下载文档原格式
大数据技术在社会网络舆情分析中的应用随着社会的发展和互联网的普及，人们对于社会事件、政治风气、市场经济、休闲娱乐等方面的讨论和交流越来越频繁和多样化。
这种舆情分析的重要性在日益凸显，而大数据技术的对舆情分析的应用也从未停止，越来越被人们瞩目。
社会网络是每个人都可以参与的信息平台，每一个网络标签都代表了一个实际意义，通过收集分析网络标签，我们可以了解社会舆情的态势和趋势，进而制定各种各样的社会管理政策和决策。
本文将探讨大数据技术在社会网络舆情分析中的应用。
一、社会网络舆情分析的重要性随着消费者选择、业务竞争、生产效率等一系列因素愈发重要，了解消费者和公众舆情是制定企业决策的关键因素之一。
舆情分析作为一项重要的调查工具，可以帮助企业和政府了解和解决公众关注度高的问题，营造更好的社交环境，提供更好的服务和信息。
舆情分析也可用于风险管理、品牌建设、声誉维护和政策制定等领域。
总之，通过社会网络舆情分析，可以更全面深入地洞察社会动态和发展趋势，将有助于提高社会的服务水平、发展水平和竞争力。
二、大数据技术在社会网络舆情分析中的应用1、数据采集社会网络舆情分析的重要节点在于收集网络标签和舆情数据的有效性和准确性。
对于海量的网络信息，如何有效地将其归集、分类和整理呢？此时，大数据技术的应用显得尤为重要。
大数据软件可以通过数据采集机器人从各种新闻、社交媒体、论坛和微博中整合和抓取舆情信息的数据，以便更好地进行分析和研究。
2、数据处理大数据技术可以在处理数据的复杂度方面发挥极大的作用。
相对于分散、杂乱的社交网络数据，大数据技术可以帮助我们更好地进行数据加工和处理，提取出有用的数据内容，滤除无用的信息噪音，为数据分析和仿真提供更准确和稳定的支撑。
3、数据分析大数据技术可以在数据分析的过程中对权重、指标、分类、关系等进行高速处理，从而提取出有价值、有影响力、有趋势性的数据内容，展示出当前社会舆情的态势、特征和趋势。
此外，大数据技术还可以对标签语义和情感分析进行处理，如情感倾向和塑造等，从而可以更好地理解数据和舆情信息。
大数据时代下的社会舆情分析研究第一章：引言随着互联网的快速发展和社交媒体的普及，社会舆情已成为一种重要的信息资源。
社会舆情分析是指对社会对某一事件、话题、人物等的态度、看法、评价等信息的收集、分类、分析和研究，以获取相关信息和洞察社会发展趋势。
随着大数据时代的到来，社会舆情分析也发生了很大变化，大数据时代下的社会舆情分析也变得越来越复杂和精细化。
本文将从大数据时代对社会舆情分析的影响、社会舆情分析的实践、社会舆情的应用和社会舆情分析未来的发展等方面展开阐述。
第二章：大数据时代对社会舆情分析的影响随着大数据时代的到来，社会舆情分析面临的主要挑战是信息海量化和信息质量化问题。
同时，大数据时代下的社会舆情分析也带来了新的机遇和挑战。
具体表现在以下几个方面：1.精细化分析。
通过大数据分析工具，社会舆情分析可以更加精细、准确地对信息进行分析和归纳，从而洞察舆情的规律和趋势。
2.实时性分析。
在大数据时代，社会舆情分析可以通过实时数据采集和处理技术，实现对社会时事的及时跟踪和分析。
3.多维度分析。
大数据时代下，社会舆情分析不再局限于传统的文本分析，而是可以融合多种形式的数据源进行综合分析，如图像、音频等。
4.隐私保障。
在大数据时代，社会舆情分析需要注意保护用户的隐私。
同时，社会舆情分析也需要遵守法律法规，确保信息采集、处理、传播的合法性和合规性。
第三章：社会舆情分析的实践社会舆情分析的实践主要包括信息采集、信息分类和信息分析三个方面。
1.信息采集。
信息采集是社会舆情分析的基础，通常采取主动和被动两种方式。
主动采集是指通过搜索引擎、数据挖掘等技术获取特定的信息资源；被动采集则是指通过社交媒体、论坛等互动平台获取公众的意见和看法。
2.信息分类。
