以無錫高架橋側翻事故為例，輿情催發次生輿情，致使民眾激烈情緒激化。

2019年10月10日18時，錫港路上跨橋橋面整個側翻垂落，中鐵局、藍天救援、中國移動等多方搶修力量在現場或作業、或堅守，據記者粗略估計，救援車輛達上百輛。

而10日晚8時許，一張高架橋側翻事故救援現場的微信截圖在網絡流傳，并附有“手表是理查德米勒”、“一個地級市的公安局長，帶四百萬的手表，估計是忙的沒記得摘下來”等負面信息，不僅抹黑了公安部門在民眾心中的正直形象，更是激發了不明真相的民眾們的怨氣，導致輿情負面情緒蔓延。

就事件而言，公安廳目前應對網絡輿情存在的問題主要集中在以下三點：一是對熱點輿論問題關注不夠，引導不及時。二是網絡公信力不夠，公安網絡官方平臺關注度較低。三是網絡官方平臺發布的內容難以引起大眾群體共鳴，對輿情引導的作用較低。

眾所周知，公安機關直接與公民接觸，相對其他政府部門能夠及時、全面、準確地搜集和分析群眾的思想動態、心理情緒、愿望心聲及傾向性的社會動態等，在當前輿情信息研判工作的范圍不斷擴大，規模、水平不斷提升的情況下，該項工作理應成為警務參謀活動中極為重要的一環。這是公安機關正確決策、化解矛盾、維護穩定的重要前提，歸根到底是公安機關在構建和諧社會新形勢下做好群眾工作的一項基本功。

那么，公安部門正確應對網絡輿情？樂思輿情整理出如下建議：

（一）完善網絡輿情預警收集機制

作為網絡輿情最前沿機制——預警收集機制，它使網絡輿情干預處置得到了前移，在事件潛藏隱患，或出現苗頭性問題的時候，就對事件發出預報、預測及提供預先處理的建議和行為。樂思網絡輿情監測系統能夠建立多層次、全方位、全屏全網全時段全天候的網絡輿情信息監測，能夠快速準確全面地抓取地方熱點與相關信息，輔助公安部門應對網絡輿情。一經發現負面信息，第一時間預警并通知機構，為機構提供制定應對策略的黃金時間。

（二）完善網絡輿情預警應急響應機制

應急響應機制將準則性的東西滲透到網絡輿情預警的全過程，并進行制約。一旦網絡輿情苗頭出現后，首先是從預測機制中獲得信息素材，參考評估預判的結果，梳理好突發事件的性質、考量所處的環境、以及社會可預見的反響，其次，緊急調度網格平臺中的應急資源，匯總各個平臺維度中的應急資源儲備現狀，摸清應急資源可用數量、維護細節以及調配率，在底子摸清后，就要根據事態發展評估的情況，選擇適用應急預案，匹配應急資源的調配和分布，提出有針對性的應急狀態方案、處置方針和補充規定等，并對網監平臺進行充分的利用，從而統一指揮應急處置，在此基礎上，做好各部門的分工，對各類應急資源置于系統的總調度范圍內，全面推進危機干預工作，有效處置網絡輿情事件。

（三）完善網絡輿情預警善后處理機制

善后處理中，要建立健全應急資源補償機制，對應急管理中消耗的系統內、和系統外各種資源，要按照政策法規制度做好補償安排，讓應急預警管理能夠可持續，各方面參入者能夠有能力處置以后的突發預警事件；突發事件整個過程是：首先是發現事件，其次是事件的發展，最后是事件的滅亡，而應急管理總結恰好是對這一過程進行全面的總結，并對事件所發生的原因進行詳細分析，有效的對應急管理進行實施方面的明確，并實行獎懲的制度；突發網絡輿情應急管理的始終，要始終貫穿褒獎和問責這兩個抓手，對有關責任人和機構置于老百姓的監督之下，公平公正公開抓褒獎和責任追究，讓法制的光芒和規范化的管理以及人性化的親和貫穿到突發事件應急管理全過程；同時，應急管理機制有效性評估要步步跟進，既要評估各種制度，也要評估它的運行規范，評估要面面俱到，并在突發事件應急管理善后處理的環節，向社會公眾和媒體透明公開，同時要建立完善監督、舉報及信息反饋路徑，讓善后處理的有始有終。

（四）完善網絡輿情預警評估機制

在討論應急網絡輿情預警管理構建的進程里，突發網絡輿情事件應急管理評估是個繞不開的話題，在突發網絡輿情事件的預警中隨處都能找到它的身影。由于網監管理具有共享性和立體性的特點，由于有了應急管理評估機制的參人，準確、客觀的評判預警管理進程的每個步驟和細節，通過統一協調，步調一致，指揮到位，到每個節點上，不但能夠提高公安機關的辦事效率，也能營造全社會公眾各階層全面參入的氛圍，進而還能在集中力量辦大事中，不斷的總結經驗，汲取教訓，完善已有的預警管理機制，最終建立成熟的模式，就是以公安機關為軸心，輻射全社會加入的網絡輿情應急管理體系。

圖源網絡

如有侵權請聯系刪文

在安防的細分領域中，大數據在公安及智能交通探索應用得比較早，相關的解決方案和技術也比較成熟，在廣西等地也已經有相關的項目落地，大數據應用系統已經上線運營，取得了預期的效果。

項目應用前景看好

以相關的案例來講，在某省公安廳投入使用的大數據系統中，整個項目是以自治區的總數據為出發點，對每天在所有卡口過道產生的上千萬條數據，每年大概三十億條的數據進行分布式存儲和快速檢索。在此基礎上，后續可以給公安用戶提供進一步的解決方案和增值服務，比如已經推出的卡口過車大數據、視頻圖像大數據和公安情報大數據三方面的解決方案。這些方案提供多種功能的查詢，以及基于測控的分析和基站行業的服務，目的就是讓公安能快速科學地偵破案件。

