舆情系统

网络舆情分析系统范文第1篇

关键词：网络舆情分析　基本功能需求　核心部分　功能模块

2008年中国的网络新闻得到快速发展，网络新闻的使用率较去年提升了近5个百分点，网络新闻用户达到2.34亿，互联网已经成为一个不可忽视的舆情策源地与宣传阵地。舆情是指在一定的社会空间内，围绕社会事件的发生、发展和变化，民众对社会管理者产生和持有的社会政治态度。它是较多群众关于社会中各种现象、问题所表达的信念、态度、意见和情绪等表现的总和。互联网因其虚拟性、隐蔽性、发散性、渗透性和随意性等特点，吸引越来越多的人通过这一渠道表达自己的想法。当网民的言论达到了一定规模时，就形成了网络舆论。作为社会舆论的一种重要表现形式，网络舆情形成迅速，对社会的影响巨大。

由于网络的信息量十分巨大，仅依靠人工的方法难以应对网络海量信息的收集和处理，需要加强相关信息技术的研究，形成一套自动化的网络舆情分析系统，及时应对网络舆情，由被动防堵化为主动梳理、引导。

网络舆情分析系统的基本功能

在我国，作为网络舆情管理的主体一般是地方政府和主管部门，其对网络舆情管理的基本要求是：及时掌控所辖范围内网站上的信息情况(包括论坛、博客、网站等)，防止网络突发事件的发生进而诱发，维持安全健康的网络环境和稳定的社会环境。

因此，服务于地方政府或主管部门的网络舆情分析系统应该具备以下七大基本功能。

网站的设置功能：舆情分析系统所配置的来源网站主要包括国内知名的门户网站、论坛、贴吧、博客、所关注的境外网站以及辖区内一些有影响力的网站。

Web页面浏览的功能：网站的设置是为了方便采集信息的管理，也方便用户在Web页面上的浏览。

指定网站的搜索功能：主管部门所关注的信息类似百度贴吧的网络社区，以及辖区内具有一定影响力的网站，如各级论坛、各政府网站等；这部分的需求是通过配置指定网站的方法来实现的，指定网站配置采集可以做到信息的准确性。

全网搜索的功能：收集国内各个知名门户网站对该区域的报道和论坛中一些敏感的话题。由于全网搜索的准确性难免有所下降，应该可以通过配置关键字过滤来采集数据，保证采集回来的信息是用户所需要的。

主题事件的跟踪功能：主要通过主题词来监控一些突发事件和热点事件，如突发事件、重大事件。

敏感词自动检测功能：基于敏感词典信息过滤技术，可以有效地识别各种有害文字信息，以摆脱有害信息的侵扰，进一步监测各种严重政治性错误、色情、凶杀暴力、迷信、非法、负面报道等内容的发生，可对各类有害信息及时有效地发起预警，并严防此类严重错误见诸报端。

短信提示功能：其主要作用是服务于领导。通过正常的配置，将采集的信息及时用短信的形式发给领导，使领导可以第一时间知道某些突发事件和热点事件的情况。

网络舆情分析系统的核心功能

充分考虑到使用者的功能需求。对以上基本功能进行软件工程学的分析后，可以发现以上七大基本功能的具体实现涉及舆情分析引擎、自动信息采集、数据清理、服务四大部分。其中，核心部分是舆情分析引擎。

舆情分析引擎是舆情分析系统的核心功能，至少应当具备八个模块进行功能分解。

识别模块：热点话题、敏感话题识别，可以根据新闻出处的权威度、评论数量、发言时间密集程度等参数，识别出一定时间段内的热门话题。利用关键字布控和语义分析，识别敏感话题。

