基礎，為采取數據分析方法來促進社會輿情治理科學決策提供了支持。

因此，以往對于大數據的研究，主要是圍繞大數據的背景、概念、特征、重要性、數據挖掘技術、數據分析技術等內容進行研究，充分體現了技術導向的研究特點，導致人們往往把它與 IT聯系在一起；以往對于大數據的應用尚未觸及或較少涉獵社會輿情治理決策領域的應用。這就需要我們在充分吸收前人研究成果的基礎上，拓展大數據研究和應用的領域，將大數據與社會輿情監測分析、社會輿情預警和導控、社會輿情治理的決策方案結合起來，通過獲取海量的社會輿情數據，通過社會輿情數據分析來監測、預警和導控社會輿情，從而達到提升社會輿情治理能力、引導社會主流價值觀和社會輿論的目的。而這種研究，就不是僅限于對大數據本身進行研究，也不是純粹的社會輿情傳播路徑和傳播規律的研究，而是要充分運用大數據技術和海量的社會輿情信息，根據社會輿情生成、發展、演化和衰退的內在機理來研究社會輿情信息的獲取與識別、監測分析與預警、導控等治理決策方案，是在以往大數據研究的基礎上進一步深化和拓展大數據技術在社會輿情治理決策領域的應用；這種研究也不是一個純粹的技術方案，而是大數據技術與社會輿情治理二者的有機結合，解決的是社會輿情監測、預警、導控和營造健康的社會輿情環境等決策問題。這種研究強調將大數據、社會輿情及其治理決策三者關聯起來形成一個有機整體。

第二，已有關于社會輿情及其內在機理的研究，一是分別從政治學、社會學、新聞傳播學等學科視角對社會輿情的內涵、表現及其本質特征進行的研究，闡述了無論是西方資本主義國家還是我們社會主義國家，社會輿情既是公眾表達訴求的民主體現，又在一定程度上造成了社會影響與危害，研究成果闡明了對社會輿情要進行有效治理的必要性［4］；二是隨著移動網絡技術、新媒體和自媒體形式的出現和普遍應用，網絡和自媒體成為公眾表達訴求的重要載體和渠道，網絡輿情成為社會輿情的重要組成部分，網絡輿情的研究和治理越來越引起重視［5］；三是研究了社會輿情（網絡輿情）生命周期內生成、發展、傳播路徑、演化、衰退的過程［6］。這些研究成果構成了大數據環境下社會輿情治理決策研究的重要基礎，提供了有益指導。但是，這些研究將社會輿情與社會輿情信息分離，對社會輿情分類的混亂、不科學性與不合理性，導致無法對社會輿情信息進行有效分類；研究成果雖然研究了生命周期內社會輿情（網絡輿情）生成、發展、傳播路徑、演化、衰退的過程，但對生成、發展、演化、衰退之間的內在關聯缺乏研究，需要將研究視角從單向度的內容研究轉變為“內容關系”的多維度研究。世界的本質是數據，但不是要堆積數據，而是要探尋數據之間的內在關聯性，從而才能提高社會輿情治理決策的科學性、有效性。

第三，已有關于社會輿情治理組織模式的研究，主要集中在問題理論視角與行動規則研究、從國家與社會的理論視角介紹與研究了發達國家社會輿情治理的組織模式、管理場域與戰略目標研究、網絡輿情治理主體與互動機制研究、社會輿情治理組織適應模式等方面［7］，豐富的研究成果對社會輿情治理組織的構成、行動規則、管理場域、管理目標、互動機制、信息流動、輿情治理組織的能力與發展等問題的研究與解決；對大數據環境下虛擬社會場域中社會輿情的“蝴蝶效應”、局部性問題更容易失控而迅速演變為全局性危機等問題的研究與解決，都提出了許多非常具有見地的觀點，這對于完善社會輿情治理體制機制起到了重要的指導作用。但是，已有的研究對于社會輿情治理組織的角色定位、權力邊界與組織功能問題的研究，對于大數據環境下社會輿情治理組織間分工協作機制和信息資源共享機制的研究，對于社會輿情治理組織模式如何適應社會輿情演化規律及應對規則的研究等等，都還顯得有些薄弱。

因此，發揮大數據對社會輿情治理組織模式創新的研究，既需要吸收和運用前人的研究成果，又需要根據大數據時代的特征與需求，進一步拓展和豐富前人關于社會輿情治理組織模式的研究；既要考慮大數據技術環境的屬性，又要考慮政治、經濟、技術、社會、心理和政策環境的變化，從虛擬社會場域中的社會輿情特征及其治理要素分析中研究大數據環境下社會輿情治理組織的角色定位、權力邊界與組織功能，從社會輿情的生成、發展、演化、衰退的數據關聯分析中研究各種治理組織間分工協作與動態調整規則，研究社會輿情治理組織的運行機制以及政策工具運用。

