如何用数据分析事件？可以能推荐一些工具吗？

老粉自制攻略之：如何使用知微事件进行数据分析

重点：通过「传播趋势」分析事件的走向

传播趋势图可以说是知微事见中最为常用且最核心的功能，通过走势图的分析，我们可以大致了解各事件的剧本走向，并通过其呈现出来的传播模式分析事件的特点。一般来说，各类事件的走势图都能被划分为以下几种模式：

1.瞬间爆发型

从知微事见库的总体分布来看，大部分事件都属于爆发式新闻类型。这些事件通常会在事件发生后的短时间内（如一小时/两小时）得到大量曝光，随后快速下降，表明事件本身有着较高的影响力（如突发性社会事件或企业大变动事件）。

示例：2017-7-6，贾跃亭辞去乐视网所有职务，事件在当日消息发布的18时达到热议峰值。

2.关键节点变化型

另外一种常见的事件模式是，事件在一开始的数小时或数日内都只有非常少量的报道，至某个时段因受某个关键节点的影响，才使得事件的曝光量得以迅速上涨并引发热议。通过对关键节点的研究，我们可以分析出事件传播变化的重要动因（如高影响力渠道的曝光或事件新进展）。

示例1：2017-7-7，百度地图推荐莆田系医院事件。事件最早于7月7日由微博某网友爆料引发网友热议，8日时有少量媒体参与报道，至9日15时左右百度官方发布回应后，事件声量迅速上涨。

示例2：2017-6-28，金钱豹陷倒闭潮事件。该事件自6月29日起就陆续有各渠道报道，但直至7月4日早，新华网、中国经济网等媒体集中转载北京晨报一篇《金钱豹频关店 消费者退卡难》的专题文章，事件才得以扩大化并进入公共视野。

3.持续更新型

某些社会类事件和政务会议类事件，会随着事件的发展而逐渐增补细节内容，且会引起多个热议高潮。通过观察其中较为明显的突出段的报道内容，我们可以简单梳理出事件的变化演进过程。

示例：2017-6-11，北大女硕士在美失联事件。如图所示，该事件最初于6月11日由人民网等媒体报道失踪案情，引发舆论热议；15日的第一个热议峰值，是为美国FBI将其定性为绑架案；28日，美FBI锁定嫌疑人车辆引起瞬时热议；7月1日，美FBI宣告当事人已死亡的消息，使得事件声量达到了最高峰值，并带动了往后持续数日的热议探讨。

4.关键日期爆发型

某些具有特定发生日期的事件，因本身具有较高影响力，会在特定日期前先有一段较长的预热声量，而后在特定日期当日有爆发性的声量增长（如某节日或某商品发布会）。这类事件通常适合做前后内容对比分析。

示例：2017-3-15，315消费者权益日。事件自3月起就一直有各方参与报道，事件在3月15日晚21时晚会时分达到最高热议高峰。

除了分析「传播趋势」外，我们还可以通过「舆论聚合」来简单分析舆论的基本观点。这个区域的内容都是系统根据数据库自动筛选处理的，虽然比较机械但也能从中分析出一些事件的特点。比如通过对“媒体观点”列表进行分析，我们就可以看出事件的哪些特点最受媒体关注。“高频词”总体来说和“媒体观点”相近，采集的内容也是微信和媒体的标题，但显示的结果会比标题多一些。

示例：2017-7-12，A站B站大量影视下架。从媒体观点来看，媒体最关注的内容为“A站影视区消失”，其次是“B站回应”，其中还附有了“网友看法”。从高频词云图上，我们还可发现一些事件的细节关键词，如“审查”“规范”“噩耗”“阵亡”等。

以上为个人平时整理的一些方法，欢迎继续提问！

你百度下