信息分类是社会舆情分析的关键，主要包括主题分类、情感分析、话题关联等，通过对信息进行分类和关联，才能实现对社会舆情的深入洞察和分析。
3.信息分析。
信息分析是社会舆情分析的核心，涉及到文本挖掘、统计分析、数据可视化等技术。
大数据时代下的舆情分析与应对研究在当今媒体信息极度发达的时代，社会舆情分析已经成为了一门日益重要的学科。
而随着大数据技术的迅猛发展，舆情分析的效率和精度都获得了大幅提高。
本文将从大数据时代下的舆情分析技术和应对措施两个方面着手，探讨舆情分析面对的机遇和挑战。
一、大数据时代下的舆情分析技术在大数据背景下，舆情分析的技术手段也得到了广泛的应用。
例如，基于机器学习的情感分析技术，利用计算机对文本进行分类和情感评价，从而为舆情分析提供更准确、更全面的分析结果。
同时，人工智能也被广泛应用于舆情分析的领域中，通过自动文摘、智能分类等技术实现对大规模文本数据的分析和挖掘。
除此之外，大数据技术还为舆情分析带来了更加全面的信息来源。
传统的舆情分析依赖于社交媒体平台和新闻网站等特定的信息源，而新的数据来源已经不再局限于此。
例如，大数据技术可以挖掘出各种社交媒体、网站、博客等平台上的信息，并进行全方位、多维度的分析，从而更全面地了解社会大众的情感倾向和诉求。
二、大数据时代下的舆情分析应对措施然而，大数据时代下的舆情分析也面临着各种挑战和风险。
首先，大规模的、非结构化的数据需要更高的技术门槛和更严格的数据处理标准，提高了舆情分析的难度和成本。
同时，大数据技术也带来了更高的隐私风险，如何在保证数据安全的同时提供优质的分析服务，也是舆情分析面临的问题。
因此，在大数据时代下，舆情分析需要采取更加全面、更加细节化的应对措施。
例如，加强数据安全保护，建立标准化的数据处理流程，保证数据的完整、准确性。
同时，也需要利用先进的技术手段，如人工智能和区块链技术，保证分析结果的准确性和信任度。
另外，舆情分析的应对措施还需要合理运用多种有效的传播方式，提高分析结果的公信度和使用范围。
例如，利用数据可视化等技术手段，将复杂的分析结果传达给普通用户，提高用户的参与度和理解度，同时提高分析结果的传播效果。
总结：在大数据技术的加持下，舆情分析迎来了更多机遇，也面临了新的挑战。
大数据分析在社会舆情监测中的应用随着互联网的普及和社交媒体的兴起，信息爆炸式增长，社会舆情监测变得越来越重要。
大数据分析作为一种强大的工具，已经开始在社会舆情监测中得到广泛应用。
本文将探讨大数据分析在社会舆情监测中的应用，并分析其优势和局限性。
一、大数据分析在社会舆情监测中的应用大数据分析在社会舆情监测中具有广泛的应用价值。
首先，它可以帮助决策者实时了解公众对某一事件或话题的态度和观点。
通过分析社交媒体上的大量用户生成内容，可以快速捕捉到公众的情绪和反馈。
其次，大数据分析可以帮助政府和企业发现潜在的危机和风险。
大数据分析可以对海量的文本、图片、音频和视频进行处理和分析，从中挖掘出关键信息和模式，及时发现异常情况并采取相应的措施。
最后，大数据分析可以为决策者提供科学依据。
通过对大数据的深度挖掘和分析，可以更准确地了解公众需求和市场趋势，为决策者提供更全面、准确的信息。
二、大数据分析在社会舆情监测中的优势大数据分析在社会舆情监测中具有许多优势。
首先是数据量大。
社交媒体和互联网上的信息量庞大，传统的人工监测方式很难处理这么多的数据。
而大数据分析可以有效地处理和分析这些海量的数据，提取有价值的信息。
其次是速度快。
社会舆情的变化往往是非常迅速的，传统的监测手段可能会有一定的滞后。
而大数据分析可以实时地对数据进行处理和分析，使决策者能够更及时地了解舆情动态。
此外，大数据分析还可以发现隐藏的模式和关联。
通过对大数据的挖掘，可以发现用户之间的关联、产品之间的关联等，为决策者提供更多的参考。
三、大数据分析在社会舆情监测中的局限性然而，大数据分析在社会舆情监测中也存在一些局限性。