第四，已有關于社會輿情監測和預警體系研究，主要從技術和應用的角度，對社會輿情傳播源、傳播渠道、內容價值等不同維度構建了多套社會輿情監測指標體系［8］，從應用的角度還設計了多個行業輿情監測指標體系。同時，已有研究還從多個角度研究構建社會輿情的預警體系和預警模型。已有研究在理論上拓展了社會輿情治理的研究，為構建社會輿情監測指標體系和預警體系開闊了視野、提供了范式；在實踐上為有效防范和處置輿情事件、進行社會輿情監測和預警提供了有益指導，具有探索性、開創性。

但是，已有研究還有待于進一步豐富和拓展：一是隨著人們對于社會輿情在生成、發展、演化、衰退內在機理和內在規律認識的不斷提高，隨著大數據1測指標和預警方式會逐漸表現落后與過時，以往沒有認識到的一些監測指標和預警方式，隨著人們認識的提高和環境的變化，新的監測指標和預警方式需要補充和完善，科學性需要進一步提高，已有社會輿情監測指標、預警方式、預警模型的研究需要豐富和發展；二是已有研究只是注重了監測指標體系的構建，忽視了監測指標背后所需要的信息支撐，忽視了社會輿情信息獲取的可行性，社會輿情分析的深度不夠，監測指標體系構建與社會輿情信息脫節，導致監測指標、預警方式在實際應用中具有不可操作性、不可實施性，需要把社會輿情監測指標和預警模型構建與輿情信息分析有機聯系起來；三是已有對社會輿情監測、預警的研究主要集中在社會輿情信息的采集及信息源的擴展方面，所依據的數據庫相對來說比較簡單、結構單一、數據量有限，還停留在TB 級別，在流程上忽視了社會輿情監測與預警之間的內在關聯性；四是輿情信息源整合不夠，信息采集質量不高，對于輿情預警系統來說，信息源多樣，以微博、社交網絡、即時通信為載體的“微內容”是主要的信息來源，現有輿情監測手段的信息源明顯不夠，對各類信息源的整合力度不大，不能實現全網采集，制約了輿情預警的效果。采集算法較為簡單，信息采集呈現重復性、非相關性和表層化，導致采集的信息多為重復的、非相關的、淺層的，甚至是虛假的信息；五是輿情分析過程缺乏智能性，信息分析深度不夠，現有輿情預警系統在信息處理方面，要么是將收集的信息經過簡單整理后交給工作人員進行人工定性分析和經驗判斷，要么是借助輿情字典和統計學進行分析判斷，導致獲取的信息多為統計層面的相關數據，沒有深入挖掘數據背后隱含的深層知識，更無法涉及輿情信息的語義層次，系統智能化程度不高；六是輿情預警研判功能偏弱，無法滿足決策支持，現有的輿情系統進行預警時多為自動輿情分析報告和人工經驗相結合的方式，鮮有設置科學系統的預警研判指標體系，從而導致提供的預警結果的不可預料性和不科學性，無法保證危機預警決策的效果。因為現有的輿情系統進行預警時多為自動輿情分析報告和人工提煉出輿情分析的各項指標與評分方法，但指標體系的構建欠缺深度，對信息源的分類不夠細致，對社會輿情的多樣性和復雜性信息缺乏充分和系統的考量，終究使得理論上構建的社會輿情監測指標體系難以在實踐中發揮作用。

因此，發揮大數據對社會輿情監測和預警體系作用的研究，一是要以社會輿情信息科學分類、充分獲取社會輿情信息為基礎，運用大數據技術解決社會輿情信息采集困難、獲取信息不及時、獲取的信息不精準、信息應用不便利等問題；在社會輿情研究的重點上，實現從輿情信息采集轉向數據加工、數據挖掘、數據處理和可視化等，實現數據庫支持從簡單的、有限的數據庫轉向非結構化的大數據庫，實現從注重輿情監測轉向注重輿情預警、從單向度的危機應對轉向各個領域的綜合信息服務。在此基礎上構建社會輿情監測指標體系、設計社會輿情監測模式，需要科學規劃監測對象、定向采集和元搜索采集，需要兼顧深度和廣度。二是要以大數據為基礎預測未來，以科學構建社會輿情分析模式、進行社會輿情信息分析為中介，將社會輿情監測指標運用到各類輿情事件之中，對各類輿情事件的嚴重性程度進行評估與評級。三是要將各類社會輿情事件的評估結果進行運用，根據評估結果進行社會輿情預警。社會輿情預警是來自于海量的輿情數據分析的結果，也就是將不同的輿情數據流、信息流整合到一個大型的社會輿情數據庫之后，經過評估指標和輿情信息分析，就能夠清晰地評判每個（類）社會輿情的等級或級別，從而啟動不同的預警預案。