倾向性分析模块：对于每个话题，对每个发信人发表的文章的观点、倾向性进行分析与统计。

主题跟踪模块：分析新发表文章、帖子的话题是否与已有主题相同。

自动摘要模块：对各类主题、各类倾向能够形成自动摘要。

趋势分析模块：分析某个主题在不同的时间段内。人们所关注的程度。

突发事件分析模块：对突发事件进行跨时间、跨空间综合分析，获知事件发生的全貌并预测事件发展的趋势。

报警系统模块：对突发事件、涉及内容安全的敏感话题及时发现并报警。

统计报告模块：根据舆情分析引擎处理后的结果库生成报告，用户可通过浏览器浏览，提供信息检索功能，根据指定条件对热点话题、倾向性进行查询，并浏览信息的具体内容，提供决策支持。

舆情分析系统的核心技术在于舆情分析引擎，涉及的最主要的技术包括文本分类、聚类、观点倾向性识别、主题检测与跟踪、自动摘要等计算机文本信息内容识别技术。这些技术一向是国内外信息工作者关注的领域。其中基于关键词统计分析方法的技术相对比较成熟，但在其有效性方面还有很大的提高空间。

网络舆情分析系统的其他功能

网络舆情分析系统的舆情分析引擎部分是其核心功能，而自动信息采集、数据清理、服务也是必不可少的，与舆情分析引擎作为整体进行信息处理，实现舆情有效分析。

自动信息采集部分主要是通过网络页面之间的链接关系，从网络中自动获取页面信息，并且随着链接不断向整个网络扩展。目前，一些搜索引擎使用这项技术对全球范围内的网页进行检索。舆情监控系统应能根据用户信息需求，设定主题目标，使用人工参与和自动信息采集结合的方法完成信息收集任务。

数据清理功能部分主要完成对收集到的信息进行预处理，如格式转换、数据清理、数据统计。对于新闻评论，需要滤除无关信息，保存新闻的标题、出处、时间、内容、点击次数、评论人、评论内容、评论数量等。对于论坛BBS，需要记录帖子的标题、发言人、时间、内容、回帖内容、回帖数量等，最后形成格式化信息。条件允许时，可直接针对服务器的数据库进行操作。

服务部分主要是指使用者根据需要选择服务功能要求，每个月只需要支出很少的费用，获得一个使用期限的用户名和密码。就可以登录使用系统平台，使用过程类似网页形式的电子邮件；或者完全将监控任务委托给系统，然后根据服务协议，为使用者提供全方位的舆情监控服务，所获得的各类反馈信息，采用电话、电子邮件、手机短信等方式及时汇报给使用者，支持个性化的报表定制。

网络舆情分析系统的相关技术

网络舆情分析技术是系统的核心应用技术，该技术是一组管理、提炼、应用、共享所有的显性知识和隐性知识及信息资源的方法，主要包含自然语言处理技术、信息检索技术、数据挖掘技术等相关技术。

自然语言处理技术主要包括自动分词技术和自动关键词与自动摘要技术。自动分词技术是中文信息处理与分析的基础。以词典和规则为基础，综合利用了基于概率分析的语言模型方法，使分词的准确性达到一定的信度，并可根据不同的应用进行适合特定要求的分词。自动关键词与自动摘要技术：在篇章语义分析的基础上，综合考虑词频、词性、位置信息，实现准确的自动关键词与自动摘要。

信息检索技术主要包括全文检索技术和图片内容检索技术。全文检索技术，即全文引擎将传统的全文检索技术与最新的Web搜索技术相结合，同时融合了多种相关技术，具有丰富的检索手段以及同义词等智能检索方式。图片内容检索技术，即图片检索不仅提供基于图片描述的检索，还提供对图片内容的检索，以及结合描述与内容的综合检索。

结语

网络舆情分析系统范文第2篇

[关键词]大数据；突发事件；网络舆情

[DOI]1013939/jcnkizgsc202318225

随着我国网民的数量越来越多，移动智能设备如手机、电脑、平板也越来越普及，社交网络等新媒体工具更是渗透到人们生活中的每个角落，突发事件在网络上的传播速度也越来越快，人们对突发事件的关注度也随之提高。突发事件一旦发生，相关部门如何快速收集网络上的舆情信息，跟踪事态变化，及时向有P部门通报，是新形势和新环境下急需解决的问题。大数据时代，网络上承载的信息和数据越来越多，给网络舆情的信息工作带来了机遇和挑战，利用大数据技术的优势，网络舆情信息相关部门可以从网上海量的、多样的信息中迅速分析、挖掘出有价值的舆情信息，如何浓缩并解读海量的信息，提高舆情数据的研判能力是大数据环境下舆情分析的重要挑战，大数据技术将在突发事件的网络舆情工作中发挥巨大的作用。

