前言：寻找写作灵感？中文期刊网用心挑选的网络舆情危机管理数据挖掘技术应用，希望能为您的阅读和创作带来灵感，欢迎大家阅读并分享。
摘要：网络舆情危机事件发生后，能否对网络舆情危机进行有效管理，关系到舆情危机的成功处理，也事关社会的和谐与发展。因此，加强网络舆情危机事件的管理研究，对提升社会的危机管理能力具有重要意义。随着信息化技术快速发展，数据挖掘技术应用范围越加广泛，信息化管理在优化网络舆情危机的应对方法和改善舆情危机管理中发挥着重要作用。本次研究通过对数据挖掘技术在网络舆情危机管理中的融合特征进行分析的基础上，基于网络舆情危机管理现状，对数据挖掘技术在网络舆情危机管理中的应用进行了详尽论述。
关键词：数据挖掘技术；网络舆情；危机应对能力；舆情危机管理
引言
数据挖掘是从大量数据中提取可信、新颖、有效、且具有可理解模式的数据分析技术，并与数据库中的知识发现（KnowledgeDiscoveryinDatabase，KDD）有着紧密的联系。而KDD则是一个多步骤的处理过程，一般可以分为如下设计内容：问题定义、数据提取、数据预处理、数据挖掘、知识评估。随着互联网技术的不断发展，新的进化技术促进了信息的共享和大规模的信息串联，不准确和误导性的信息得以蔓延传播。错误信息的传播是网络舆情危机爆发的基础根源。目前，国内社会对舆情危机管控日益重视，但在具体的应对处理中仍存在一定的问题。对此，一些学者已经在社会应对舆情危机能力上做出了探索。郑万军提出突发事件危机中政府网络舆情疏导的三大路径：提升政府舆情监控和引导力、完善新闻机制、即时依法查处和惩戒网络谣言，以此提升社会危机管理能力。李立煊等构建出了网络舆情态势评价指标体系，提出了政府负面网络舆情态势评价指标体系中3级指标的量化方法。兰月新等建立了网络舆情风险管理的HHM框架，为社会舆情危机管理提供参考。张磊则设计了针对网络舆情的不同生命周期阶段以及在各阶段的知识集成，建立了基于生命周期理论的知识集成框架。总体来说，目前学术界在舆情危机事件中涉及社会应对效果的研究都是基于单一角度的，比如知识集成视角，群体极化角度，媒体管理视域等。缺乏在大技术背景支持下，社会通过信息化管理对舆情危机展开实效干预的研究，难以深入挖掘现实突发舆情危机的更深层次信息特征。因此，本文拟将研究数据挖掘技术在社会网络舆情危机应对管理中的应用，这将对提升社会危机管理能力和建立出台未来舆情危机应对方案具有重要意义。
1数据挖掘技术的优点分析
随着国内信息技术的迅速发展，对网络舆情危机的社会化管理正逐渐朝着数字化方向迈进。在此背景下，将数据挖掘技术和网络舆情危机管理研究相结合即已成为潮流所向的必然选择。这里，就探讨给出了数据挖掘技术在网络舆情危机管理中的实用优势，研究内容可分述如下。
1．1优化网络舆情信息资源
数据挖掘技术的基础应用就是要通过分析采集数据，对网络舆情发展状况获得全方位了解，从而为接下来的网络舆情危机应对提供参考。数据挖掘技术可以在最大程度上优化采集得到的网络舆情数据资源。其最大的好处就在于可以对数据库中的信息引入全面的汇总、整合与分析，有利于社会职能部门的管理层对网络舆情进行全面的调控和导引。
1．2优化信息检索方式
研究时，可将发生的网络舆情事件录入系统，组建案例研究集合数据库，可供在下次发生同类事件时调取参阅。在信息时代的背景下，传统的检索系统已经无法满足当前的处理需求。为了更好地提升有关部门对网络舆情危机处理的应变能力，则可通过将数据挖掘技术应用在检索方面，即能有效缩短信息检索时间，而且还能够在最短时间内获取最全面的信息。
1．3提升数据管理水平
数据挖掘技术能够显著提升数据管理水平。具体来说，利用数据挖掘技术能够对动态数据进行监视、预警。例如：以2003年非典抢购板蓝根为例，通过对市场中搜集到的数据进行挖掘，则能为监管部门做出抑制抢购风潮决策发挥强大辅助作用。同时，数据挖掘技术还有助于及时发现抢购风的爆发征兆，通过挖掘舆情事件本身和发生进展状况，加强对抢购风的监视与预警效果。
2数据挖掘技术在网络舆情危机管理中的应用