首先是数据质量问题。
虽然大数据能提供大量的信息，但其中也存在着大量的噪音和虚假信息。
这就对数据的质量和准确性提出了要求，需要对数据进行筛选和验证，以保证分析的准确性和可信度。
其次是隐私和安全问题。
大数据分析涉及到大量的个人信息和隐私数据的收集和处理，这就对隐私和安全提出了更高的要求。
大数据分析与处理技术在社会网络舆情分析中的应用引言：随着互联网的发展和智能设备的普及，社会网络成为人们获取信息、表达观点和交流思想的主要渠道。
在这个信息爆炸的时代，舆情分析成为了一项重要的任务。
大数据分析与处理技术凭借其强大的能力，在社会网络舆情分析中发挥了重要作用。
本文将探讨大数据分析与处理技术在社会网络舆情分析中的应用。
一、大数据在舆情分析中的重要性社会网络的迅速发展使得海量的数据在互联网上涌现。
这些数据蕴藏着关于人们观点、意见和情感的重要信息，对于分析社会舆情变得至关重要。
然而，传统的数据处理和分析方法已经无法处理如此庞大的数据量，而大数据分析与处理技术的出现填补了这一空白。
通过大数据分析与处理技术，我们可以快速、准确地提取出关键信息，掌握社会网络上的舆情动态。
二、大数据分析与处理技术在舆情分析中的具体应用1. 文本挖掘技术文本挖掘技术是大数据处理中的重要环节，它可以从海量的社会网络数据中提取出有价值的信息。
通过分析用户的发帖内容、评论评论、转发评论等，我们可以了解到用户对某一事件、话题或产品的态度和情感倾向。
此外，文本挖掘技术还可以识别和归类用户的观点和意见，为企业、政府等提供决策参考。
2. 社交网络分析技术社交网络分析技术可以帮助我们了解社会网络上的人际关系和信息传播路径。
通过分析用户之间的关联度、互动频率和信息传播模式，我们可以找到关键的意见领袖、核心用户群体以及信息传播的主要路径。
这有助于精准地把握舆情的变化趋势，及时采取应对措施。
此外，社交网络分析技术还可以用于发现虚假信息和网络谣言，维护社会网络的健康发展。
3. 图像分析技术社会网络上不仅有大量的文本信息，还有大量的图片和视频信息。
图像分析技术的出现，使得我们可以对这些视觉信息进行有效的处理和分析。
通过图像识别和情感分析等技术，我们可以了解用户对某一事件、产品或品牌的具体感受和态度。
这为企业的市场营销、产品研发和品牌维护提供了重要的参考依据。
大学生毕业论文范文大数据分析在网络舆情分析中的应用研究随着社会的进步和科技的发展，大数据已经成为了当今社会中不可或缺的一部分。
在各个领域中，大数据分析的应用已经带来了巨大的变革和突破。
网络舆情分析作为大数据分析的一个重要应用领域，对于社会稳定和舆情监测具有重要意义。
本文将探讨大数据分析在网络舆情分析中的应用研究。
一、背景分析随着互联网的普及，人们的信息获取途径变得更加广泛，网络舆情的传播速度也变得更加迅速。
但是，网络舆情环境的复杂性和庞大性使得传统的舆情分析方法无法满足实际需求。
而大数据分析技术的应用为网络舆情分析提供了新的解决方案。
二、大数据分析在网络舆情监测中的应用1. 数据采集与整合在网络舆情分析中，数据采集是非常重要的一环。
通过大数据分析技术，可以从各种网络渠道中自动抓取并整合大量的数据，包括新闻、社交媒体、论坛等不同类型的信息源。
这样一来，可以大大提高数据的获取效率，并且减少了人工采集的错误和主观性。
2. 数据清洗与预处理大数据分析技术可以对采集到的数据进行清洗和预处理，去除噪声和冗余信息，并将数据结构化和标准化，以方便后续的分析和挖掘。
通过大数据分析技术，可以快速有效地处理海量的数据，提高数据的质量和准确性。
3. 舆情分析与挖掘在舆情分析中，大数据分析技术可以帮助识别出关键的舆情事件和关注点，并分析用户态度和情感倾向。
通过对用户的评论、转发和点赞等行为进行分析，可以获得用户的心理和行为特征，进而进行深入的舆情分析和挖掘。
