大数据时代的新闻事件分析变革

不到3个月前，一场刷爆网络的“罗一笑事件”通过从“全民献爱心”到“痛批带血的营销”再到“官方介入处理后网民质疑法律”的多次反转，向我们展示了当今传播环境的复杂、多变和强大的影响力。随着互联网的发展以及DT时代的到来，人们对信息全面性、精准性、客观性的要求越来越高，如何以“大数据观”变革传统新闻事件分析思维，满足企业、政府甚至个人日益增长的需求，已成为一个新的议题。

传统新闻事件分析方式局限性日渐明显

在传统技术手段下，监测的对象被简化为独立的信息元，并且由于受到数据库和计算分析能力的限制，对于因果关系和相关关系的追寻结果并不理想，得到的信息多为一级文本信息，而对于深层次的多级信息，如新闻、微博后的评论，网民的社会关系，网民针对某一事件评论反映出的情绪变化，以及网民煽动性的言论、暗示等数据无法深度挖掘。在信息爆炸与社交媒体崛起的当下，传统新闻事件分析方式显然已不能满足企业及政府用户的需求。

大数据技术下的新闻事件分析变革

互联网时代下，用户自主生成内容使网络内容生产者数量呈几何级增长，用户与网站之间双向交互，用户与用户之间也在进行多渠道、多层次的立体交互，因此产生了大量的深层相关关系的信息。而大数据技术在挖掘海量数据、分析数据方面的优势契合了这一发展的需要，成为当代新闻事件分析领域的变革性技术。

因此，能将大数据技术深度应用于新闻事件分析的大数据产品则成为当前市场关注的焦点。此前由中译语通发布的一款“译见”大数据分析平台则成功地实现了针对互联网海量新闻数据自动实时抓取、内容分析和报警的功能，并通过可视化处理技术为用户轻松导出分析数据图表及报告，被广泛应用于政企用户对新闻事件进行实时、全面掌控的过程中。

从“分析”到“预测”，大数据为新闻事件分析提供新方向

大数据对新闻事件分析的影响远不仅如此，“预测”本身就是大数据的一个重要应用。信息爆炸的时代要求人们不断加快关联信息的分析和判断，留给突发事件的处理时间越来越少，从传统的“黄金24小时”已变为“黄金4小时”，因此，趋势“预测”已成为新闻事件分析的新方向。

通过对当前事件信息挖掘、整理和分析，加之与庞大的10年历史数据库的对比分析，译见平台能在事件进行网络传播的初期就提前开始抓取海内外相关信息，然后建立模型，实现对事件的倾向性预判，为政企等用户进行更深层次的分析研判及决策提供可能。

大数据时代的到来对人类的生活、工作与思维产生变革性影响，新闻事件分析领域仅是其中之一，了解更多大数据垂直行业领域应用请关注微信公众号(译见大数据：yeesight译云：globaltone2103)

*稿件由译见大数据平台提供，转载请注明出处。