如何對輿情數據進行比較分析與可視化呈現?

2020-12-20 輿情頻道

在輿情研究過程中，數據能夠為我們提供客觀分析研判的支撐。輿情數據的比較分析，是最基礎的分析方法之一。通過對不同對象的輿情數據進行比較分析，可以找到輿情工作的重點、難點。輿情數據比較分析的常見維度包括傳播渠道、媒體類型、地區等。

傳播渠道信息量比較

在分析某一輿情事件/話題時，可通過比較網絡媒體、報刊、微博、微信、APP、論壇、博客等不同傳播渠道的信息量，來判斷輿情信息的主要傳播渠道，從而為輿情事件回應以及正面輿論宣傳的渠道選擇提供一定參考。傳播渠道信息量比較分析多以柱形圖、條形圖、雷達圖等呈現。以2018年能源輿情信息傳播渠道分布（單位：萬篇）為例，能源領域輿情信息主要聚集於「兩微一端」與新聞媒體中，新能源、電力與煤炭領域中，「兩微一端」流量池作用尤為顯著。

媒體報導量比較

媒體報導量比較是傳播渠道信息量比較的細分維度，指的是對不同類型媒體、不同層級媒體或不同媒體對於同一事件/話題的報導數量進行比較。不同層級媒體、不同類型、不同媒體就同一事件/話題所發布的信息量，往往會表現出一定的差異。這些差異，成為總結分析輿情傳播源特點的有效「抓手」。

此外，媒體技術日新月異，微信、微博、短視頻平臺等已深入社會生活，其閱讀量、播放量等數據也成為觀察輿情傳播的重要指標。其比較分析的可視化圖表多為柱形圖、條形圖、雷達圖等。

不同對象關注度比較

在周期較長的輿情研究工作中，常常會對比不同對象的傳播熱度，多用傳播量來衡量傳播熱度，或是以傳播量數值為基礎，通過建構指標體系計算出關注度指數、熱度指數等。這裡的不同對象，依研究主題而定，可以是不同熱點事件、話題、機構、企業、產品等。不同對象的關注度比較可通過柱形圖、條形圖、雷達圖等圖表呈現，也可以藉助排行榜等加以呈現。以2019年度能源領域生產事故關注度（關注度由網媒、紙媒、論壇、博客、微博、微信、APP等功能指數加權計算所得）TOP10為例，江蘇響水天嘉宜化工有限公司「3?21」特別重大爆炸事故熱度最高，牽動社會關切。

地區輿情熱度比較

地區輿情熱度比較，是為了分析某一事件/話題在不同區域的傳播情況、關注情況。一般基於傳播量數據進行比較，有時在分析區域輿情壓力時，也會使用事件數量作為比較依據。對於地區輿情熱度的比較，如果涉及地區廣泛，地圖類圖表可視化效果更好，但在製圖時要注意選用規範的地圖模板；如果進行比較的地區數量不多，也可以使用柱形圖、條形圖來完成可視化。以2019年某企業負面輿情事件地區分布為例，其負面輿情事件主要滋生地為北京、上海、山東、浙江，上述地區的分公司應注重強化輿情管理工作。

傳播熱詞盤點

傳播熱詞多用來反映輿論對於特定事件/話題的延伸關注內容，或者用來呈現特定時期、特定領域中輿論關注的熱點內容、討論焦點和關鍵信息。

盤點熱詞可通過兩種方法實現，一種是輿情分析師有數個確定的詞彙，依據這些詞彙的相關信息量區分熱度；另一種是輿情分析師初步選定熱門報導、文章、評論等作為分析文本，藉助詞頻分析軟體，計算出高頻詞。熱詞盤點多以詞雲圖形式呈現，有時也會使用條形圖和表格等。以2019年「消費者權益保護」熱詞詞云為例，「加強」「消費者權益保護」「放心消費」「天下少假」「維護市場秩序」等官方表態承諾成為熱詞，匯聚了公眾的殷切期待。

(責編：袁勃、陳泰然)