4. 舆情预警与干预大数据分析技术可以对网络舆情进行实时监测和预警。
通过建立舆情分析模型，可以根据历史数据和实时数据预测出可能出现的舆情趋势和风险，及时采取相应的措施进行干预和应对，以维护社会的稳定和舆论环境的健康发展。
三、大数据分析在网络舆情分析中的挑战与展望尽管大数据分析在网络舆情分析中具有巨大的潜力，但仍然存在一些挑战。
首先，数据的隐私和安全问题是一个不可忽视的问题。
大数据分析在社会舆情监测与管理中的应用随着社交媒体的迅猛发展，信息的传播速度和范围都得到了巨大的提升。
社会舆情监测与管理成为了一个亟待解决的问题。
而大数据分析作为一种强大的技术工具，被广泛应用于社会舆情的监测与管理中。
本文将探讨大数据分析在社会舆情监测与管理中的应用，并分析其优势和挑战。
一、大数据分析在社会舆情监测中的应用1. 舆情数据的收集大数据分析在社会舆情监测中的第一步是数据的收集。
通过各种采集工具和技术，可以收集到来自社交媒体、新闻媒体、论坛等各种渠道的大量舆情数据。
这些数据可以包括用户的言论、评论、转发等信息，以及相关的标签、关键词等。
通过对这些数据的收集和整理，可以建立起一个庞大的社会舆情数据库。
2. 舆情数据的分析收集到的舆情数据会经过一系列的分析处理，以发现其中的规律和趋势。
通过大数据分析技术，可以对海量的舆情数据进行快速的处理和分析。
利用数据挖掘、机器学习等技术，可以从数据中提取出有价值的信息，包括情感倾向、舆情热点、话题演化等。
这些分析结果可以帮助决策者更好地了解社会舆情的动态，为舆情管理提供科学依据。
3. 舆情数据的可视化在分析完舆情数据后，将结果以可视化的方式展现出来，可以使其更加直观和易于理解。
通过数据可视化工具和技术，可以将舆情数据转化为图表、地图、词云等形式，以展示舆情的分布、趋势和情感倾向。
这样的可视化分析可以帮助决策者更好地捕捉到舆情的重点，准确把握舆情形势。
二、大数据分析在社会舆情管理中的应用1. 实时监测与预警大数据分析可以实现舆情数据的实时监测和预警。
通过监测舆情数据的变化，可以及时发现并了解突发事件、热点话题等。
在发现潜在的危机或负面舆情时，决策者可以迅速采取措施，避免舆情危机的扩大化。
同时，大数据分析还可以根据历史数据和模型预测舆情的发展趋势，为决策者提供决策参考。
2. 舆情态势分析利用大数据分析技术，可以对社会舆情进行全面和深入的态势分析。
通过分析舆情的来源、传播途径、影响力等因素，可以揭示出舆情背后的规律和趋势。
大数据技术在舆情分析中的应用及舆情管控策略随着互联网的飞速发展，每天都会有海量的信息被用户发布和传播，这些信息涉及到了各个领域，如政治、经济、文化等，具有极高的价值和影响力。
因此，如何准确地了解和把握舆情，成为管理者必须面对的难题。
这时，大数据技术的出现派上了用场，大数据技术可以有效地应用到舆情分析和舆情管控中。
一、大数据技术在舆情分析中的应用1.数据的收集和整理大数据技术可以快速地收集、整理和处理舆情相关的信息。
例如，舆情分析需要去收集和整理与某个事件相关的新闻、微博、博客、论坛等信息，这些信息大数据技术可以快速地进行抓取、清洗和分类，从而为舆情分析提供可用的数据。
2.数据的挖掘和分析大数据技术可以从海量的数据中挖掘出有用的信息，并进行数据分析。
例如，通过舆情分析，我们可以发现某个事件在网络上的热度和影响力、网民对事件的态度、事件的演化趋势等等，这些都是通过数据挖掘和分析得出的结论。
3.舆情预警及趋势分析大数据技术可以通过对海量的数据进行实时分析和监测，发现潜在的舆情危机和舆情趋势。
例如，通过对某个事件的关键词进行实时监测，一旦出现异常的舆情反应，立即能够预警并采取相应的应对措施。
二、舆情管控策略1.预设防线在发生突发舆情事件前，应该事先制定一套舆情管理预案，明确舆情定性标准和对应管理方案，以及管理人员的职责和任务，同时进行充分的演练和训练。
