1..1 研究的目的和意义

舆情是指针对某一公众话题，大众发表的态度和看法的集合以及这一集合的发展和变化，通常来说，大众的态度是个人的，但是可能会与他人的看法有共同点和冲突，或者被他人的态度和看法所影响，从而导致自身态度和看法的转变，所以这个集合是在不断运动的。通过网络媒介为载体发表的舆情就称为网络舆情。网络舆情具有传播速度快，大众发言自由度高，涉及受众范围大以及舆情变化速度快等特点。同时，自从2012年以来，“大数据”逐渐称为互联网时代最显著的特点之一。随着网络媒体和媒体受众的不断增加，信息量爆炸称为时代的必然趋势，但在这海量的信息之中，挖掘、汇总、分析数据的意义也逐渐被重视起来，一些对大数据的商业应用价值开发的手段和技术在不断进步发展。通过这些技术，商业公司也的确获得了丰厚的利润回报，同时民众的消费体验也得到了提升。

与此同时，网络舆情也是有关政府部门获取舆情，了解民意，了解民众态度和思想看法的重要途径。但基于网络舆情传播速度快，信息量大，容易转变的特点，相关政府部门的重视程度和应对举措还不够成熟和完善。在2013年的全国宣传思想工作会议上，习近平总书记特别强调了网上舆论工作的重要性。因此结合来看，如何在大数据背景下把握正确网络舆情传播的各个阶段特点，并且作出适当的应对举措，对政府正面形象的建立和强化以及维护社会稳定都有着必不可缺少的重要意义。

1.2 国内外研究现状

在中国知网上以“政府”“网络舆情”“大数据”为关键词进行检索，得到了179条检索记录。其中可以明显看出，自2013年以来，相关的文章篇数在逐年增加，证明越来越多的学者注意到了大数据分析技术在政府正确把握和处理网络舆情上的重要意义。

国内外专家和学者对网络舆情的发展以及传播规律研究主要有：Sznajd（2000）研究分析了网络舆情的演变过程。Margetts（2001）认为数字化产生大量人类行为的数据，且是非结构性的，能够帮助人们更准确的理解社会与环境之间的关系，影响政府治理方式的变革。潘芳（2012）认为当突发事件发生是，网络舆情在为政府有关部门处理提供参考依据的同时，如果引导不当也存在引发社会问题的风险。丁菊（2011）在构建网络舆情预警指标的基础上，将BP神经网络的数学模型运用到网络舆情预警，实现网络舆情预警的定量分析。刘毅（2012）利用基于三角模糊数的模糊层次分析法和模糊德尔菲法对网络舆情预警指标惊醒两次筛选和权重的确定提高语义平价的可靠性和准确性。陈福集等（2014）构建了SIR模型研究分析数据的传播特征，将其发展阶段分为爆炸期、敏感期以及平息期等几个极端。王晰巍等（2015）主要就移动环境下的网络舆情传播路径以及该过程中的规律性进行分析。吴绍忠等（2008）将网络舆情分为扩散，稳定和消退等三个阶段，并简要分析了其特征。谢科范等（2010）认为网络舆情呈现出潜伏、萌动、加速、成熟和衰退等生命周期的变化规律。毛乾任等（2016）基于CA模型研究了网络舆情的传播和控制策略。

本文将以“红黄蓝幼儿园事件”为例，以政府相关部门为主体，探讨在大数据背景下网络舆情发展的不同阶段，其基本特征以及可行的应对举措。