人工智能时代来临以前,人们重点关注网络舆情的当前态势;人工智能时代来临后,伴随着自然语言处理和机器学习技术水平的不断提高,人们可以基于舆情相关理论,将引发舆情的事件特点以及舆情演化过程中的特点提取出来,以此作为网络舆情危机预测的依据。为此,本文小编将分享有关:如何提升网络舆情危机的预见性?供大家参考。
一、从舆情监测到舆情预测
舆情事件的发生是偶然性和必然性的结合。舆情监测是舆情预测的基础,预测是监测的目标。舆情预测本质上是一个信息处理的过程,是利用已有的监测数据推测未来舆情发展态势的方法。
现在互联网中已经蕴藏了丰富的舆情数据信息,在大数据和人工智能舆情监测系统的帮助下,人们可以通过对大量舆情案例的研究和对历史数据的统计分析,预测舆情事件的未来发展趋势。
Tips:想要实现较为准确的舆情预测,可开展以下两项工作:
①要建立完善的案例库
案例推理以解决问题为核心,从历史案例库中寻找相似案例,根据新问题的特点对过去的解决方案稍加修改,然后应用于新问题的解决过程中。就舆情研究而言,每年发生的舆情事件数量超过万起,能够引发舆论狂潮的舆情事件有共同的要素特征,用户可以将引发舆情危机的事件特点以及舆情演化过程中的特点提取出来,以此作为科学决策的依据。
如:不同类型舆情事件的季节性变化规律、意见领袖的发声规律、政府舆论引导的措施与对应效果等都可以成为被分析的对象。新的舆情事件发生后,人们可以对历史案例进行检索,利用要素匹配的方法,获得与当前情况相似的历史案例解决方案,对其进行修改后可用于当前情况。
②要建立完整的舆情预测指标体系
人们要根据案例分析结果,找出影响舆情事件传播的关键要素,建立影响因素之间的层次结构模型,制定出相应的舆情预警预测指标体系。舆情事件发生后,人们可以根据舆情预警预测指标体系,计算出舆情危机评估得分,确定其对应的区间(如轻度级、严重级和危险级)。相关部门可以根据舆情事件的严重程度采取相应的措施和行动。
二、从经验性预测到实证性预测
经验性预测是人类通过对社会现象的长期观察,从重复出现的事物中总结经验性知识的过程。在智能舆情监测工具出现前,相关机构会专门邀请舆情研究专家,让他们根据多年的实践经验,对重大舆情事件的发展走向做出判断。这种舆情预测方式有着原始、直观、感性的特点,个人好恶和情绪状态会对舆情预测结果产生影响。
在信息流动速度和社会变迁速度同时加快的今天,用笼统抽象的方式进行舆情预测已经无法很好指导社会实践,利用现代科技舆情监控系统如<识达科技>高效地进行舆情预测是未来的发展趋势,将定性研究和定量研究结合起来的实证性舆情预测将成为主流。
相关推荐:舆情监测系统和舆情监测服务如何选择?
【文章声明】识达科技网倡导尊重与保护知识产权。本网站文章发布目的在于分享舆情知识。部分内容仅是发稿人为完善客观信息整理参考,不代表发稿人的观点。未经许可,不得复制、转载、或以其他方式使用本网站的内容。如发现本网站文章、图片等存在版权问题,请及时联系客服,我们会在第一时间删除或处理相关内容。