1.提升輿情大數(shù)據(jù)的代表性

 

 

上海輿情大數(shù)據(jù)研究最容易被質疑和詬病的是樣本缺乏代表性。作為解決方案，主要有兩項舉措。一是隨機抓取數(shù)據(jù)，并通過加權的辦法使之和特定網(wǎng)絡平臺的用戶或整體網(wǎng)絡用戶的屬性相匹配；二是利用已公開的用戶信息分析和推測用戶未披露的個人信息，減少個人屬性缺失帶來的數(shù)據(jù)代表性低的問題。

 

 

 

 

 

2.非結構化數(shù)據(jù)與結構化數(shù)據(jù)有效結合

 

 

非結構化數(shù)據(jù)除了新聞報道、論壇跟帖、微博等文本信息外，還包括音頻、視頻、圖片等各種格式的數(shù)據(jù)，對應的網(wǎng)絡媒體主要有新聞類網(wǎng)站、門戶網(wǎng)站和搜索引擎、各種社交媒體（微信、微博、博客和論壇等）。雖然對于非結構化、半結構化數(shù)據(jù)的分析精度在不斷提升，但依然存在著難以逾越的障礙，比如，目前還無法從大量數(shù)據(jù)中就正負面態(tài)度、情緒做出準確判斷。

 

在這種情況下，非結構化數(shù)據(jù)與結構化數(shù)據(jù)，包括網(wǎng)絡用戶行為軌跡，如百度搜索、微博搜索等數(shù)據(jù)相結合，可以更好地對民意走向、發(fā)展趨勢做出分析預測。

 

 

 

 

3.全數(shù)據(jù)：輿情大數(shù)據(jù)+傳統(tǒng)調查

 

 

輿情大數(shù)據(jù)研究和傳統(tǒng)的問卷調查并非相互取代關系，而是相互補充。大數(shù)據(jù)只有通過和傳統(tǒng)的社會調查、輿論調查等方法及研究成果相整合，才能進一步提升輿情研究的水平，使之更科學、嚴謹，成為各種決策的重要依據(jù)。

 

中國社會科學院輿情實驗室在構建輿情全數(shù)據(jù)系統(tǒng)方面做了新的嘗試。首先，中國輿情智庫監(jiān)測系統(tǒng)采集的對象不僅包括線上的各種網(wǎng)絡媒體，還同時包括線下的各類數(shù)據(jù)和文獻資料，而線下媒體則以報紙、雜志、調查報告為主，以保證完整獲取信息，不遺漏重要的信息和資料。其次，構建了全國最大的在線概率樣本庫。在整合兩種不同數(shù)據(jù)的基礎上，打造了中國最大的輿情數(shù)據(jù)庫。

 

在此基礎上，持續(xù)開展中國輿情指數(shù)的系列調查與監(jiān)測。采用同樣方法持續(xù)進行的數(shù)據(jù)積累，能夠更好地反映民意和輿論的真實狀況，有利于對于輿論發(fā)展和變化的有效把握，為服務于國家治理現(xiàn)代化和開展行業(yè)輿情管理奠定了科學的基礎。