构建“1+N”模式
打造大数据信息“中央厨房”
◎文/ 光明网
光明网充分发挥媒体平台的资源链接优势，立足本单位特色， 统筹构建“1个中枢+N方资源”模式，探索破解人才稀缺、数据壁垒、技术门槛等难题，打造大数据信息“中央厨房”，着力当好参谋助手。
汇集专家“外脑”
大数据信息工作门槛高、人才培养周期长，单个单位力量比较有限，从“单兵作战”向“广泛团结”转变是推进工作的首要思路。
“三加强”实现优势互补。 我们充分发挥信息直报点优势，深入研究中央关注议题、关切重点、报送要求等，努力和专家“外脑”优势互补、内外联动。一是加强选题策划，提升工作预见性。对涉及大局大势、民情民意、风险隐患、趋势动向等适合用大数据分析的选题反复打磨、找准切口；通过每日选题会、每周选题策划、每月重点策划等方式提升团队成员的选题意识和敏锐度。二是加强规律研究，探索场景适用性。大数据分析适用于时间跨度较大、参与群体较多的场景，与信息工作相结合时，应把握好深度研究和报送时效、数据分析维度和社会治理需求、数据可获取和数据可解释等的关系。为此，我们围绕大数据选题方向、分析维度、写作方式等定期
总结研究，努力提升对大数据信息工作的规律性认识和把握。三是加强统筹协作，增强内外配合度。用好外部资源的前提是内部“懂行”。我们通过内部领域分工，推动编辑深耕细分领域，对行业基本知识、公开数据来源、相关领域的历史数据等加强积累，与外部资源积极联系、加强协作，努力推动合作成果转化为资政参考。
“三注重”挖掘智库资源。我们充分发挥媒体平台联系专家学者、智库机构作用，构建“大信息”工作格局，集思广益、博采众长。一是注重听取专家意见。邀请政治、外交、意识形态等领域专家，担任相关研究专题的参谋顾问，充分听取意见建议，力求研究成果“语当其时，谏当其用”。二是注重凝聚青年力量。各行业领域的中青年新秀，既有专长领域，又思维活跃，可以带动高校和机构团队参与分析研究，成为重要外部补充力量。三是注重跨界联动。对不同学科背景的专业人员兼收并蓄，既包括在特定知识领域深耕多年的学者，又包括具备数据抓取、统计特长的专家，让跨学科配合碰撞出更多思维火花。
对接企业平台
探索各类数据资源的链接、整合，推动网络舆情分析由单一化向全局化转变，破解“盲人摸
专 题
象”的困境。
拓宽数据来源。用好已搭建并使用多年的光明网舆情大数据监测分析系统，实时采集新闻网站、微博、论坛、博客、电子报、客户端等平台公开信息。横向上，与抖音、快手、B站、小红书、知乎等新兴互联网平台建立联系，以主题调研、专题合作等形式推动数据共享；纵向上，在思想理论、意识形态等特色领域深入挖掘多方数据资源，形成垂直领域数据的跨平台积累。
拓展分析维度。 通过多维度对比、多平台综合等方式深度使用数据，用好大数据关联分析技术，努力在海量信息中把握民意动向，进而找出网络舆情与社会动态之间的深层次关联。将静态数据与动态数据相结合，不仅关注话题信息总量，更关注阶段性的信息变化趋势，找准数据分析的关键节点；将总体数据和特征数据相联系，从话题观点分布、情感属性、人群地域特征等细化维度进行数据交叉分析，真正把握民意诉求；将单一平台数据与全景数据相对比，找到特定主题中各平台数据的共性与特殊性，为舆情传播态势研判提供支撑。
解决合作难点。数据是企业平台的核心资产，与商业秘密密切相关。合作时应找准切入点，突出“契合”，注重“共赢”，主动探索那些与互联网发展新趋势、新特点、新问题相关的选题，力求研究成果对合作企业有所助益，真正调动企业参与的积极性。如，我们调研主流互联网平台的发展特征及生态治理情况，调研内容与企业发展密切相关，因此得到微博、抖音、知乎、B 站、小红书等平台的大力支持，收集到大量有效数据样本，结合自采内容综合分析后形成的分析报告，为有关部门开展舆情分析提供了有益参考。
巧用技术工具
用好大数据分析相关技术工具，在数据清
理、统计、呈现等各环节寻找“技术+”的合适场景，有助于提高大数据信息报送质量。
提高信息精度。技术工具可以帮助我们从庞大、复杂的信息中分辨别有用心的引导和客观真实的民意。比如，数据库可以辅助交叉印证。全网全媒类“大数据”可以提示总体情况和大致趋势，但其中也包含许多无效信息。细分领域下的小数据由于来源经过严格甄别，往往更为精准。我们在日常工作中注重积累，围绕各领域网络活跃人物、各国智库机构等构建多个小数据库，当进行大数据分析时，可以交叉印证、溯源比对，辅助判断“大数据”的准确度，提升结论的准确性。再如，人工智能技术可以帮助去伪存真。互联网数据中，一些“水军”账号通过快速、大规模、集中发帖，刻意引导舆论，制造“伪热度”，导致“数据膨胀”，大大降低了可信度。我们通过智能识别技术，利用相关模型，根据用户属性特征、关系特征、行为特征、内容特征等自动识别“水军”，修正抓取的数据信息。
实现多维呈现。运用可视化工具可以浓缩展示海量信息。将复杂数据转化为清晰简洁的视觉信息，需要做好三步。第一步，读懂数据。数据可视化是数据结论的表现形式，在呈现前需要明确“哪些维度有助于主题表达”“哪些指标能衡量舆论态势”“哪些数据能体现趋势特征”等问题，仔细考量数据的含义和解读方式。第二步，呈现数据。当前可视化工具众多且各具特色，要结合不同数据类型和呈现目标选择不同的表现形式，以达到最好的呈现效果，避免因为图表设计不当导致数据的误读。第三步，让数据说话。饼状图、树状图、直方图等是“用数据说话”的重要手段，要突出主次轻重，通过合理的数据布局、适当的文字标注、直观的属性归类，真正实现“让数据说话”。
（执笔：高 雅）责任编辑／尹 姗
论 坛