2.快速反应在舆情事件发生后，应当设立反应小组，通过大数据技术进行数据分析、舆情预警，并能快速制定出相应的处理方案，切实控制舆情发展趋势。
3.建立协调机制舆情事件的管控工作需各部门协同合作，建立跨部门沟通协作机制，统一舆情收集和整理、分析和处理，同时将信息及时传递和反馈，确保舆情事件能够得到有效控制。
4.舆情追踪需要通过大数据技术对舆情事件的演变、热度、观点、来源等进行持续追踪，及时调整舆情处理策略，以便在最短时间内掌控整个舆情事件的走向。
结语大数据技术在舆情分析和舆情管理中的应用已成为必然趋势，大数据技术的应用不仅可以提高舆情分析的效率和准确度，也可以提升舆情管控的水平。
浅谈大数据背景下社会舆情的决策与应对作者：俞凯来源：《中国校外教育(下旬)》2017年第04期摘要：我国社会舆情呈现出表达的开放性和易被操纵等特征。
而网络的固有属性、社会热点的增多和法律的缺失等问题是形成社会舆情热点的重要原因。
政府需要转变服务理念、利用大数据信息技术建成多部门协同治理社会舆情，积极地营造良好的网络环境，构建社会主义和谐社会。
关键词：社会舆情大数据互联网人民群众大数据使社会舆情治理形态和监测方式发生重大改变，开启了社会舆情治理的新时代。
在大数据技术支撑下，社会舆情的监测分析、预警决策、应急处置和导控从分析过去发生了什么和为什么会发生、到把握现在正在发生什么、再到预测将来会发生什么和进行自动化决策输出成为可能。
一、国内外的相关研究（一）大数据与舆情相关主题研究陈越（2011）对网络舆情监测与预警中的知识库进行研究。
姜飞、黄廓（2013）提出了推动舆情监测和管理更加科学化的对策。
张倩（2013）探讨大数据在突发事件中的静态决策要素和在动态决策过程中的应用。
尹亚辉（2013）指出，大数据时代网络舆情的传播形态表现为网络舆情的“可预见性”。
李希光（2014）对大数据时代的舆情研判和舆论引导进行研究。
翟云（2014）认为，网络舆情监测与引导呼唤与数据挖掘的有机融合。
（二）大数据时代舆情分析方法研究陈京民设计了基于X Query的网络舆情关联规则挖掘系统。
任晓霞等人采用关联规则挖掘的经典算法——Apriori算法，研发情感分析工具，Review Seer，Liu等（2005）提出的Opinion Observer系统。
崔安颀（2013）提出了基于情感记号的情感词典构造与情感分析方法。
Adar等（2005）利用博客构建网络图进行信息扩散研究。
二、大数据背景下我国社会舆情的主要特点（一）个人意愿表达的开放性在大数据背景下，中国人民经历了互联网发展的三个时代：一是只有少数文化层次高、经济条件好的人才能参与的“门户网站时代”，那时网民之间互动很少，社会舆论很难在网络上形成与体现。
大数据背景下的网络舆情研究随着互联网技术和智能手机的普及，我们已经进入了一个大数据的时代。
在这个时代里，不断产生的数据涵盖了我们各个方面的生活和工作，其中包括网络舆情。
网络舆情是指在网络上形成的和传播的、具有一定规模、代表性和影响力的公众舆论。
在大数据背景下，如何从海量的网络数据中抽象出网络舆情，掌握网络舆情动态，研究网络舆情的规律，为社会管理和公共决策提供支撑，这是我们需要探索的问题。
首先，大数据技术为网络舆情研究提供了基础。
大数据采集、存储、管理、分析和挖掘技术的应用，使得我们可以更加便捷、完整、准确地获取大量的网络数据。
这些网络数据包括各种文本、图片、视频、音频等形式，都在不断地补充和更新网络舆情的内容和形式，同时也为网络舆情的研究提供了更多元化和开放的方式。
在这样的背景下，处理网络舆情的软件和算法也不断更新和改进。
其次，大数据技术为网络舆情研究提供了方法。
数据分析、文本挖掘、机器学习等领域的技术，被应用于网络舆情研究中。
通过对网络舆情进行自然语言处理和文本挖掘，可以将庞杂的网络数据转化为有意义的信息，去除冗余信息，提取出舆情的主要内容和趋势，形成共性和特殊性。