网络舆情是在各种事件的刺激下，网民通过互联网来表达和传播的各种不同情感、认知、态度和行为交错的总和［7］。随着互联网技术的飞速发展，网民的公共空间得到了极大的拓展，网络平台为网民提供发表意见和参与议事的捷径。网络舆情危机是指社会事件发生出现在网络上，在短时间内产生大量信息，网民的个人意见在众多观点的碰撞下，最终形成占据主导性的意见，同时就可能使得事件变得更为敏感、甚至尖锐。网络舆情危机的管理需职能部门建立敏捷的反应机制和推出较为妥善的解决策略。而在计算机技术呈现蓬勃发展的时代背景下，相关部门对网络舆情的积极应对就需要借助信息化管理。本次研究即对数据挖掘技术在网络舆情危机管理中的应用展开如下的分析与阐述。
2．1在舆情质量管理指标的应用
（1）对网络舆情危机应对数据进行分析。在整个网络舆情应对事例系统中，基础性的关键部分就是舆情危机应对数据。因而，就可以使用数据挖掘技术，对舆情应对数据中危机的发生频率和种类的规律进行统计和分析，从这些网络舆情危机的种类中提取得到危机发生频率最高的事件，在此基础上，就可根据这些统计结果与数据申报专项研究课题，进而同步增加该方面研究投入。（2）对整体危机管理水平进行评价。在网络舆情危机管理系统中，可以利用数据挖掘技术对整体的危机管理水平实现综合性的预估和评价。总地说来，数据挖掘技术可以对已有的网络舆情危机应对处理信息进行分析和筛选，进而对该类危机处理质量、服务质量、网络舆情危机系统的使用情况等形成全局性的认知和了解，如此将不仅有利于改善现实危机应对水平，也有助于对未来的非常规突发情况在第一时间调动应急部署，做出合理规划。（3）对管理效果进行分析。在网络舆情危机管理中，应该对常见的同类网络舆情危机的管理效果进行分析。以在网络舆情危机中职能部门直接或间接地参与到事件数据为依据，通过应用数据挖掘技术可以对危机处理过的具体情况、应对危机时采用的方法、危机处理后的结果引入过滤、分析等优化集成环节，从而制定出针对该类网络舆情突发事件的处理方案，为未来危机发生时的迅捷应对增加了可供参照的应用范例。
2．2在网络舆情危机管理工作量中的应用
研究可知，职能部门可以通过应用数据挖掘技术，对影响其应对舆情危机数量的相关因素进行分析和归类提取描述，有助于该部门及时对现有工作人员按需实施及时变动与合理调整。职能部门关于应对的工作量指标与该部门应对危机的工作质量有着直接的关系，而其关注和参与的危机数量则能直接体现该部门工作量的执行情况。在对这些数据进行统计和分析时，部门工作人员还应注意灵活运用数据挖掘技术辨识各类舆情危机数量的增减态势，从而为政府未来危机的爆发预测积累第一手的丰富素材与依据。
2．3对网络舆情进行分组聚类方面的应用
在应对网络舆情危机系统数据的挖掘中，比较常见的就是聚类分析技术。在实际的工作中，根据职能部门的特点和工作要求，将各类网络舆情危机数据信息建立起不同的特征独具的模型仓库，对舆情危机事件信息进行深度挖掘。在此过程中，可以将舆情危机信息作为基础，以舆情危机事件的爆发时间作为标识，使用数据挖掘技术在各类网络舆情事件全程涌现的描述性信息、关键词汇等因子中找出不同舆情危机时间之间的联系，再依据这些联系节点就能得出不同分组事件的舆情信息和处理结果。至此，可以把这些规律和舆情事件进行有机紧密结合，再对舆情危机的运用方法施以适当调整，即可达到良好的危机应对效果。
2．4在提供个性化服务中的应用
在所有的服务行业中，个性化服务是最高的标准，同时也是公共服务发展的终极目标［8］。网络舆情的爆发往往是信息的不对称导致的事态走向趋于严峻。职能部门对网络舆情危机的应对处理需要在专门的系统平台上向网民做出透明化公示。网民希望在最短时间里找到对自己有价值的信息，由部门定制的个性化服务即能从根本上解决这一问题。个性化服务的核心是培养网民的个人习惯，利用科学的方式引导网民的使用习惯朝着科学方向转变，在大数据技术下就能达到这一预设性目标。数据挖据技术在设计衍生个性化服务时主要体现在2个方面，研究要点可阐析如下。（1）数据挖掘技术可以满足职能部门工作人员和网民的实际需求，助其及时找到对自己有价值的信息。（2）职能部门可以根据舆情危机事件和网民的实际情况，运用大数据技术提供具有针对性、多样性的信息和服务。实际上，前者主要强调的是部门工作人员和网民需发挥主观能动性，而后者则着重强调了智慧政府的建设。在一定程度上，智慧政府即是未来社会的潮流发展趋势。
3结束语
随着信息化技术的快速发展，数据挖掘技术的应用领域日趋广泛。数据挖掘技术在职能部门舆情危机应对的信息化和决策支持中具有重要作用。通过运用数据挖掘技术可以最大限度地发挥数字化优势，对舆情危机的数据信息进行深入的挖掘和分析，进而提高社会整体的网络舆情危机应对能力。
作者:滕婕 顾亚楠 单位:上海工程技术大学