第五，已有關于社會輿情治理中的多部門協同決策模型研究，主要以管理科學、運籌學、控制論和行為科學為基礎，以計算機技術、仿真技術、信息技術、大數據技術和云計算為手段，針對半結構化的決策問題進行了研究［9］78-94，進一步推動了數據挖掘技術、決策支持技術的成熟和普遍應用。已有研究從技術角度關于大數據與決策支持的技術性研究成果比較豐富，研究內容也主要集中在如何采用數據挖掘的方法提供決策支持［10］。因此，已有研究從一般原理上為如何運用數據挖掘技術、決策支持技術進行科學決策提供了有力的理論指導；同時，已有研究也開始涉及將數據挖掘技術、決策支持技術應用到社會輿情治理決策之中的成果。已有研究為大數據環境下社會輿情治理決策研究、拓展決策領域、構建多部門和多主體協同決策模型奠定了很好的基礎。

因此，已有關于社會輿情治理中的多部門協同決策模型研究還需要在已有研究的基礎上進一步深化。因為，大數據環境下社會輿情治理中的多部門協同決策模型研究，就是要根據所獲取的海量社會輿情數據，在社會輿情監測、社會輿情分析、社會輿情預警的作用下，根據政治、經濟、技術、社會、心理和政策環境的變化情況，根據社會輿情治理過程中不同主體的角色，根據社會輿情在生成、發展、演化、衰退的不同發展階段，形成跨主體協同的、動態的決策方案，以實現社會輿情治理體系和治理能力現代化。

這種深化研究具體表現為：一是社會輿情事件的應對過程需要多個主體制訂和實施統一的社會輿情事件應對方案，共同采取行動和措施對社會輿情事件進行干預與抑制，社會輿情事件應對和治理過程是多個主體協同管控過程，智能化、自動化的社會輿情治理決策模型正是多部門、多主體協同決策模型；二是采用 HTN規劃技術輔助不同部門、不同主體根據社會輿情生成、發展、演化和衰退的復雜態勢設計生成應對行動方案，深化社會輿情治理、導控行動方案制定方法的研究，深化社會輿情的決策支持研究；三是進一步完善社會輿情領域知識建模方法，通過數據之間的關聯分析來識別社會輿情事件應對過程中各級政府輿情管控部門之間完成的工作任務之間的依賴關系，并有針對性地設計協調規則，力圖降低社會輿情事件應對過程中的沖突，最大限度地提升各參與部門、主體之間的行動協調性，將數據倉庫、聯機分析處理、數據挖掘、模型庫、數據庫、知識庫結合起來形成綜合的、智能化的決策系統，并提供一整套“社會輿情處置與導控”的決策方案，包括社會輿情處置預案、媒體渠道、社會輿情處置與導控工具等。

第六，已有關于大數據環境營造和社會輿情治理能力提升的研究，關于大數據應用到社會輿情治理決策研究還處于初級階段，相關研究成果還較少，如何有效營造大數據環境、如何以大數據為基礎提高輿情治理能力的研究，形成政治學、新聞學與傳播學、管理學、計算機科學的交叉滲透，形成多學科交叉滲透的綜合研究成果，當前還比較缺乏。應用好大數據技術推進社會輿情治理體系和治理能力現代化，這是大數據環境下社會輿情治理決策研究與應用的落腳點。在營造大數據環境方面，需要深化對法律制度環境、政策環境、技術環境、標準規范、大數據管理體制機制環境、人才環境等方面的研究，既要促進大數據技術的提升和在社會輿情治理決策中的深度應用，更要提高社會輿情信息的共享度和開發利用水平［11］。在推進社會輿情治理體系和治理能力現代化、提升社會輿情治理能力方面，需要深化對社會輿情治理主體多元化、社會輿情治理手段和方法現代化、社會輿情治理方式的科學化、社會輿情治理行為過程的程序化和制度化和提高社會輿情治理結果的有效性等方面的研究［9］23。

總之，已有研究，一方面表現出明顯的開拓性，為大數據在社會輿情治理決策中的應用研究奠定了堅實的基礎；另一方面，由于受認識發展階段的局限，受政治、經濟、技術、社會、心理和政策等一系列變量因素的影響，已有研究還具有進一步拓展和豐富的空間，表現出分散研究、學科之間分割和孤立研究的局限。特別是在實現推進國家治理體系和治理能力現代化的目標框架下，健全社會輿情匯集和分析機制、改進社會輿情監測預警和導控工作、營造健康的社會輿論氛圍“，防患于未然”，是大數據環境下推進國家治理體系和治理能力現代化的必然要求。

