提到大數據, 大家一定異口同聲說"我知道",不過也相信很多人並不知道大數據的範圍有多廣.
今天要跟大家談的是大數據中的一部分---"網路大數據",嚴格而說應該是網路大數據中的"輿情"
輿情就是"輿論的情資"在於探究民意---民眾的聲音,是政府部門,組織,政治人物所非常關切的資訊
這個資料量有多大呢 ? 光在台灣的網路,每天產生幾百萬以上的輿論資料
可想而知如果能在這龐大的資料中探究分析出有用的資訊將能提供許多的正確決策的參考
隨著網際網路搜尋技術的迅速發展,能夠運用程式系統網羅公開於網路上的所有訊息,
包含各式各樣的內容頻道,從你我平常生活社交的分享貼文、回應到新聞、部落客、討論區、等
每天的資料量大、類型繁多、速度快、時效高的大數據吸引了越來越多的關注目光
網路大數據帶來的價值風暴正在改變我們的生活、工作和思維。
網路大數據對於產品贏得市場有重要作用,不論是企業、政府、還是個人,資訊的高效獲取都是不可或缺的。
那麼我們該如何獲取這些信息,又將如何利用這些信息為我們創造價值,
這就是大數據輿情與社群口碑分析存在的目的。
在大數據的資訊價值中,可分為四個層次與階段,即觀測、分析、研判與預測!
(網路資料處理程序)
一、觀測:
將特定主題收集到的資料,透過瀏覽的方式吸收資訊價值,這種方式適合資訊量少或是事件發生的內容
無法全面性的對大資料進行分析。如透過Google,百度,Yahoo等搜尋。
二、分析:
將特定主題收集到的資料加以統計分類分析,由於網路資訊是屬於非結構式的資料(結構資料室經過設計處理的資料,如個人基本資料、問卷資料等)
所以網路數據在這階段就較難一般個人所能處理來得到資訊價值,
一來因為資訊量大,二來須將一篇文章、一段話度一個回應萃取出需要的資訊並結構化,才能進行分析
是故這就須仰賴專業的分析機構及系統來協助。
在此階段能提供出初步的統計分析結果價值。如支持率、好感度、市佔率、因素分析等
三、研判:
將資料進一步經過多種分析後,需要對分析出來的結果進行研判,
如預測性研判、提示性研判、動態性研判及反思性研判等
探勘出所代表的意義以提供出數據本身資訊外的新價值。
這需要由數據分析師以及對產業熟悉的分析師來研判解讀分析結果
才有能力找到問題原因,提供有效的建議及策略!
四、預測:
預測是所有數據分析希望達到的最終目標,但極其不容易,目前AI、機器人等也都是為達到此目的
預測的目的就在於大家希望在危機發生前就能經由過去的經驗值提出警訊或運用!
例如廣告推播、地震等
網絡監測和收集到的大量訊息只有通過分析與研判才能實現其價值,及時有效的應對與引導同樣離不開科學正確的分析與研判。
網絡輿情分析與研判的結果是政府、社會組織、企業等決策與應對的基礎與依據。
因此,必須儘量保證分析與研判結果的全面、準確、及時,否則錯誤的訊息比沒有訊息效果更糟。
留言列表