皮盼资讯网移动版

（二）“地理位置+社会关系网”的综合研判。地理位置数据的特点是多源、异构、高维、动态，这些特点使得地理位置大数据模式多变且关联复杂，使得其各种信息（特别是物理空间信息与社会空间信息）的关联映射成为必须。这方面的相关工作主要包括实体提取、主题建模、基于位置信息的搜索等。经过地理位置大数据信息的关联映射和融合阶段之后，需要对其有效表示才能进行进一步高效的群智认知及实际应用分析。张量（Tensor）作为一种有效的多源异构大数据一体化的表示方法，也得到了广泛关注。鉴于深度学习和张量在大数据表示中的优异表现，近年来陆续提出了一些基于张量的深度学习方法，如波尔斯曼机、张量递归神经网络、深度张量神经网络等。

（三）“动态化+实时化”结构演进分析。社会关系网络结构是舆情信息传播的载体，但由于社会关系网中的个体不断进出，社会关系网络具有高度的动态演化性，直接影响和制约着舆情信息传播过程。大量研究表明社会关系网络结构的动态演化性是由结构的微观变化决定的。对群体行为本质规律的理解离不开对社会关系网络结构动态演化微观机理的深入认识。对微观结构演化认识的匮乏割裂了社会关系网络结构和信息传播之间的动态关联，无法更好地认识群体行为的本质，做到精准化舆情预警。因此，建立社会关系结构的微观动力学模型，进而对其结构进行动态把握和演化，是未来舆情预警研究的关键。

注释：

①孟小平：《揭示公共关系的奥秘——舆论学》[M]，中国新闻出版社，1989年版，第8-9页

②Lyotard，J.The Postmodern Condition， University of Minnesota Press，1984，p131

③刘军：《社会网络分析导论》[M]，社科文献出版社，2004年版，第34-35页