廣西壯族自治區(qū)經濟信息中心 梁銘之

大數據（big data），指無法在一定時間范圍內用常規(guī)軟件工具進行捕捉、管理和處理的數據集合，是需要新處理模式才能具有更強的決策力、洞察發(fā)現(xiàn)力和流程優(yōu)化能力的海量、高增長率和多樣化的信息資產。經濟網絡輿情信息是指人們借助互聯(lián)網，對經濟事務特別是經濟熱點、焦點問題所表現(xiàn)出來的有一定影響力、帶傾向性的意見或言論，是人們對于經濟事件的所有認知、態(tài)度、情感和行為傾向的集合。

1 經濟網絡輿情監(jiān)測的基本內容

經濟網絡段情監(jiān)測的基本內容包括網絡消費者信心分析、金融投資分析、房地產投資分析、雙創(chuàng)活力分析、生態(tài)環(huán)保監(jiān)測、價格監(jiān)測等方面。

網絡消費者信心分析，反映網民對經濟形勢的判斷和未來經濟發(fā)展的預期；投資分析從企業(yè)減負、投資準入和投資金融服務等方面反映民眾對當前投資環(huán)境的判斷和評價；房地產投資分析包括國家及各地樓市調控政策解讀、房地產交易情況、當地政府樓市政策分析、樓市熱點分析、房地產價格情況、下階段預期等相關問題；雙創(chuàng)活力分析從融資事件量、民眾對雙創(chuàng)的熱情程度等方面反映當地雙創(chuàng)活動的活力；生態(tài)環(huán)保監(jiān)測從網民反映的生態(tài)環(huán)保問題、對環(huán)保關注程度等方面監(jiān)測的生態(tài)環(huán)保情況；物價監(jiān)測從網民反映的消費問題、主要產品產量的監(jiān)測、生活資料和生產資料旬度價格監(jiān)測反映當地物價走勢。

2 關鍵技術

利用大數據技術，對網絡交易平臺、社交網絡、自媒體網站、企業(yè)經營網站信息進行抓取、采集，通過對半結構化和非結構化數據的清洗、處理、分析，采用數據挖掘、自然語言處理等大數據手段，能快速分析領導關注熱點，輔助發(fā)現(xiàn)相關問題的解答方案。

2.1 m數據挖掘技術

數據挖掘技術是從海量的數據中發(fā)現(xiàn)隱含的、有意義的信息，并對未來的趨勢及行為做出預測，幫助人們進行決策。數據挖掘分為兩個的步驟：首先是確定業(yè)務對象，認清需要處理的問題及目的；二是數據處理，搜索與業(yè)務對象有關的數據信息，選擇合適的數據，通過數據預處理，對數據的質量進行分析，確定要挖掘操作的類型，建立適合的挖掘算法分析模型，對數據進行轉換、挖掘，最后得到分析結果并完成知識的同化。典型的數據挖掘系統(tǒng)通常由數據庫、知識庫、數據挖掘引擎等構成。系統(tǒng)可對數據庫、數據倉庫、萬維網或其他信息庫中的數據進行清理和集成，根據用戶的數據挖掘請求，數據庫或者數據倉庫服務器負責提取相關處理結構。知識庫主要包括某一領域知識，用于指導搜索或評估結果，完成數據挖掘任務。數據挖掘引擎是數據挖掘系統(tǒng)的基本組成部分，用于執(zhí)行特征化、關聯(lián)和相關分析、分類、預測、聚類分析、離群點分析和演變分析等任務。

2.2 文本情感分析

文本情感分析是利用自然語言處理、機器學習、數據挖掘等技術，通過文本內容分析其作者的觀點、態(tài)度、情感或者情緒，分析的文本對象包括新聞、評論、微博等。文本情感分析要建立情感詞典，情感詞典是作為情感傾向性和情感極性判斷的重要依據，其質量決定了情感分析的效果，情感詞典要隨語言的發(fā)展進行不斷的擴展。情感詞典的擴充方法有兩種方式：一是基于共現(xiàn)或相似度的方法，利用種子情感詞、語義詞典以及包含情感詞的文本等資源，以候選詞與種子情感詞的共現(xiàn)、相似性等信息為依據，抽取情感詞并判斷其極性；二是基于分類的方法，將情感詞抽取和情感極性判斷視為分類問題，通過分類模型，將候選詞劃分到正面性、負面性和無極性三個類別中。

3 系統(tǒng)結構

經濟網絡輿情系統(tǒng)結構包括數據采集層、處理存儲層、數據分析層和平臺應用層。

數據采集層，采集管理實現(xiàn)系統(tǒng)與上下層系統(tǒng)的接口對接，統(tǒng)一調度采集任務和進程，同時對信息進行統(tǒng)計分析和告警。采集配置實現(xiàn)對目標網站的采集配置進行管理。爬蟲以分布式的方式部署爬蟲，實現(xiàn)了爬蟲多任務調配、多線程執(zhí)行的工作機制，保障了爬蟲的穩(wěn)定、高效執(zhí)行任務。