相關焦點

  • 數據分析報告怎麼寫?新浪輿情通可視化簡報讓你事半功倍
    數據分析報告通常需要專業人員對大量信息進行整理分析，而目前網際網路信息的海量增加和形態越發多樣，給報告工作帶來了一定困難。想要撰寫一份優秀的數據分析報告，可以藉助大數據分析平臺進行，如政企輿情大數據分析平臺新浪輿情通。平臺擁有11大埠的千億數據存儲，能夠對數據進行科學高效地分析，以可視化效果呈現分析結果，還能便捷地生成分析簡報，幫助企業高效製作數據分析報告。
  • 電網企業的數據可視化分析如何完美呈現
    3、報表應用及應用門戶用戶在前臺可通過各種終端例如pc、手機、pad、大屏等來對相關報表、駕駛艙等資源通過門戶的形式進行訪問。報表的應用可根據業務用戶自身權限範圍實現資源及數據權限的控制，滿足電網企業內各級用戶的應用需求。
  • 從數據可視化到交互式數據分析
    （3）收集，轉換和熟悉數據有些項目有可用的數據，而有些則需要一定程度的數據搜索或生成。在任何情況下，所有的項目都要求分析人員熟悉內容及其含義並執行多項轉換，既要熟悉數據（例如：經常對數據進行切片，切割和聚合）又要為計劃進行的分析做好準備。
  • 前端如何一鍵生成多維度數據可視化分析報表
    本文轉載自【微信公眾號：趣談前端，ID:beautifulFront】經微信公眾號授權轉載，如需轉載與原文作者聯繫前言本文是基於上一篇文章介紹H5編輯器 後臺管理系統實戰的第二篇文章, 也是比較重要的一篇文章, 主要介紹後臺系統中如何基於已有數據表格自動生成多維度可視化報表
  • 大數據產品分析:淺析數據可視化
    數據可視化——藉助於圖形化手段，清晰有效地傳達與溝通信息同時對數據進行交互分析。為什麼需要？由於人類大腦在記憶能力的限制，所以我們利用視覺獲取的信息量多於感官，在大數據與網際網路時代，企業從傳統的流程式管理方式過渡到基於數據的管理方式將會成為必然的趨勢，數據可視化能夠幫助分析的人對數據有更全面的認識。
  • 遊戲中的數據可視化設計分析
    限於本文篇幅，就不將這些種類的遊戲分別討論，僅以作者比較熟悉的部分遊戲舉例討論。遊戲中往往會使用大量的可視化元素來幫助玩家更好地探索遊戲世界、認知操控角色與周圍環境，以此提升玩家的遊戲體驗。同時，遊戲本身會產生一系列的數據，如玩家控制指令數據、角色移動軌跡數據等。遊戲設計者與玩家需要對這些數據進行信息挖掘與理解，藉此提升遊戲體驗或遊戲水平。
  • Tableau介紹與上市企業的可視化數據分析案例
    軟體做了一個很漂亮的可視化分析報告。在微軟 Office 套件和金山 WPS 中，他們開始加入許多可視化分析的小插件，讓人們可以更方便地用圖形化的方式來理解圖表，發現數據中的有價值信息。 關於Tableau簡單地講，這是一款數據可視化分析工具，可實現多維度的數據可視化呈現，並可以通過Tableau Reader分享數據分析師的成果，實現一人分析，多人使用
  • 18年6大BI與數據可視化工具的比較分析
    【IT168 資訊】如今，有大量功能強大的可視化工具可以幫助您展示想法、可視化數據、進行談話，與客戶和全球社區分享您的重要分析。在本文中，我們將比較最常用的平臺並分析其主要功能，以幫助您選擇一個或多個平臺，為您的工作交流提供不可或缺的幫助。
  • 大數據可視化常用分析圖表的優缺點
    可視化圖表次整理了一些平常不太使用，但在合適的場景的使用它們，往往能為你的分析報告加分不少的圖表。
  • 數據可視化與信息可視化怎麼搞?
    數據可視化和信息可視化都是可視化的一種方式，數據可視化將資料庫中每一個數據項作為單個圖元元素表示，大量的數據集構成數據圖像，同時將數據的各個屬性值以多維數據的形式表示，可以從不同的維度觀察數據，從而對數據進行更深入的觀察和分析。信息可視化，旨在把數據資料以視覺化的方式表現出。信息可視化是一種將數據與設計結合起來的圖片，有利於個人或組織簡短有效地向受眾傳播信息的數據表現形式。
  • 教育科研中的數據可視化分析