這樣，如何應用大數據準確把握社會輿情生成、發展、演化和衰退的內在機理，如何應用大數據技術和云計算技術構建社會輿情監測體系、預警體系和智能化的社會輿情治理決策模型進行社會輿情治理與應對處置的科學決策，就成為了當前我國社會治理面臨的一個突出問題。圍繞這個核心問題，還將衍生和解決以下具體問題：第一，大數據環境是如何作用于社會輿情生成、發展、演化、衰退的內在機理？大數據環境下社會輿情生成與傳播有哪些基本規律？如何進行社會輿情信息的科學分類？第二，在國家治理體系框架下，政府部門介入社會輿情治理的公權力邊界和行為準則如何界定？大數據環境下社會輿情治理組織間分工協作機制如何形成？社會輿情治理格局及其運行機制如何建立？社會輿情演化規律和應對規則對于社會輿情治理組織的結構變化與功能變遷有何影響？第三，在社會輿情分類和褒貶分析的基礎上，如何建立健全適應不同領域、不同行業輿情的監測和預警體系？如何根據社會輿情監測和預警體系，在獲取當前輿情態勢和發展趨勢信息的情況下就能自動發出社會輿情預警信號，并輔助制定預警方案？第四，如何識別社會輿情事件應對過程中各部門之間以及所完成的工作任務之間的依賴關系，并有針對性地設計協調規則，降低輿情事件應對過程中的沖突，最大限度地提升各參與部門、參與主體之間的行動協調？如何構建社會輿情治理中多部門、多主體協同決策模型？第五，如何營造良好的大數據環境？如何以大數據為基礎提升社會輿情治理能力、推進社會輿情治理體系和治理能力現代化？

二、大數據在社會輿情監測中的具體應用

傳統媒體和互聯網是社會輿情的載體，每天都產生著海量輿情信息，反映了社會公眾的觀點和態度，并可能引發社會公眾的群體行為，甚至誘發社會輿情事件。社會輿情及其誘發的社會輿情事件對黨委政府的形象和社會心理往往造成嚴重影響。如何提升社會輿情的識別能力，預測社會輿情可能引發的社會輿情事件，并及時采取預警行動包括把握輿情動態、分析社會輿情數據蘊含的信息、根據社會輿情監測與分析結果進行預警研判、采取預警與導控措施、最大限度減少社會輿情引發的社會輿情事件、營造健康和良好的輿論環境，是社會治理工作的重要內容。

然而，我國社會輿情治理工作中存在著以下問題：一是社會輿情信息源整合不夠，信息采集質量不高。對于輿情預警系統來說，以微博、社交網絡、即時通信為載體的“微內容”是主要的輿情信息來源，現有社會輿情監測所采集的信息源明顯不夠，缺乏對各類信息源的整合，不能實現全網采集，制約了社會輿情引發社會輿情事件的預警研判效果。另外，采集算法較為簡單，信息采集呈現重復性、非相關性和表層化，導致采集的信息多為重復的、非相關的、淺層的，甚至是虛假的信息。二是輿情分析過程缺乏智能性，信息分析深度不夠?，F有社會輿情監測分析系統在信息處理方面，要么是將采集的信息經過簡單整理后交給工作人員進行人工定性分析和經驗判斷，要么是借助輿情字典和統計學進行分析判斷，導致獲取的信息多為統計層面的結構化數據，非結構化數據缺乏，沒有深入挖掘數據背后隱含的深層知識，更無法涉及輿情信息的語義層次，系統智能化程度不高。三是社會輿情預警研判能力偏弱，無法滿足社會輿情預警工作的要求。特別是社會輿情監測分析系統在進行預警時多為自動輿情分析報告和人工經驗相結合的方式，沒有設計科學系統的預警研判指標體系，從而導致提供的預警研判結果具有不可預料性和不科學性，無法保證社會輿情誘發社會輿情事件預警管理的效果，嚴重影響決策的有效性［12］。

這些問題的存在嚴重影響了社會輿情治理決策水平與能力的提升。

面對上述問題，要提高社會輿情監測分析的科學性、準確性，就必須要在第一時間掌握到“與我相關”的角度事件，就必須要能夠準確采集到“我最需要”的社會輿情信息，就必須要不留死角地全網監控到各種輿情信息、隨時知道網上在干什么、防止有害信息泛濫傳播和輿情失控、追溯社會輿情重點內容的傳播途徑、研判社會輿情信息的未來走勢、全面掌握社情民意，并且為黨委政府報送社會輿情簡報和專報等。這就為大數據在社會輿情監測與預警體系中的應用提供了廣泛需求，見表 1?！?】