1突发事件网络舆情现状分析

从目前研究舆情的文献来看，舆情的研究经历了传统社会舆情分析、网络舆情分析、大数据舆情分析三个阶段。Facebook、推特、微博等社交网络媒体的兴起掀起了研究网络舆情的热潮，Nathalie Henry通过推特获取了2023年法国大选中网民情感取向数据，并对大选结果进行了预测，证明社交网络媒体确实有较好的预测能力。喻国明（2023）在文章中指出网络舆情的研究经历了早期简单粗放的研究阶段和当前海量的网络舆情研究两个阶段。孙帅（2023）等用时间序列的分析方法探求网络舆情的进化规则，创立了网络c情变化发展的分布模型，并且发现其适应的分析方法。李弼程（2023）等人创立了多种网络舆情的姿态分析模型来对网络行为进行分析判断。网络舆情的信息工作要适应大数据时代的新特点、新变化，将大数据与突发事件网络舆情的应对策略紧密结合起来，充分发挥大数据在网络舆情工作中起的重要支撑作用，既可以推进互联网现代化的治理，还可以提高政府在突发事件网络舆情的应急处理能力。

2大数据在突发事件网络舆情的应用

应用在网络舆情的大数据技术有很多，目前比较成熟的是Apache 软件基金会提出的 Hadoop 分布式计算系统基础框架。框架包含多个大数据技术开源项目，相关的核心技术主要包括：分布式计算模型（MapReduce）、分布式文件系统 HDFS（Hadoop Distributed File System）、数据仓库工具Hive和分布式数据库 Hbase，其中对大数据网络舆情分析起着关键作用的是MapReduce。Hadoop的工作原理主要是通过MapReduce模型实现其对突发事件网络舆情数据的监测、分析以及舆情的趋势分析、跟踪预警，从而提高数据挖掘与分析能力。分布式文件系统 HDFS还可以有效利用与管理硬件资源和存储资源，提供更高的数据存取能力。Hive可以快速查询数据、挖掘数据并迅速建立索引。基于非结构化数据存储的数据库Hbase的使用，可以兼容不同类型的数据实现分布式存储。

传统的监测工具、方法和流程难以处理现在海量复杂的网络舆情，基于Hadoop的大数据技术因其快速的数据处理能力、数据存取效率极高、灵活的应用平台能力以及可以通用的硬件系统诸多良好的性能，可以在海量数据的环境下完成舆情信息数据的采集、处理、分析及突发事件预警支持、舆情信息报告等工作，满足了突发事件网络舆情信息相关工作的高标准和高要求。Hadoop是当前学术科研界和企业实务界用来解决大数据存储和数据分析的主流技术，更加缩短了数据处理的时间、降低了综合成本。

3基于大数据的突发事件网络舆情应对策略

31前期：搭建网络舆情收集、分析平台

搭建具有公信力的网络舆情收集、分析平台，该平台应同时具有网络舆情宣传、评价、报告和处理等功能。通过平台，我们可以及时收集、跟踪网络热点问题，第一时间研判网络舆情事件；通过多种方式引导网络舆情，在收集、分析网络舆情信息的基础上科学合理传播、处置信息；及时反馈处理的舆情信息、作出评价并定期舆情报告。通过平台，可以有效地掌握舆情处理的主动权。

32中期：建立突发事件网络舆情的处理机制

突发事件网络舆情的处理不仅适用于事件舆情的前期爆发阶段，也适用于事件网络舆情发展的其他阶段。有效的突发事件网络舆情处理机制，可以把事件的影响控制在最小范围内，然后采取有效的措施进行疏导，从而化解社会矛盾、减小影响，并防止事件矛盾的进一步激化。