此外，还可以通过机器学习等技术进行预测、分类和聚类，进一步深入了解、研究和分析网络舆情的特征和规律。
再者，大数据技术为网络舆情研究提供了视野。
网络舆情的内容和对象不断拓展和更新，都为我们提供了更广阔的视野。
从政治、经济、社会、文化、民生等各个角度来观察网络舆情，可以得到不同的角度和分析，形成全局的视角和理解。
通过跨领域、跨学科的交叉研究，可以形成更加综合和深入的网络舆情研究。
最后，大数据技术为网络舆情研究提供了应用价值。
网络舆情研究可以为社会管理、企业运营、政府决策等方面提供支撑。
通过对网络舆情的观测、分析和预测，可以及时发现社会热点、民意变化等趋势，为社会管理和公共决策提供参考；通过对企业品牌、市场行情等相关方面的监测和分析，为企业制定市场策略提供参考；通过对政治宣传、公共事件等方面的监测和研究，为政策制定和宣传引导提供参考。
大数据环境下社会舆情决策支持应用研究一、大数据环境下社会舆情决策支持应用的国内外发展现状与趋势随着互联网技术的迅速发展，信息量大，类型繁多，价值密度低，速度快，时效高的大数据吸引了越来越多的关注目光，大数据带来的信息风暴正在改变我们的生活，工作和思维。
越来越多的政府部门及其它组织机构依托数据及数据分析进行决策。
同样，技术的发展对社会舆情决策支持的应用也带来了机遇与挑战。
1.大数据环境下社会舆情决策支持应用的国内情况及技术支撑国内组织机构在社会舆情技术研究方面稍有领先的，北大方正技术研究院[1]是其一，在多年的科研技术成果，适时推出方正智思舆情预警辅助决策支持系统，该系统着重强调加强互联网，手机短信等新型传媒的信息搜集和分析，以计算机智能处理技术辅助舆情信息汇集整理和分析，对新出现的社会舆论热点，焦点去伪存真，在我国互联网络大众媒体的舆论导向的正确性应用中起到一定的辅助作用。
社会舆情应用与决策的技术也不断的发展，“情景—应对”型应急管理模式已在我国学术界形成共识[2]，并通过理论与技术的不断完善，向政府和产业界推行，逐步确立突发事件“情景—应对”型应急管理的新模式。
突发事件“情景—应对”型应急管理具体是：首先需要对物理和社会空间的突发事件进行实时而全面的监控与智能分析，从海量，分散，非结构化，实时变化的灾情数据中挖掘出有价值的情报，通过分析获取当前态势的总体描述，进行态势推演，而后进行综合研判和决策，及时将相关信息提供给最需要的人，使决策者作出恰如其分的现场处置与应急部署。
社会舆情的研究亦作用于外交部发言人运作机制。
例如：新闻司司长秦刚2月22日做客中新网向网友“揭秘”外交部发言人运作机制，称幕后有许多人，许多部门支持，有“强大后盾”。
秦刚说[3]，“发言人”其实是一个机制，一个团队，代表着外交部部内，部外方方面面之间的沟通协调。
发言人每天都要和这个团队共同讨论和研究当天的舆情动向，对记者可能的提问角度做预演及预对应。
当前地方政府所建立的情报信息处理和预测预警技术体系也是社会舆情决策分析的一部分，例如: 省级反恐怖情报信息研判例会;紧急信访信息监测处理制度; 水、雨情信息采集、通讯、预报及调度系统; 突发公共卫生事件监测与预警系统; 社会治安的动态监控、分析和预警等等[4]。
但这些技术体系不完善, 有些管理部门的思想观念跟不上形势需要; 有些是管理机制还不够健全, 职能交叉重叠,信息资源共享程度低;信息情报网络动态反映滞后等问题，舆情评估机制无法做出全面系统客观的评估。
社会舆情在商业中，也有很好的机会应用。
随着电子商务的发展，在线商品评论的数量不断增加，如何从众多评论中识别有用的评论成为关注的热点。
此领域的研究需要充分关注消费者的购买决策过程，进而设计新的数据挖掘方法以更好地辅助消费者作出购买决策，同时为电子商务网站运营商调整营销沟通策略提供决策支持。