因此，總的來說，大數據在社會輿情監測與預警中的應用主要表現為: 一是以社會輿情信息科學分類、充分獲取社會輿情信息為基礎，運用大數據技術解決社會輿情信息采集困難、獲取信息不及時、獲取的信息不精準、信息應用不便利等問題；實現社會輿情內在機理的研究，從輿情信息采集轉向數據加工、數據挖掘、數據處理和可視化，實現數據庫支持從簡單的、有限的數據庫轉向非結構化的大數據庫，實現從注重輿情監測轉向注重輿情預警、從單向度的危機應對轉向各個領域的綜合信息服務。在此基礎上構建社會輿情監測指標體系、設計社會輿情監測模式、科學規劃監測對象、定向采集和元搜索采集有機結合、深度和廣度兼顧；二是以大數據為基礎預測未來，以科學構建社會輿情動態分析模式，以社會輿情信息分析為中介將社會輿情監測指標運用到各類輿情事件之中，對各類輿情事件的嚴重性程度進行評估與評級；三是將各類社會輿情事件的評估結果進行運用，根據評估結果進行社會輿情預警。因此，監測預警就是基于海量輿情數據分析的結果，也就是將不同的輿情數據流、信息流整合到一個大型的社會輿情數據庫之后，經過評估指標和輿情信息分析，就能夠清晰地評判每個（類）社會輿情的等級或級別，從而啟動不同的預警預案和采取不同的導控措施。上述大數據在社會輿情監測與預警中的應用，見圖 1?！?】

具體來說，大數據在社會輿情監測與預警中的應用主要表現為：

第一，以大數據為支撐實現了社會輿情監測信息的有效采集。影響社會輿情監測及其風險等級評估準確性、客觀性的一個重要因素就是輿情信息的采集與獲取，采集全面、真實、準確的輿情信息，是消除信息不對稱和確保監測和評估結果準確、客觀的關鍵。通過大數據這種創新方式來分析過去、把握現在、預測未來，有利于降低輿情監測、評估和預警過程中輿情信息的采集成本，有利于確保輿情信息的真實性、準確性。

以大數據為支撐實現社會輿情監測信息的自動化采集、自動化處理，在具體含義上就是要通過社會輿情大數據庫和數據交換平臺實現社會輿情監測、預警系統與各類輿情數據終端的無縫鏈接，將識別為社會輿情的所有數據資料自動交換到社會輿情監測與預警系統，實現輿情信息生成與輿情監測同步，實現大數據技術對自動化監測預警的支撐。

大數據不僅可以做到自動化采集輿情信息，而且還能夠自動化處理信息。通過歸類與整理信息，對不夠或沒有采集到的輿情信息，進行補充采集；對存有疑問的輿情信息，進行跟蹤采集或鑒定與測驗。這是一個去偽存真、去粗取精的加工制作過程。目的是要使采集到的、反映各個行業、各個領域的社會輿情信息全面、真實、客觀和準確。

政府及部門和所屬公務人員、第三方機構、企業、其他社會組織和公民，根據權限大小調用社會輿情監測與預警系統提供的輿情信息、評估結果和咨詢服務，將依從 HL7 CDA模板設計的社會輿情處置檔案文檔（XML格式），上傳至社會輿情監測與預警系統。采集的 CDA文檔類型包括各個行業、各個領域的輿情信息和政府及部門和其他組織進行社會輿情治理決策、采取導控措施等不同類型的數據（文檔）。文檔上傳后，通過 XML解析，提取關鍵數據元素（METADATA），調用文檔存儲服務將關鍵數據元素和 XML文檔存儲在 hbase 數據庫中，形成社會輿情處置檔案文檔庫，見圖 2。

第二，應用于社會輿情監測系統。大數據應用于輿情監測系統，主要是整合大數據信息采集技術、信息智能處理技術和云計算技術，通過對互聯網海量信息自動抓取、自動分類聚類、主題檢測、專題聚焦，傾向性研判，實現用戶的社會輿情監測和新聞專題追蹤等信息需求，形成簡報、報告、圖表等分析結果，為黨委政府全面掌握輿情動態、做出正確輿論引導，提供分析依據。大數據在社會輿情監測系統中的應用，見圖 3?！?】

第三，分析社會輿情信息。分析社會輿情信息是采取預警行動的依據，應用大數據分析社會輿情信息是將社會輿情監測與預警管理中起關鍵作用的話題、事件、個體、群體等要素作為分析對象，進行話題發現與分析、社會輿情事件識別、公民個體行為分析和群體行為分析。