    在科研實踐中，數據分析可幫助人們做出現狀、趨勢或相互關係的判斷，以便採取適當決策、制訂相關政策和開始行動。因此，它也是從事此類研究的科研人員的基本功。數據分析，可以用文字闡述，也可以用圖表，但「字不如表，表不如圖」，這八字訣在數據分析工作中被視為秘籍，作圖法可以最醒目地表達數量間的變化關係。從圖線上還可以簡便求出需要的某些結果，讀出沒有進行觀測的對應點（內插法）或在一定條件下從圖線的延伸部分讀到測量範圍以外的對應點（外推法）。此外，還可以把某些複雜的函數關係，通過一定的變換用直線圖表示出來。
  • 樂思輿情用大數據告訴你有哪些不錯的輿情監測系統
    以我多年使用輿情系統的經歷看來，網絡輿情監測系統最基本的要素就是信息全面、及時；此外，在滿足基本條件後，如何能夠讓我們在使用監控軟體的過程中省時省力也是重要的參考點，這就涉及到輿情監測軟體設計是否人性化；可視化強，也是重要元素，一目了然，我們的全網輿情趨勢分布；定期生成報告，有助於我們調整後期的輿情應對方案，以及品牌網絡輿情管理。
  • Taste Analytics如何解決海量非結構數據分析
    那麼對比太平洋彼岸的美國，目前的大數據分析最新技術趨勢如何，近日，我們採訪到美國數據分析科學家，Taste Analytics創始人及全美五大可視化研究中心的Derek Wang（汪曉宇）博士。TasteAnalysics解決的痛點DerekWang認為輿情分析並不等於文本分析，首先輿情分析首先需要建立一個文本文檔的模型，這個模型需要提供一個字典，通過字典來實現檢索，雖然這個在速度上跟上了，但是問題是，比如我們人說話的過程中不可能拿著字典進行，而且很多新詞、偏義詞，詞典裡面可能沒有，另外這個詞典是由人來編的，主觀性非常大。
  • R數據分析:主成分分析及可視化
    主成分分析是一個常見的降維，探索性技術，常常在量表編制或者其它變量較多數據集分析的時候會用到，今天給大家寫寫R語言中如何快速高效的進行PCA和可視化。可以看到，有了組別變量之後，出圖時會自動的加上圈圈和圖例有了圈圈我們就可以發現，美國車車的hp,cyl,disp,wt這幾個特徵比較猛！美國車車和日本車車的差異還是比較大的。
  • 當「讀圖」遇上「大數據」——新聞報導中的數據可視化分析
    本文針對新聞採寫的數據可視化提出個人的看法，並在融媒體環境下對於數據可視化走向進行進一步分析。 【關鍵詞】大數據 數據可視化 極客文化 融媒體 一、 引言 「觀古今於須臾，撫四海於一瞬。」西晉文學家陸機在《文賦》中用以比喻創作構思時馳騁想像。
  • 數據可視化基本流程
    數據可視化的主旨是藉助於圖形化手段，清晰有效地傳達與溝通信息。簡單理解，就是將原本枯燥繁瑣的數據，用更加生動形象且常人容易看懂的圖形化方法表達出來。這裡給出的步驟不是手把手教大家如何得出最終的可視化結果圖，而是一種非常普遍適用的方法論。
  • Top 7大開源數據可視化分析工具!
    Top 7大開源數據可視化分析工具！ Top 7大開源數據可視化分析工具！在所有工具中，Gephi一直以來被認為是最值得推薦的，它可以幫助用戶輕鬆實現超過十萬個節點的可視化。但是，除了Gephi，還有很多免費開源工具可供選擇，本文列出了頂級的七大數據可視化分析工具，可幫助企業分析並梳理數據之間的關係。
  • 如何用EXCEL按職級進行人員結構數據分析並進行圖表可視化?
    小琪有了之前的數據分析經驗，面對接下來要做的職級統計，更是胸有成竹了。小琪對職級的數據分析仍然從兩個維度進行，首先是各部門的職級結構分析，其次是分析各個職級在部門的分布情況。在進行數據分析之前，首先要製作匯總表（如圖 3155所示）：
  • 4 種可視化常用的數據分析圖表!
    來源：大數據觀察可視化圖表這次整理了一些平常不太使用，但在合適的場景的使用它們，往往能為你的分析報告加分不少的圖表
  • 55 個實用的大數據可視化分析工具
    因此，筆者收集了適合各個平臺各種行業的多個圖表和報表工具，這些工具中不乏有適用於NET、Java、Flash、HTML5、Flex等平臺的，也不乏有適用於常規圖表報表、甘特圖、流程圖、金融圖表、工控圖表、數據透視表、OLAP多維分析等圖表報表開發的。為了進一步讓大家了解如何選擇適合的數據可視化產品，本文將圍繞這一話題展開，希望能對正在選型中的企業有所幫助。