例如：美团网[5]在消费者端的数据挖掘方面进行了各种细分，他们通过分析消费者男女比例、年龄阶段、地域分布、收入水平以及对各种消费品种类的喜好程度等，从海量商家中找出消费者想要的信息并直接推送给消费者。
2. 大数据环境下社会舆情决策支持应用的国内情况及技术支撑大数据时代，决策行为将更多地基于数据，分析和事实做出。
鉴于此，2012年3月29日美国政府发布的《大数据研究和发展计划》提出，应当通过对海量和复杂的数字资料进行收集，整理，从中获得真知灼见，以提升对社会经济发展的预测能力。
谷歌，EMC，惠普，IBM，微软，甲骨文，亚马逊，脸谱等企业很早就通过收购或自主研发等方式布局大数据发展，成为大数据技术的主要推动者，并快速推出大数据相关的产品和服务，为各领域，各行业应用大数据提供工具和解决方案。
英国科波拉软件公司开发的一套舆论分析软件，1秒钟能阅读10篇文章，能够自动分析网站，报纸等新闻媒介发表文章所持的基本观点，可以帮助政府和一些大公司全面了解公众舆论对他们的看法。
[6]美国国防高级研究计划局（DARPA）卡内基梅隆大学等机构研究的话题监测与跟踪技术（TDT）也是一项对新闻媒体信息流处理的技术。
[7]这项技术指在帮助人们应对日益严重的互联网信息爆炸问题，以新闻专线，广播，电视等媒体信息流为处理对象，将语言形式的信息流分割为不同的新闻报道，进行新话题的自动检测和已知话题的持续跟踪，并将涉及某个话题的报道组织起来以某种方式呈现给用户。
作为美国警届最早的大数据预测分析试点单位，圣克鲁斯警察局通过分析城市数据源和社交网络数据，能够发现犯罪趋势和犯罪模式，对重点区域的犯罪概率等进行预测[8]。
作为大数据的强力倡导者，奥巴马及其团队[9]创新性地将大数据应用到竞选活动中，通过对近两年搜集，存储的海量数据进行分析挖掘，寻找和锁定潜在的己方选民，运用数字化策略定位拉拢中间派选民及筹集选举资金，成为将大数据价值与魅力发挥到淋漓尽致的典型。
欧盟自1973年就成立了舆情分析部门为其成员国提供服务，帮助成员国做出更有效的决策，涉及的领域包括社会情况，健康，文化，信息科技，环境，金融，防御。
华尔街“德温特资本市场”公司通过分析3.4亿微博账户的留言，判断民众情绪，并依据人们高兴时买股票，焦虑时抛售股票的规律，决定公司买卖股票的时机，从而获取盈利。
[10]Justin Grimmer，政治科学家，美国斯坦福大学年仅28岁的助教，正在研究如何利用计算机自动地分析博客帖子，与国会相关的言论和新闻稿，新闻报道，以寻求政治观点传播的规律。
[11]决策支持系统概念自20 世纪70 年代提出到现在四十年来，虽然在零售、金融、医疗、军事等行业和领域均有一些单项应用案例，但在企业中并未大范围普及，主要原因是存在一些技术上的瓶颈。
数值计算语言与数据库语言存在异构障碍,多样化数据在转换与处理上存在困难,传统数据库技术对存储能力及存储方式有限制,缺乏数据专家和领域专家复合型人才。
由于网络舆情的开放性、虚拟性、及时性、互动性、偏差性、多变性等特性决定了舆情监测和分析的复杂性，必须应用智能化信息分析处理技术，提高政府网络舆情研判能力。
但是，在智能化系统的应用范围上，目前还仅仅局限于国家安全部门、公安部门和宣传部门[12]，远远不能满足政府舆情应对工作的需要。
凡涉及对公众服务的政府部门都有必要在原有电子政务系统中引入网络舆情智能化研判系统，应对日益增强的网络舆论场。
二、重点难点与创新之处1.重点难点●分析大数据环境下决策支持系统应用的发展趋势，为新的决策支持系统的开发提供理论基础。
●社会舆情作用于决策的途径和对决策的影响力度，以及探索区分检测到数据中的非理性因素途径，为决策提供最终参考。
●现代化企业管理越来越流程和规范化，严格执行各种规章流程成为竞争乏力的直接原因，也造成了决策层的经验判断和预测无从奏效。
因此，在大数据环境下如何充分发挥社会舆情决策支持的作用，如何推动企业决策从“被动式”向“预判式”演变，提高企业决策的有效性。