處理存儲層，數據處理實現(xiàn)輿情數據預處理，包括數據排重、數據清洗等。數據存儲實現(xiàn)數據的存儲和讀取。

數據分析層搭載了分詞程序、遺忘算法、傳播指數分析、實體抽取、情感分析、熱詞分析、地域分析、統(tǒng)計分析、可視化分析等分析程序。

平臺應用層主要實現(xiàn)了經濟輿情分類監(jiān)測、事件監(jiān)測、輿情預警、輿情報告等前端應用。

經濟輿情監(jiān)測系統(tǒng)架構圖

4 系統(tǒng)功能

主要功能包括：輿情工作臺、分類輿情、輿情預警和輿情預告。

輿情工作臺主要展示經濟發(fā)展整體的輿情監(jiān)測概況，包括輿情統(tǒng)計表、輿情漏斗、輿情欄目等功能。輿情統(tǒng)計表展示各個載體和時間的二維表數據透視結果；輿情漏斗展示從全量數據、相關數據、輿情數據、負面數據、正面數據以及預警數據的數據分析漏斗；輿情專題可以在經濟發(fā)展專題設置中自定義分類和標簽，選擇數據展示方式后進行展示。

分類輿情是與對濟發(fā)展數據進行分析展示和數據查詢處理的工作系統(tǒng)，可按照設置的分類和標簽進行聯(lián)動篩選；支持輿情自主研判、手動加入預警、數據排重以及數據排序等；針對每一個經濟問題分類的數據集合進行圖表分析，包括載體趨勢、文章屬性、站點分布、任務活躍度分析等。實現(xiàn)經濟分類輿情信息的實時更新，按照各種維度靈活的篩選和檢索以及圖表分析。

輿情預警針對與營商環(huán)境相關的重點輿情數據進行預警，包括手動預警和自動預警，手動預警即在全景輿情中邊瀏覽邊選中預警，自動預警即預先設置關鍵詞進行實時分析預警。

輿情報告是經濟輿情監(jiān)測成果的輸出功能，可針對指定的經濟輿情分類進行報告制作，同時系統(tǒng)自動生成智能的月報，用戶可自主訂閱報告。

5 監(jiān)測案例

構建大數據經濟輿情之“雙創(chuàng)指數”。

2015年6月和2017年7月國務院相繼發(fā)布多個雙創(chuàng)指導文件，啟動和加速了我國歷史上前所未有的雙創(chuàng)大潮。廣西壯族自治區(qū)作為“一帶一路”有機銜接重要門戶，以及重點產業(yè)的承載區(qū)，構建廣西雙創(chuàng)指數，全面反映廣西各個領域、各個行業(yè)、各個層級的創(chuàng)新、創(chuàng)業(yè)情況，對于監(jiān)測廣西創(chuàng)業(yè)環(huán)境及出臺創(chuàng)業(yè)支持政策有著重要參考意義。

廣西雙創(chuàng)指數以“數據可采集、指標可計算、方法可比對、結果可解析、決策可參考”等為核心，以“規(guī)模、結構、質量”三個特征維度為著眼點，以系統(tǒng)梳理廣西雙創(chuàng)活動的“潛力、實力、動力、活力、合力”為突破口，構建雙創(chuàng)指數測度體系的具體思路。

在指標體系研究的設計過程中參照和汲取國內外先進的經驗，創(chuàng)新性的發(fā)展一套指標體系。在指標的選取上既有宏觀的指標，又有微觀的指標，微觀指標來源于對創(chuàng)業(yè)者的調研以及從線上獲得客觀的微觀指標。因為雙創(chuàng)指數會持續(xù)、動態(tài)的更新和發(fā)布，所以數據可得性是未來指標體系繼續(xù)發(fā)展非常重要的基礎條件。另外，在指標的選取上還注重橫向可比，跟國內、國際上先進的創(chuàng)新創(chuàng)業(yè)的指數構成可比性，能精準的衡量廣西雙創(chuàng)在國內和國際的位置。

通過各行業(yè)部門統(tǒng)計數據和互聯(lián)網采集數據，借助大數據的技術手段，選取科技、經濟、人才、環(huán)境四個與雙創(chuàng)工作關聯(lián)度較大的影響因素，形成四個一級指標，構建廣西雙創(chuàng)指數。使用大數據的清洗、分析、建模方法計算雙創(chuàng)指數，科學、準確、及時地反映經濟結構，優(yōu)化升級的新進展。實現(xiàn)按月發(fā)布廣西全區(qū)及行業(yè)的雙創(chuàng)指數，較好的輔助“雙創(chuàng)“決策。

6 結語

本文提出了一個大數據經濟網絡輿情監(jiān)測系統(tǒng)的設計方案和具體監(jiān)測案例，從使用的關鍵技術、系統(tǒng)功能方面進行了描述、設計，利用該系統(tǒng)能發(fā)現(xiàn)話題并對經濟輿情進行跟蹤、分析，使經濟管理者和決策者能及時監(jiān)經濟網絡輿情，輔助經濟決策。

[1]劉文.網絡輿情監(jiān)測系統(tǒng)設計及實現(xiàn)[J].指揮信息系統(tǒng)與技術,2015(10):56-60

[2]姚曄,石翠.網絡輿情監(jiān)控分析系統(tǒng)的構建探討[J].科技展望,2016(12):262-263