33后期：完善突发事件网络舆情事后体系

善后是突发事件网络舆情应对策略里必要的步骤，主要协助舆情相关部门恢复网络的正常秩序，防止或控制此事件舆情再次发生，为以后突发事件网络舆情的应对和处理提供经验。所以，事后体系应该包括对现有处理方案的评估、总结和舆情数据库的建立。我们需要建立相关的网络舆情数据库，便于以后及时查阅、完善网络舆情的事后体系。

4结论

突发事件网络舆情的分析已逐渐成为研究的热门课题。目前来看，国内外的研究大都集中在网络舆情分析算法、舆情监控系统的研究，对基于大数据的突发事件网络舆情分析相关的技术研究相对较少，还不能满足现在突发事件网络舆情的需求。确实，现在网络舆情的研究大部分都是情报方面的工作，但是加入大数据的背景之后，我们可以从定性的方法慢慢变成定量研究。本文主要基于大数据对突发事件的网络舆情进行研究，总结了大数据在网络舆情的应用及应对策略，展望下一步研究可以从可视化方面研究，利用现代信息技术等解决网络舆情问题。

参考文献：

[1]Jennifer Bachner，Kathy WHillAdvances in Public Opinion and Policy Attitudes Research：The Policy Studies in New Zealand[J].International Journal of Drug Policy，2023，23（1）：45-53

[2]Nathalie Henry，Jean-Daniel Fekete，Michael JMcGuffinNodeTrix：A Hybrid Visualization of Social Networks[J].Management Science，2023，46（3）：1302-1309

[3]喻国明大数据分析下的中国社会舆情[J].中国人民大学学报，2023（5）：2-9

[4]李艳灵，李刚大数据环境下突发事件网络舆情分析及应对策略[J].网络通讯与安全，2023，15（11）：14-15

[5]汪可大数据路径下铁路突发事件舆情研究[D].武汉，华中师范大学，2023

[6]张宁熙大数据在突发公共事件网络舆情信息工作中的应用[J].现代情报，2023，35（6）：38-42

[7]张倩大数据在突发事件政府决策中的应用[J].东北农业大学学报：社会科学版，2023，11（6）：73-79

[8]孙帅突发事件网络舆情管理机制研究[D].苏州：苏州大学，2023

[9]李弼程，林琛，郭志刚突发事件网络舆情研究探讨[J].情报杂志，2023，29（7）：54-57

网络舆情分析系统范文第3篇

颜陈

在这个众声喧哗的网络社交新时代，信息公开和制度透明逐渐成为社会共识。民众对社会管理者产生和持有的社会政治态度，已经成为决策者制定政策和改进管理的重要依据。一言以蔽之，网络已然全面渗透人类社会发展和日常生活的方方面面，无论是党政机构，还是企事业单位，在科学决策时都不能忽视社情民意的存在。由此，网络舆情服务具有着广阔的市场空间，在传统媒体转型的当下，舆情业因之成为新兴的产业形态。

2023年初，荆楚网成立了专门的舆情服务机构，依托自身的信息平台优势，职业从事舆情监测预警、分析研判、引导处置、系统研发及舆情培训等工作，在维护社会稳定、促进社会进步等方面推波助力，取得社会效益和经济效益双丰收。目前，舆情行业正在不断细分，为了适应舆情全产业链的发展需求，荆楚网舆情团队拟通过更深入、更专业、更科学的舆情管理，创造更多更大的市场机遇与规模。本文从荆楚网的舆情服务理念出发，结合舆情研究方向和服务现状，对行业发展趋势进行梳理和分析，以期进一步推动舆情服务行业的规范有序发展。

一、当前舆情主要研究方向及应用

（1）理论研究，把握社会脉搏。

舆情研究是一个多学科的交叉领域，这就需要舆情研究者遵循“发现问题—分析问题—一解决问题”的研究之路，灵活自如地进行学科交叉研究，将视角放在系统探究网络舆情行为及其影响因素方面，阐释各要素之间的内在规律和作用机制，努力帮助作为舆情客体的政府、企事业单位了解新媒体特性及网络舆情的结构性特点，动态解释舆情主客体之间的互动，适应舆情新常态。