三、大數據在社會輿情治理中多部門協同決策模型構建的應用

社會輿情往往對社會群體行為具有重要影響，容易引起各類社會群體性事件等社會輿情事件。因此，重視負面輿情對社會秩序和公眾心理產生的消極影響，采取有效的社會輿情導控措施和干預手段，積極引導輿情，及時借助媒體通過文字、圖片等向公眾傳遞正面的疏導信息，引導公眾通過正確的參與溝通渠道參與社會治理，營造健康和良好的輿論環境，提升社會輿情治理的效果，就成為非常必要。在實踐中，社會輿情治理部門，例如應急辦、宣傳部門、公安部門等通過制訂與實施統一的社會輿情導控方案、強化多個部門在社會輿情及其誘發的社會輿情事件應對過程中的協調性、提高社會輿情導控與應對的管理效果，從而降低社會輿情及其誘發的社會輿情事件造成的影響和損失。因此，社會輿情事件應對過程需要多個部門制訂和實施統一的社會輿情事件應對方案，共同采取行動和措施對社會輿情事件進行干預與抑制。社會輿情治理過程中上級管理部門通過制訂統一的社會輿情導控方案，并下達給下級導控部門執行，從而實現社會輿情治理中多部門的縱向協調。另外，社會輿情治理過程中，平等的導控部門之間通過平等的協商，協調不同單位之間的輿情導控行動，實現部門之間的橫向協調。大數據環境下社會輿情治理中多部門協同過程，見圖 4。

然而，社會輿情及其誘發的社會輿情事件應對過程所構成的管理情景對社會輿情治理部門開展輿情導控與應對工作，制訂與執行社會輿情導控方案提出了特殊約束條件［13］。首先，社會輿情態勢往往較為復雜，輿情治理人員需要參考社會輿情事件應急預案和法規，以及成功的社會輿情應對案例，制訂在當前輿情態勢條件下實現管理目標的社會輿情導控方案，實現更大的社會輿情治理工作績效。其次，社會輿情應對過程中，輿情態勢動態變化、輿情治理目標動態識別和輿情導控行動執行效果不確定性等因素可能導致當前應對方案不可行，或無法完成識別的輿情治理目標。社會輿情治理人員往往需要對現有導控方案進行調整和修復，及時對以上動態因素和不確定性因素作出及時響應。最后，社會輿情導控與應對工作涉及的多個政府單位之間往往難以形成穩定和全面的信息共享，無法實現快速聯動，缺乏有效整合和統一協調，從而限制了輿情導控整體能力的提升。為了能夠有效解決上述問題，應用大數據來實現社會輿情治理中多部門相互合作與協同決策，成為必要與可能。

社會輿情事件治理工作中面臨的決策問題的解決過程往往涉及多部門、多層次的決策行為，是高級復雜的智能決策活動，要求社會輿情導控部門面對復雜與動態的社會輿情態勢，根據社會輿情應急預案和管理案例，制訂社會輿情導控與應對方案，并通過相互協作，共同應對社會輿情。因此，大數據在社會輿情治理中多部門協同決策模型構建的應用，主要表現為：第一，識別社會輿情治理過程中社會輿情輿情導控部門之間完成的工作任務之間的依賴關系，通過設計上下級管理部門之間的縱向協調方法與平級部門之間的橫向協調方法，力圖促進社會輿情治理過程中多部門導控與應對工作的協調性，提高社會輿情治理決策的效果，從而為各級黨委政府社會輿情治理部門設計社會輿情導控與應對方案提供智能化的決策支持，提高社會輿情治理決策工作的科學性和有效性。第二，從社會輿情事件的應對過程需要多個主體制訂和實施統一的社會輿情事件應對方案、共同采取行動和措施對社會輿情事件進行干預與抑制、是多個主體協同導控過程的現實需要出發，構建多部門、多主體協同決策模型。第三，采用 HTN 規劃技術輔助不同部門、不同主體根據社會輿情生成、發展、演化和衰退的復雜態勢規劃生成應對行動方案，深化社會輿情治理、導控行動方案制定方法的研究，深化社會輿情的決策支持研究。第四，進一步完善社會輿情領域知識建模方法，通過數據之間的關聯分析來識別社會輿情事件應對過程中各級政府輿情導控部門之間完成的工作任務之間的依賴關系，并有針對1過程中的沖突，最大限度地提升各參與部門、主體之間的行動協調性，將數據倉庫、聯機分析處理、數據挖掘、模型庫、數據庫、知識庫結合起來形成綜合的、智能化的決策系統，并提供一整套“社會輿情處置與導控”的決策方案，包括社會輿情處置預案、媒體渠道、社會輿情處置與導控工具等。大數據在社會輿情治理中多部門協同決策模型構建的應用，見圖 5。

四、運用大數據提升社會輿情治理能力的策略

大數據的合理共享和利用將為社會輿情治理創造巨大的社會化價值。社會化數據與以前采集的靜態的、結構化數據完全不一樣，它具有實時性、流動性和非結構化等特性。人們在社會化媒體上通過交流、購買、出售和其他日常生活活動以免費的方式提供著大量信息。這些數據由每個網民的微行為匯集而成，蘊含著巨大的價值，這將帶來社會輿情治理決策的變革。