在智能交通領域，目前主要應用于車輛的疏導，比如基于不同道路、路口車流量的統計(時、日、月統計等)，根據這些統計可以分析不同時段某條道路實時的車流密度、發展方向和趨勢等。這些項目的應用已經在很多大城市落地，比如平時大家在公交上看到的移動電視里播放的上下班高峰路段實時畫面，就是基于大數據的技術分析所得。從應用上看，用戶切實感到便捷好用，所以市場潛力很大，未來的應用會更加廣泛。

大數據應用存在的難題

大數據本身是針對數據的存儲、檢索、關聯、推導等有價值的挖掘，這些數據本身來說是通用的。但在安防領域，哪些數據是有用的，哪些是我們需要關心和提取的，這是目前在摸索的問題。也就是說，當前的困難在于如何讓技術熱點和相關業務進行結合，以提取更有價值的數據。

從技術上分析，有兩個技術難點：

第一個難點是如何從非結構化的數據中提取結構化的數據出來。所謂非結構化數據是指在視頻里面進行特征的提取，這些可能是人類不能理解和不能處理的;結構化數據則是人可以理解和處理的，比如在視頻里有幾個活動目標、是人還是車。如果是人，身上穿的是什么樣的衣服;如果是車，車牌號是多少、什么樣的品牌型號、顏色、行進速度、方向等數據，這些都是可以轉化為結構化數據為人所用。目前，安防的數據很多涉及到視頻數據，而視頻數據本身是不能夠被結構化的數據，也就不能被計算機直接所處理。所以未來擺在技術人員面前的課題是如何把視頻數據轉換成計算機能夠處理的結構化或者半結構化數據。

第二個難點是尋找這些數據之間的關聯和價值。數據是有關聯沒關聯之分的，我們只能通過工具來找。所有這些存儲的特征數據，包括公安行業、平安城市中每天產生的海量視頻數據，可以為很多案件的偵查提供有價值的線索。現在技術需要攻克的難題就是能不能把這些數據通過相應的工具模塊，通過大數據技術把原來被忽視的數據信息關聯起來，找到或提取這些數據之間的相關性，為案件的偵破和方案決策提供科學的數據依據。

公安數據流動的單向性

公安行業每天獲取的數據數以千萬，如何確保這些數據信息的安全成為行業共同關注的熱點。從傳統意義上講，數據產生之后，首先要確保數據本身的安全，目前行業內有非常成熟的技術和解決方案。在海量數據面前，如果你對數據不了解，就算把這些數據擺在面前，你也很難去提取有用的數據，但這并不能作為行業忽視其重要性的借口。因為對安防廠商而言，很多有價值的數據是需要提供保護的，也就是對數據應用模式采取高規格的保護措施，因為這些數據一旦被不法分子挖掘并關聯起來，可能整個地區的安全漏洞就會被利用。

現在，公安的數據一般在局域網內運行，并有相關的保護措施來提供安全保障。如會把數據分成不同的網絡和不同的層次，讓數據在不同的網絡安全系統之間，從低安全性網絡向高安全性網絡實行單向流動，最后在公安的核心網絡里匯集所有的數據(這個安全等級是最高的，通過安全邊界、物理隔離來保護)。同時在外圍的視頻網，主要以視頻數據為主，輔以視頻相關的業務，這些數據只有進入公安網后才與其他的數據發生關聯，才能發掘出一些有價值的數據。比如辦案民警在視頻網絡上，可以獲取犯罪嫌疑人的照片，但這個人是誰，他的信息是什么，只有進入公安網以后才能獲取，才能將相關信息匹配關聯起來，然后通過其他數據庫的關聯，進一步挖掘出他在哪個網吧出現過，在哪個酒店居住過……以上信息都可以挖掘出來，但這種挖掘只能在高安全性網絡中進行，這種信息流動都是單向的。

未來的商業模式

從傳統的安防業務來講，還是以公安客戶投資建設系統為主，廠商提供產品和集成的解決方案，最終由集成商來做落地實施，最后交付給客戶使用并進行相應的維護。同時，未來行業對大數據中數據的獲取、存儲、分析、處理會變得更加的專業，用戶本身在處理和應用時可能會遇到各種困難，那么針對這類問題可能會有一些小型的服務公司出現，給終端用戶提供各種各樣專業的數據服務。比如專業的視頻提取會有專業的公司切入，用專業的算法工具幫助你把視頻里面的數據提取出來，或者有那些專業的通訊廠商對數據進行挖掘和處理，包括提供一些工具和服務的模式(未來會更傾向于服務的模式)。但限于公安行業的特點，這些公共服務在公安行業目前還比較難做，不過未來也可以由一些廠家對整個應用系統進行構建，以運營服務收費的方式與公安客戶或者政府機構進行合作。

對于大型、特別大型的項目，比如涉及到一個城市、一個省乃至全國范圍的項目，一般來說可能會找專業的IT廠商來做，特別是互聯網公司(現在也有牽涉其中)，他們更多是以技術提供商的角色參與，安防廠商側重點放在業務上。這樣大家分工比較明確，因為即使是技術比較領先的行業廠商，它也很難或者沒有必要投大量的研發在大數據基礎的研發上，而是應該將重點放在大數據的基礎應用或業務解決方案上，然后底層的基礎架構由IT廠商來分擔完成。彼此互利共贏，持續發展。

文章來源：齊魯晚報

]]>