慧科訊業(yè)媒體管理部總監(jiān)王勤：大數(shù)據(jù)需要積累 更需要專業(yè)的挖掘能力

每經(jīng)編輯 每經(jīng)記者 左越 每經(jīng)編輯 肖鴻月    

每經(jīng)記者 左越 每經(jīng)編輯 肖鴻月

上周，2017中國(guó)上市公司口碑榜結(jié)束第二階段的篩選，誕生了600家上市公司的入圍名單。

在第二輪篩選中，大數(shù)據(jù)起到了至關(guān)重要的作用?！睹咳战?jīng)濟(jì)新聞》（以下簡(jiǎn)稱NBD）專訪了本次口碑榜獨(dú)家數(shù)據(jù)支持慧科訊業(yè)（Wisers）媒體管理部總監(jiān)王勤，為您揭秘大數(shù)據(jù)技術(shù)在口碑榜中的運(yùn)用，以及他對(duì)大數(shù)據(jù)行業(yè)未來(lái)發(fā)展的深思。

輿情大數(shù)據(jù)輔助危機(jī)處理與投資決策

NBD：作為2017中國(guó)上市公司口碑榜獨(dú)家數(shù)據(jù)提供商，慧科訊業(yè)對(duì)輿情數(shù)據(jù)采集、處理、分析見(jiàn)解頗深。您認(rèn)為輿情大數(shù)據(jù)對(duì)上市公司日常經(jīng)營(yíng)、投資者投資，有哪些幫助呢？

王勤：大多數(shù)上市公司都會(huì)采用輿情監(jiān)測(cè)服務(wù)及時(shí)跟蹤行業(yè)動(dòng)態(tài)、發(fā)現(xiàn)自身及競(jìng)爭(zhēng)對(duì)手的資訊等，尤其是可能影響股價(jià)的敏感新聞，做好風(fēng)險(xiǎn)管控；另外，輿情大數(shù)據(jù)還能幫助上市公司了解其在各利益方心中的形象，并根據(jù)反饋?zhàn)龊脤?duì)外溝通，尤其在輿情危機(jī)管理方面，第一時(shí)間將危機(jī)的影響最小化。

對(duì)于投資者來(lái)說(shuō)，輿情其實(shí)是市場(chǎng)對(duì)上市公司的態(tài)度與信心的反映。投資者通過(guò)輿情大數(shù)據(jù)，能更客觀全面地了解企業(yè)現(xiàn)狀，衡量投資風(fēng)險(xiǎn)。

以此次口碑榜為例，慧科訊業(yè)與每日經(jīng)濟(jì)新聞共同制定的評(píng)選標(biāo)準(zhǔn)，綜合考量上市公司的經(jīng)營(yíng)合規(guī)性、盈利能力、高管團(tuán)隊(duì)聲譽(yù)等可能影響股價(jià)波動(dòng)的因素，口碑指數(shù)高的公司相對(duì)而言也更穩(wěn)定、更可靠，盈利能力更強(qiáng)，這對(duì)投資者來(lái)說(shuō)就是一種有效參考。

四大要素支撐大數(shù)據(jù)商業(yè)應(yīng)用

NBD：近年來(lái)，國(guó)內(nèi)大數(shù)據(jù)公司數(shù)量漸多，面對(duì)競(jìng)爭(zhēng)，應(yīng)該擁有哪些優(yōu)勢(shì)才能脫穎而出呢？

王勤：大數(shù)據(jù)是個(gè)很泛的概念，具體到每個(gè)領(lǐng)域，都需要長(zhǎng)期、系統(tǒng)的數(shù)據(jù)積累和專業(yè)精深的數(shù)據(jù)挖掘能力。大數(shù)據(jù)的商業(yè)應(yīng)用，有四個(gè)關(guān)鍵要素——一是數(shù)據(jù)，二是AI人工智能技術(shù)，三是業(yè)務(wù)知識(shí)體系，四是后臺(tái)大數(shù)據(jù)計(jì)算與存儲(chǔ)系統(tǒng)。

NBD：在您看來(lái)，輿情大數(shù)據(jù)行業(yè)在發(fā)展中面臨哪些挑戰(zhàn)？

王勤：首先，新媒體時(shí)代來(lái)臨，信息傳播渠道日益多元，對(duì)企業(yè)來(lái)說(shuō)，要應(yīng)對(duì)的輿情環(huán)境，相較過(guò)去復(fù)雜很多。對(duì)大數(shù)據(jù)公司來(lái)說(shuō)，如何幫助企業(yè)從容應(yīng)對(duì)日益復(fù)雜的輿情環(huán)境，是一種挑戰(zhàn)。

其次，自然語(yǔ)言理解，尤其是漢語(yǔ)的自然語(yǔ)言理解仍然面臨很多挑戰(zhàn)。以深度學(xué)習(xí)為代表的技術(shù)，對(duì)解決這些問(wèn)題提出了一種新思路，但同樣會(huì)面臨瓶頸。據(jù)長(zhǎng)遠(yuǎn)來(lái)講，必須以科學(xué)的方式，將語(yǔ)言學(xué)的理論及特征和機(jī)器學(xué)習(xí)結(jié)合，才有可能實(shí)現(xiàn)更大突破。目前，有很多開(kāi)源的機(jī)器學(xué)習(xí)或深度學(xué)習(xí)的軟件包，進(jìn)入人工智能大數(shù)據(jù)領(lǐng)域的門檻降低很多，所以市場(chǎng)上充斥著大量的大數(shù)據(jù)公司。但如果從業(yè)人員不深入研究理解各種人工智能模型成立背后的假設(shè)條件，只簡(jiǎn)單盲目地試用各種開(kāi)源模型，然后選一個(gè)看上去訓(xùn)練結(jié)果最好的模型，很可能在假設(shè)條件不成立的實(shí)際場(chǎng)景中會(huì)出現(xiàn)嚴(yán)重的錯(cuò)誤。

此外，輿情大數(shù)據(jù)行業(yè)的進(jìn)一步發(fā)展，應(yīng)該著重于如何將企業(yè)或政府內(nèi)部的數(shù)據(jù)與外部的媒體大數(shù)據(jù)結(jié)合，將輿情資訊緊密結(jié)合進(jìn)機(jī)構(gòu)的日常運(yùn)營(yíng)與決策，從而發(fā)掘更多的數(shù)據(jù)關(guān)聯(lián)與洞察資訊，帶來(lái)更大的商業(yè)價(jià)值和社會(huì)價(jià)值。