数字时代的特征越来越集中。从广大群众头脑中产生的信息正推动公共和私营部门的各种决策。
在此背后，一种新的科学技术出现了——号称“意见挖掘”——它利用最新最前沿的人造智能（AI）来挖掘公众情绪和民意。这种结构化数据被称为意见数据。通过分析在线舆论，政府和全球性组织现在可以获得一系列洞察力，从而形成战略，更好地衡量公众对其政策、服务和品牌的体验。
至关重要的是，意见挖掘领域不仅着眼于情绪，而且带动了情绪的话题。这也在市场和政治研究领域开辟了新的研究能力。 在线对话的绝对数量（2016奶奶12月，Facebook的移动端的平均日活跃用户为11.5亿），再加上这种数字聊天的即时反应性，这意味着情绪驱动的意见数据已经成为可开采的、可盈利的资源。
意见挖掘主要有两种方法。第一种方法只利用AI来构造数据。第二种方法则通过人群处理数据从而额外增加一个分析层——一组成员专门负责验证情感类数据和情感驱动的主题。这群人的作用是帮助正确分类非结构化数据，因为纯粹的基于AI的方法毕竟和人类真实对话的存在细微差别。这个问题在社交媒体中特别常见，其中的对话通常充满了幽默、俚语、暗示、讽刺、口语和表情符号。
例如，有人在Twitter上说：“我在X银行上只排了5个小时的队！客户服务最好！”这条推文显然是讽刺，但机器在识别时可能会视其为积极的。
通过AI和人工理解相结合，你即获得了两个世界的最佳——收集和处理巨大数据集的能力，并且仍然能够准确了解公众的感受。
历史上，这些数据主要用于指导商业决策——大部分是为企业提供更加深入的关于消费者体验的了解。
然而，这些数据能够应用的范围是非常广阔的。尽管在商业领域内仍旧存在部分，但应用在政府、州、城市场景中的比例正在逐渐增大。对于后者来说，社会分析在加深对选民的理解和推动战略政治决策等方面都行之有效。
灵活性、反应性和精益化——这些都是企业在当前不断变化的客户关系、日益激烈的竞争环境和颠覆性创新的威胁下流行起来的新词语。此外，随着许多发达国家的增长停滞不前，越来越多的跨国公司正在寻找可以帮助它们进入未经检验的新市场的数据。
随着全球手机的普及和社交媒体同步的爆炸性发展，公司现在可以在成熟市场和发展中市场中获得数以百万计的相关数据点。 这些数据如果能被正确地挖掘出来，不仅能够提供决策支持，还可以塑造产品创新，并帮助降低进入新市场的风险。
当严峻的经济形势与一整套全新的颠覆性技术相结合，便为咨询机构和研究机构带来了风险和机遇。客户向他们咨询如何了解今天的消费者行为从而去推动创新，但研究咨询结构现有的很多传统产品和研究方法并不适合当前目的。他们太慢了，依赖于小样本，不仅成本高，而且存在许多可能会导致更大错误的偏差。举一个最近相关的例子，民意调查专家们在预测英国脱欧和特朗普美国大选胜选中都出现了失误。
在这种背景下，通过提供意见数据和专业知识来吸引和留住客户，可能是该行业未来发展的一个重要区别。
举例来说，意见挖掘的一个主要应用是了解市场购买行为背后的驱动力。意见数据可以让研究人员预测人们将要购买什么，并了解驱动该行为的因素。
一名消费者在推文中对某款新型号的汽车或手机表示不满，例如车子关窗后不怎么遮光。然而，如果有许多人都这样做，那么就可以对他们的不满意背后的驱动因素进行分析、定位和量化，由此得出的结果数据可以用来改进后续的产品线，或者就能够理解为何竞争对手的产品会更受欢迎。
媒体业的未来景观将以个性化内容和按需浏览为重点。
从舆论挖掘的角度来看，幸好大部分观众对他们的口味喜好还是诚实的，往往通过社交媒体来表达自己的感受：无论是一个试点项目、新渠道，还是观众深爱的系列中发生的重大事件。
媒体公司通过渠道和市场能够获取到调整项目战略所必要的细粒度数据，从而达到以观众喜爱的形式呈现他们想要的内容。
主流的新闻媒体也在努力了解观众以及他们对今日头条的感受。假新闻和“新闻泡沫”创造了大量不真实的公众舆论，这其实是在不断侵蚀新闻（必要的）合法性。意见挖掘为媒体准确地衡量和报道公众舆论提供了一种途径，无论其准确性如何。
政府和其他国家机构是另一组可能转向社会媒体分析的组织，为了寻求更多真相。2017年将看到一系列重大的政治事件：3月份英国触发了《里斯本条约》第50条款（Article 50），4月份宣布了英国选举公告，5月份随着埃马纽埃尔·马克龙（Emmanuel Macron）当选法国总统，法国政治迎来新时代。今年再晚些，德国将要进行选举。中国共产党五年一度的全国代表大会定于今年晚些时候举行，美联储还将进一步加息。
随着各个国家开始对这些关键事件潜在结果的预见越来越急切，通过意见挖掘将挖掘出越来越多隐藏在集体声音中的见解。
许多非结构化的意见数据——跨越社交媒体和其他地方——到目前为止，还是一个基本上无法访问的资源。然而，通过利用人工智能的文本分析能力，并将其与基于人群分析的细化相结合，意见挖掘将改变政府和企业行为研究的方向，做出决策并衡量这些决策的影响力。
本文为36大数据独家授权编译，作者JP Kloppers，编译 ya 楠，未经许可不得转载
End
为了让大家能有更多的好文章可以阅读，36大数据联合华章图书共同推出「祈文奖励计划」，该计划将奖励每个月对大数据行业贡献（翻译or投稿）最多的用户中选出最前面的10名小伙伴，统一送出华章图书邮递最新计算机图书一本。投稿邮箱:[email protected]
点击查看：你投稿，我送书，「祈文奖励计划」活动详情>>>
如果有人质疑大数据？不妨把这两个视频转给他
视频：大数据到底是什么 都说干大数据挣钱 1分钟告诉你都在干什么
人人都需要知道 关于大数据最常见的10个问题
从底层到应用，那些数据人的必备技能
如何高效地学好 R?
一个程序员怎样才算精通Python？
排名前50的开源Web爬虫用于数据挖掘
33款可用来抓数据的开源爬虫软件工具
在中国我们如何收集数据？全球数据收集大教程
PPT：数据可视化，到底该用什么软件来展示数据？
干货｜电信运营商数据价值跨行业运营的现状与思考
大数据分析的集中化之路 建设银行大数据应用实践PPT
【实战PPT】看工商银行如何利用大数据洞察客户心声？
六步，让你用Excel做出强大漂亮的数据地图
数据商业的崛起 解密中国大数据第一股——国双
双11剁手幕后的阿里“黑科技” OceanBase/金融云架构/ODPS/dataV
金融行业大数据用户画像实践
“讲述大数据在金融、电信、工业、商业、电子商务、网络游戏、移动互联网等多个领域的应用，以中立、客观、专业、可信赖的态度，多层次、多维度地影响着最广泛的大数据人群
搜索「36大数据」或输入36dsj.com查看更多内容。
投稿/商务/合作:[email protected]
