慧科讯业媒体管理部总监王勤：大数据需要积累 更需要专业的挖掘能力

每经记者 左越 每经编辑 肖鴻月

上周，2017中国上市公司口碑榜结束第二阶段的筛选，诞生了600家上市公司的入围名单。

在第二轮筛选中，大数据起到了至关重要的作用。《每日经济新闻》（以下简称NBD）专访了本次口碑榜独家数据支持慧科讯业（Wisers）媒体管理部总监王勤，为您揭秘大数据技术在口碑榜中的运用，以及他对大数据行业未来发展的深思。

舆情大数据辅助危机处理与投资决策

NBD：作为2017中国上市公司口碑榜独家数据提供商，慧科讯业对舆情数据采集、处理、分析见解颇深。您认为舆情大数据对上市公司日常经营、投资者投资，有哪些帮助呢？

王勤：大多数上市公司都会采用舆情监测服务及时跟踪行业动态、发现自身及竞争对手的资讯等，尤其是可能影响股价的敏感新闻，做好风险管控；另外，舆情大数据还能帮助上市公司了解其在各利益方心中的形象，并根据反馈做好对外沟通，尤其在舆情危机管理方面，第一时间将危机的影响最小化。

对于投资者来说，舆情其实是市场对上市公司的态度与信心的反映。投资者通过舆情大数据，能更客观全面地了解企业现状，衡量投资风险。

以此次口碑榜为例，慧科讯业与每日经济新闻共同制定的评选标准，综合考量上市公司的经营合规性、盈利能力、高管团队声誉等可能影响股价波动的因素，口碑指数高的公司相对而言也更稳定、更可靠，盈利能力更强，这对投资者来说就是一种有效参考。

四大要素支撑大数据商业应用

NBD：近年来，国内大数据公司数量渐多，面对竞争，应该拥有哪些优势才能脱颖而出呢？

王勤：大数据是个很泛的概念，具体到每个领域，都需要长期、系统的数据积累和专业精深的数据挖掘能力。大数据的商业应用，有四个关键要素——一是数据，二是AI人工智能技术，三是业务知识体系，四是后台大数据计算与存储系统。

NBD：在您看来，舆情大数据行业在发展中面临哪些挑战？

王勤：首先，新媒体时代来临，信息传播渠道日益多元，对企业来说，要应对的舆情环境，相较过去复杂很多。对大数据公司来说，如何帮助企业从容应对日益复杂的舆情环境，是一种挑战。

其次，自然语言理解，尤其是汉语的自然语言理解仍然面临很多挑战。以深度学习为代表的技术，对解决这些问题提出了一种新思路，但同样会面临瓶颈。据长远来讲，必须以科学的方式，将语言学的理论及特征和机器学习结合，才有可能实现更大突破。目前，有很多开源的机器学习或深度学习的软件包，进入人工智能大数据领域的门槛降低很多，所以市场上充斥着大量的大数据公司。但如果从业人员不深入研究理解各种人工智能模型成立背后的假设条件，只简单盲目地试用各种开源模型，然后选一个看上去训练结果最好的模型，很可能在假设条件不成立的实际场景中会出现严重的错误。

此外，舆情大数据行业的进一步发展，应该着重于如何将企业或政府内部的数据与外部的媒体大数据结合，将舆情资讯紧密结合进机构的日常运营与决策，从而发掘更多的数据关联与洞察资讯，带来更大的商业价值和社会价值。