大数据是一个事关我国经济社会开展大局的战略性工业，大数据技能为社会经济活动供给决议计划根据，进步各个范畴的运转功率，提高整个社会经济的集约化程度，关于我国经济开展转型具有重要的推进效果！2016年，由我国首席数据官联盟与网加年代网建议并承办，北京大学信息化与信息管理研讨中心、我国新一代IT工业推进联盟、数邦客协办的“影响我国大数据工业进程100人”大型人物专访活动全面发动，被采访目标别离来自政府、产、学、研、企各个范畴，他们将从不同视点，不同层面向咱们论述当时大数据工业抢手、难点、疑点问题，为我国大数据工业健康、继续开展探究经历、保驾护航，敬请重视！
我国首席数据官联盟专家组成员，北京才智星光信息技能有限公司总裁。北航计算机专业硕士。从前担任翰云年代科技有限公司总裁，NOKIA方位服务部门大我国区产品总监，甲骨文参谋咨询服务部我国区施行总监，Sun公司ISV工程部高档司理，北航教师。
本期特邀嘉宾我国首席数据官联盟建议人刘冬冬，就文本大数据使用与白剑波先生进行深入探讨。
刘冬冬：白总，今日谈文本大数据，还请您先给咱们介绍一下文本大数据发掘的基本状况，好吧？
白剑波：大数据的概念在最近的几年敏捷升温，成为最抢手的一个概念。企业和政府安排都纷繁加大对大数据范畴的投入，可是遍及存在着使用的焦虑，乃至是有些茫然。大数据带来的不只仅是大的时机，一起也是大的应战，这需求咱们对大数据发掘的含义进行愈加深入的探究。
大数据发掘的底子含义在于从数据中提炼出有价值的信息，针对这些信息创造出洞悉，再根据这些洞悉并结合现状做出决议，依决议去履行，将大数据带来的时机变为收成和成果。
大数据是一个十分大的概念，咱们在这儿把谈论规划聚集在文本大数据上。相关于传统的结构化数据，业界现已做了许多的堆集，关于数据的获取、存储、处理、检索等现已具有了相当多的技能储备。可是关于非结构化的大数据，特别是文本大数据，业界正在继续加大投入。
在文本大数据的源头方面，除了企业或安排内部的数据，互联网是一个巨大的来历。从互联网受众来讲，我国互联网具有全球人数最多的网民。据我国互联网信息中心CNNIC发布的第37次《我国互联网络开展状况计算陈述》中显现，到2015年12月，我国网民规划达6.88亿，互联网遍及率为50.3%；手机网民规划达6.2亿，占比提高至90.1%。在当今的这个自媒体年代，信息的传达也发生了巨大的改动，不只量发生了爆破式的增加，内容也愈加多样化。
文本大数据处理的第一个环节便是能够敏捷地获取这些数据，不论是安排内部的数据，仍是互联网上相关的数据，在第一时间获取这些数据，并且是全量的数据，才是数据发掘的底子。第二个环节便是在这些数据中进行发掘，经过各种立异的剖析东西和手法将其整合为有价值的剖析成果。
刘冬冬：您方才谈到，文本大数据在大数据使用范畴现已取得了必定的开展，那么，您以为文本大数据发掘都有哪些使用场景？
白剑波：文本大数据的使用范畴十分广泛，政府安排和企业十分关怀的互联网舆情监测与预警，现已成为一个比较遍及的使用。企业口碑监测剖析、竞赛情报剖析、精准营销、人物画像、企业画像、作业商场研讨、客户满意度剖析、危险点评、产品及业务流程优化等等多个使用场景也是以文本大数据发掘为中心的。
刘冬冬：互联网舆情作为文本大数据重要的使用范畴之一，您给咱们介绍一下当时互联网舆情使用状况，好吧？
白剑波：好的，从舆情监测商场来说，我国对舆情监测系统需求较大的大致能够分为党政机关和政府安排、企业、校园和科研单位等。根据2014年全年舆情系统投标信息的发布数据计算，32.3%的舆情监测系统需求来自政府安排，27.9%来自企业单位，党政机关占17.6%，科研单位13.2%，校园份额8.82%。而对舆情监测需求最大的区域前三名别离是北京、浙江和贵州，到达20%和10%的水平。商场对舆情监测的要求也越来越高，主要从信息收集的及时性、覆盖面及预警的精准度及发现危机后应对机制上有了更高的要求。
传统的舆情监测系统一般都以系统建造为主，由供货商为客户供给一套系统建造计划，进行数据收集，处理和剖析的一切进程，可是这样的系统在后续保护，特别是收集环节的保护上难以跟上互联网信息改变的节奏，一起受限于硬件布置规划和网络带宽的约束，在信息收集的全面性和及时性上与客户的需求也有距离。才智星光选用SAAS形式为客户供给服务，咱们自己投巨资建造了一个高标准的智能化信息收集和处理途径，能够有效地防止这些状况，为客户大大降低了本钱，一起在信息的及时性、全面性、精确性方面满意客户的需求。