隨著大數據時代的到來，社會輿情在數據體量、復雜性和產生速度等方面，正發生著巨大變化。社會輿論處理方法，已超出了傳統常用的框架。用一句形象的話說，社會輿情正成為社會輿論分析和引導工作的基礎和晴雨表，以大數據觀念變革傳統社會輿論引導思維，準確把握社會輿情的內在特征及其在演化過程中的潛在規律，對于新形勢下做好社會輿論引導工作，維護網絡社會安全，具有重要的理論意義和實踐價值。

在大數據環境下，應用大數據管理技術來改善及提高社會輿情治理決策與服務水平，尤其對于社會輿情的治理可以起到非常直接的作用。一方面，利用大數據技術把積累的海量歷史數據進行挖掘利用，可以提供更優質的公共服務；另一方面，通過對衛生、環保、災害、社會治理等公共領域的大數據實時分析，提高突發事件的預判能力，為實現更科學的公共危機管理提供決策基礎。

應用大數據提升社會輿情治理能力是基于前期對社會輿情發生和發展的內在機理，利用社會輿情信息之間的關聯特征，有效地收集并梳理海量數據之間的關聯性，并基于一套從現場海量案例庫抽取建立起來的社會輿情監測體系之上，通過輿情誘發事件的預警管理體系，能對社會輿情的發展趨勢做出精準的判斷和預測。這樣我們可以積極地利用社會輿情事件輿情事件應對的多部門協同決策模型，做出合理的、及時的應急處置響應。

運用大數據提升社會輿情治理能力，主要表現為：

第一，營造和改進大數據應用的環境。大數據應用環境的改善與大數據作用的有效發揮，是相互作用、有機聯系的兩個方面。從法律制度環境、政策環境、技術環境、標準規范、大數據管理體制機制環境、人才環境等方面深化大數據應用的環境。既要促進大數據技術的提升和應用拓展，更要提高社會輿情信息的共享度和開發利用水平，展示出大數據在社會輿情治理領域的力量。在推進社會輿情治理體系和治理能力現代化、提升社會輿情治理能力方面，營造和改進大數據應用的環境、發揮大數據推進社會輿情治理體系和治理能力現代化作用，具體表現為社會輿情治理主體的多元化、社會輿情治理手段和方法的現代化、社會輿情治理方式的科學化、社會輿情治理行為過程的程序化和制度化及提高社會輿情治理結果的有效性等方面。

第二，構建社會輿情治理決策的大數據思維。大數據引起了對實驗科學、理論科學研究與分析方法的重新審視，人們開始尋求模擬的方法，導致數據研究與應用已引起學術界和各國政府的高度重視，并已成為重要的戰略布局方向。面對浩瀚無邊的信息海洋，宏觀的數據掌控與全局性的貫徹才能夠還原社會化媒體中世界的原貌，信息爆炸催逼突發事件輿論應對的思維轉變，需要從全局性、相關性和開放性三個維度全面構建大數據思維。

全局性：改變固有信息思維定式，不再執著于輿情信息的確定性與精確性。海量即時數據面前，已經沒有絕對精準的一一應對的輿論應對了，而對突發事件議程設置話語整體態勢的把握，明確突發事件中輿論主體的身份構成、話語傾向、利益訴求才是應對成功與否的關鍵。因此，大數據時代從海量數據中挖掘有價值的信息運用于社會輿情，取代以往抽樣調查的方法。

相關性：關注相關信息，運用相關信息，分析相關信息。大數據時代對于事件的輿論應對來說已經沒有必要梳理紛繁復雜的信息間的因果關系，而是探索確認信息之間的相關關系。信息的病毒式的裂變傳播，早已將傳播中的因果鏈條分散。而裂變的信息復制卻總是存在著相同的數據基因，通過相關性挖掘能夠發現其中的發展趨勢。

開放性：突破國界的全球化應對。大數據時代新的媒體技術突破了人際傳播的地域性，局部消解了傳統媒體的可控性，將整個世界都互聯在一起，碎片化信息傳播模式令信息傳播的路徑變得越來越難以預測，開放的信息平臺的存在成為如今突發輿論應對不得不面對的現實。

第三，完善社會輿情的大數據管理機制。要實現數據“增值”就需要有相應的技術和能力，一種能夠收集、分析海量數據的新技術，而這樣的技術對于社會輿情治理來說將開啟一個新的時代。大數據背景下的社會輿情治理工作的重點在于，一是要面對海量的、無序的數據如何做到快速分析、及時反應和動態應用持續關注；二是如何在技術上實現對海量數據和信息的存儲、深度挖掘和實時監測。特別是實現精準的采集和預警。對于社會輿情事件的輿情信息管理，這樣的技術既是具體的信息處理手段，更是一整套挖掘數據、分析信息、運用信息的大數據管理機制。社會輿情的大數據管理機制主要表現為事前預警機制、事中控制機制、事后評估機制三個部分。