2. 创新之处●首次提出将“被动的”社会舆情收集和数据分析模式和主动建立相应的社会舆情收集平台渠道相结合推动智慧政府的建立。
●探索推动社会舆情决策支持体系在政府部门和企事业单位普及的必要性、方法和途径。
●通过建立大数据环境下社会舆情决策支持系统，消除各行业，政府职能部门之间社会舆情分析的信息壁垒，实现信息共享，提供政府相关部分职能工作的高效性。
三、子课题主要结构和主要内容1.本课题研究的主要内容，研究思路，研究方法1.1本课题拟解决的主要问题（1）如何判断把握社会舆情在未来的发展趋势目前的社会舆情研究主要集中在监测，而大数据的核心是预测，可以通过分析处理整群数据，通过自然语言处理，模式识别以及机器学习等人工智能技术，结合人工经验，未来实验舆情的预警，研判未来舆情发展的态势和影响，并在此基础上实现超出人类经验范畴之外的精准化预测。
对舆情服务机构把握未来发展方向提供现实指导意义。
受益于互联网的兴起和传播渠道和技术的多样化，网络舆情对政治，经济和生活影响愈来愈深。
软件企业，媒体，科研机构，公关公司相继进入舆情服务行业，使得这个行业参与者身份混杂，建立共同的职业伦理和行业规范也是尤为重要和迫切。
（2）大数据环境下社会舆情分析存在着非理性因数对大数据的过分依赖容易导致决策失误。
大数据也并非完全可靠，虽然大数据技术可以在更大范围内对舆情信息进行统计，分析，但其中也掺杂着某些非理性因素，再加上我们搜集到的数据也是良莠不齐的。
如果我们过于依赖大数据，过分相信数据分析结果，将会做出很多不必要的决策。
由此看来，还是需要专业的舆情分析师对监测到的舆情数据进行综合分析，去粗取精，为政府或企业决策提供最终参考，这也显现出加强网络舆情分析师培养的重要性。
（3）社会舆情决策支持的局限性及片面性目前的社会舆情研究主要集中在监测，主要是对一些显著性事件的舆情动态，包括传播范围，影响力等进行监测和研判，只知道事件发展的过去，不知道事件发展的未来。
各政府、企业及其它组织结构对社会舆情收集工作具有重复性,信息资源共享程度低，政府管理机制还不够健全, 职能交叉重叠等问题。
上述两点情况通过对大数据环境下社会舆情决策支持系统研究，来解决此类问题。
1.2本课题研究的主要内容本子课题涉及舆情决策支持应用研究，主要针对大数据环境下社会舆情决策支持问题进行研究。
传统的社会舆情决策支持应用存在较大的局限性及片面性，舆情监测主要是对一些显著性事件的舆情动态进行监测和研判，只知道事件发展的过去，不知道事件发展的未来。
而大数据的核心是预测，可以通过分析处理整群数据，通过自然语言处理，模式识别以及机器学习等人工智能技术，研判未来舆情发展的态势和影响，并在此基础上实现超出人类经验范畴之外的精准化预测。
可以说，大数据时代必将带来更理性、更可靠的决策。
具体来说，本子课题的主要研究内容包括以下3个方面：1.大数据环境下社会舆情决策支持系统框架研究大数据环境下的决策问题异常复杂，决策参与者需要恰当的决策支持系统来协助决策，以灵活应对环境变化带来的改变。
传统的决策支持系统更强调应用，但它的应用和发展受限于少量的人群使用、不支持集成来自其它渠道的数据信息、不能利用分布于别处的系统资源等。
大数据下人人都是决策者，分布于网络中的专家系统、管理系统等都是决策系统的一部分，因此须对传统的决策支持系统进行变革。
本课题将研究大数据环境下政府和企业决策模式的变化、决策支持系统在社会舆情监测，数据分析，系统安全性方面的需求。
2.大数据环境下社会舆情决策支持系统在政府部门的应用模式研究大数据环境下社会舆情决策支持系统的建立，为政府部门提供了灵敏高效的情报信息渠道。
本节将探索政府部门如何掌握网络舆情的最新动态，利用社会舆情的模式以及如何提升网络舆情信息管理的科学化水平以提升党和政府决策的科学性，提高党政预测预警能力以及应急响应能力。