刘冬冬：方才您说到人物画像、企业画像等画像技能使用，画像技能能够带来哪些价值？完成进程是什么样的？
白剑波：在互联网逐步步入大数据年代后，每个参加到互联网的人或企业都不可防止的留下行为记载，或者是发布在互联网上，或者是沉积在各个日志环节中，一切的这些行为都将是“可视化”的。画像技能便是对这些数据进行发掘，企业专心于怎么使用其为精准营销服务，政府安排则专心于怎么使用其为公共管理进行服务，改进公共服务，辅导决议计划。
咱们这儿说的画像技能包含人物画像和企业画像。人物画像便是经过揭露的数据，对人物上网行为剖析，对其不同的特色进行符号，然后能够差异其喜爱等特色，这些特色包含：人口特色、交际联系、爱好偏好、消费行为、情感的倾向性，乃至是个人信用度等方面。人物画像技能能够让客户精确地了解其客户群的分类特色，然后能够挑选精准的营销战略。
企业画像便是经过互联网的揭露数据针对企业进行描绘，例如工商注册信息、知识产权信息、司法裁判信息、行政安排审阅信息、企业及其品牌的互联网声量信息和美誉度信息等。这类信息能够让人们敏捷地对一家企业的布景和运营现状进行判别，能够广泛地使用在企业监管、尽职查询、出资点评、营销等范畴。
首要，收集到人物或企业一切的相关数据并将数据划分为静态信息数据、动态信息数据两大类，静态数据便是相对安稳的信息，如人物的性别、地域、作业、消费等级等，企业的工商注册、专利、软件著作权等，动态数据便是不断改变的行为信息，如人物的自媒体言辞，阅读网页行为、查找产品、宣布谈论、触摸途径等，企业的新闻报道，用户点评等。
其次，经过剖析数据为人物或企业贴上相应的标签及指数，标签代表用户对该内容有爱好、偏好、需求等，指数代表用户的爱好程度、需求程度、购买概率等；
咱们现在所完成的人物画像，现已使用到了公安的网监范畴，在企业方面，也使用于定见首领遴选、客户精准营销等方面。
刘冬冬：前面您给咱们共享了文本大数据以及其典型的使用场景，我想问一个更详细的使用问题，怎么使用互联网大数据完成品牌监测和剖析？
白剑波：企业品牌信息的传达关于企业的营销至关重要，这些品牌相关信息出现在新闻报道，网站宣扬，电商途径，以及许多自媒体信息中：博客、论坛、微博、微信大众号等。在进行监测和剖析时，经过对一切这些信息源进行数据获取，从中过滤出相关品牌的信息，再进一步剖析。
产品多维度观念剖析，比方关于轿车润滑油产品，能够包含价格、油耗、动力性、功能等多个方面的特色
经过对自己和竞赛对手产品的品牌传达剖析，能够做到知己知彼，了解作业内的时机和要挟，及时调整品牌和产品战略，获取竞赛中的优势。
咱们在品牌监测和剖析这方面做的许多作业，包含根据标准化产品的企业和品牌监测，在品方面从前为多个作业的客户供给过服务：物流、银行、轿车、互联网等。
刘冬冬：方才咱们讲了文本大数据发掘在企业营销方向的使用，文本大数据发掘还能够哪些作业得到深度使用？
白剑波：文本大数据发掘的使用十分广泛，在未来的几年中，将会在电子政务，金融，电信，医疗卫生等范畴得到推行和遍及。
才智城市：主要是归纳剖析各个方面的数据，供给城市形象指数监测，跨部门文本数据剖析，公共管理的辅佐决议计划等。
证券商场：结合企业画像技能，为出资商，量化买卖的操作人员供给企业画像信息，企业监测信息，相关互联网声量信息，然后能够协助其更快更精确地获取所需的信息。
银行：根据其内部的投诉数据，以及来自互联网的网民点评数据，树立其服务质量指数点评系统。
我国首席数据官联盟（我国CDO精英沙龙）是国内首个以CDO为中心的公益性联盟，建议人是刘冬冬、鲁四海、葛涵涛。联盟遵从自愿、相等、协作的准则，为推进我国大数据工业立异开展而尽力，为完成我国大数据工业全球抢先而斗争。联盟尽力打造跨作业、跨范畴的大数据精英交流交流途径，现在现已成为我国最大的大数据精英联盟。期望经过咱们的尽力提高CDO（首席数据官）在企业中的位置，促进各作业的大数据使用晋级，协助企业完成以数据为中心竞赛力的转型。联盟现在现已汇集了数万名来自国内外知名企业、科研安排、高校的大数据精英。