第四，創新社會輿情的引導方式。面對大數據環境，對于社會輿情的引導，除了加強頂層設計之外，還需要在具體操作層面上尋找大數據時代社會輿情的引導策略，“提高同媒體打交道的能力”，即提升運用社會化媒體能力，加強與傳統媒體合作，掌握輿論主動權。因此，大數據時代突發事件輿論引導應依靠信息數據管理，運用數據挖掘、情緒分析、自然語言分析等大數據信息技術分析突發事件相關信息，預測網絡民意走勢；面向網絡社會，利用神經網絡、神經分析等大數據信息技術識別潛在微博意見領袖，分析社會化媒體中個體間的社交關系，提高輿論引導針對性，加強與微博意見領袖溝通；最終實現引領微平臺意見的目的。

一是政府由數據“收集者”向數據“分析者”轉變?！按髷祿睍r代，收集、管理和分析數據日漸成為網絡信息技術研究的重中之重，以非結構化和半結構化數據高效處理為基礎的數據處理與分析技術，將促進數據向知識的轉化、知識向行動的跨越。這就需要從數據圍著處理器轉改變為處理能力圍著數據轉，是要將計算推送給數據而不是將數據推送給計算。因此，這就必須首先讓數據關聯起來。聯合國“全球脈動”計劃將數據的分析價值、數據與政策的相關性以及使用個人數據的隱私三個內容列為“大數據”時代可能面臨的問題，由此可見數據分析的重要性和難度。分析的首要前提是讓看起來不相關的數據真正地關聯起來。其次，讓“盲數據”活起來。政府掌握著大量的、關鍵的數據，是數據時代的財富擁有者，但目前政府掌握的數據很多都處于休眠狀態，如何讓這些“盲數據”發揮出活力，是“大數據”時代政府面臨的關鍵問題。

二是積極推動政府數據開放，由數據“被索取者”向服務“推送者”轉變。隨著信息技術的發展、民主意識的崛起、政府執政理念的轉變，政府也在逐漸轉變自己的角色，雖然緩慢，但是已開始行動。美國總統奧巴馬在講話中提到：為了引領一個開放政府的新時代，面對信息，政府機關的第一反應必須是公開。這意味著我們必須堅定地公開信息，而不是等待公眾查詢。所有的政府機關都應該利用最新的技術推進信息公開，這種公開應該是及時的。

三是政府決策由“預報”走向“實報”、“精報”的發展路徑?！邦A報”走向“實報”。2009 年聯合國最先提出“數據脈動”，并發布《聯合國“全球脈動”計劃———大數據發展帶來的機遇與挑戰》報告，計劃在研究、創新實時信息數據分析的方法和技術，集中整合開放源碼技術包，分析實時數據并共享預測結論等方面開展相關試驗。在“數據脈動”計劃中，聯合國強調數據的實時性，要求通過分析實時信息數據形成預測，追求政府決策由“預報”向“實報”的過渡。

“精報”源于“實報”。只有充分掌握社會輿情發展變化的大量實時數據，才能形成精準的分析報告。

“大數據”時代，政府通過運用信息化工具，將數據挖掘采集到的新信息應用于支撐官方統計數據、調研數據和預警系統生成的信息，更加深入地區分人類行為和經歷的細微差別，通過實時操作以上步驟，使信息與時間保持同步。

結合社會輿情監控和預警的指標體系、決策模型和數字化過程，對當前社會輿情的治理方式和響應過程和手段進行匯總，對社會輿情監控和治理的業務過程進行分析建模，并以依托政府部門為試運行基地，與專業的計算機軟件公司“產學研”結合，以“需求調研—需求分析—架構設計—階段交付—試運行—交付驗收”的“螺旋式迭代開發”方法，運用快速原型法，很快地調整適應實際需求，開發設計出能利用大數據技術積極有效地獲取網絡信息，并以此為基礎圍繞社會輿情預警體系和決策模型，開發設計網絡輿情監控系統和社會輿情數據分析系統。

參考文獻：

［1］維克托·邁爾-舍恩伯格，肯尼思·庫克耶.大數據時代：生活工作與思維的大變革［M］.盛楊燕，周濤，譯.杭州：浙江人民出版社，2013.
［2］李國杰，程學旗.大數據研究：未來科技及經濟社會發展的重大戰略領域———大數據的研究現狀與科學思考［J］.中國科學院院刊，2012，（6）：647-657.
［3］MANYIKA J，CHUI M，BROWN B，et al. Big Data: The NextFrontier for Innovation，Competition，and Productivity［R］.McKinsey Global Institute，May 2011.
［4］ROYS S A，GRESHAM E C，et al. The Complex Fabric ofPublic Opinion on Space［J］. Acta Astronautica，2000，47（2）：665-675.
［5］趙路平，許鑫.淺析公共危機傳播中輿情分析研判機制的體系與流程［J］.中國浦東干部學院學報，2011，（7）：99-102.