网络舆情理论研究最终的落脚点，是为现实舆情工作提供坚实的理论支撑。荆楚网舆情团队通过对网络舆情基础理论和应用实践的研究，从理论上深入理解网络舆情的内涵、特点，切实分析网络舆情的应对现状，积极探索政府应对网络舆情的路径选择。荆楚网舆情团队在网络舆情和政府治理，网络媒体的“舆情功能”以及网络舆情的形成和变动等重要理论问题上均有突破和发展，尤其是从理论层面对网络舆情信息工作的程序和方法进行了设想和构建，通过网络舆情研究带动了舆情基础理论研究。比如：《地方政府如何走出“中国式危机公关”误区？》、《舆论生态中的“水葫芦现象”透视》等成果先后发表在《领导科学》、《网络传播》等中文核心期刊上，在业界有一定影响。

（2）实务研究，创新工作方法。

移动互联时代，网络形态发展趋势复杂多变，舆论场阵地转换频繁。研究并掌握微博，微信和移动终端使用者的特点，善于总结出网络舆情变化的一般规律，才能更精准地把握舆情演绎途径，也才谈得上去应对引导舆情。荆楚网舆情团队从舆情监测取样、分析、研判和应对等角度人手，结合省内舆情案例，探讨如何对网络舆情进行科学的监测与研判。从合作单位的角度而言，实务研究协助其创新工作方法，及时回应公众的合理诉求；从公众的角度而言，实务研究协助合作单位与线下数据对接，使得民意研判更精准。

网络舆情实务研究的目的，是推动政府治理和企业管理迈上新台阶，实现从被动应对到主动研究和管理，从感性决策到理性决策。荆楚网作为“楚天第一网”，肩负党网职责，对于舆论环境有比较深入的了解，加之舆情团队学科背景多元，有着较高的专业理论水平，能够灵活地设置研究课题，进行实务分析。在高强度的舆情操练中，团队特有的实战敏锐性与研究方法的科学运用相结合，能够更好的发现舆情背后的本质问题，从而为合作单位提出更多的合理化建议。

（3）应用研究，提供智力支持。

科学的网络舆情治理工作，必须将技术、应用、管理三个层面有机融合，以技术方法保证舆情数据源的准确性，采用基于舆情网络特性的分析方法提高实际研判水平，最终为管理层面制定应对引导策略提供参考，实现政府网络舆情治理能力的整体提升。荆楚网舆情团队在系统及平台建设的应用研究与分析方面，做了一些卓有成效的工作。

2023年5月下旬，荆楚网与上海新动信息技术有限公司展开协作，启动了湖北党政舆情处置考评系统的研发工作。双方组建了“党政舆情处置考评系统”项目组，由系统设计、技术运维等专业人士构成。在该考评系统的研究和实践中，荆楚网舆情团队针对传统党政舆情评估难以定量化，评定因素片面、不够精确的特点，以“舆情三级评估指标体系”为基础，对党政舆情处置采用综合评判的网络舆情指数计算方法。在全面评估网络、事件、网民、情感、互动传播、影响等要素的同时，兼顾时间、广度、数量、语义等因素，实现了党政舆情安全态势的客观评估，量化得出“党政舆情处置考评体系”，实现了对党政舆情的全环节覆盖和“保姆式”跟踪服务。目前，系统已经进入System Teating阶段，舆情系统工作平台即将面世。

二、目前舆情产品形态及技术特征

1．监测预警定向推送。

监测是舆情服务的基础，一般以软件实现为主，人工干预为辅。一些政府、企业往往因为无法及时有效地获知网络信息，对自身在舆论场的形象知之不详，与网民沟通时昏招迭出、进退失据，导致自身公信力和形象受到损害。基于客户的需求，荆楚网舆情分析师可以运用自主研发的舆情监测系统，实现对互联网信息以及平面媒体电子版的定点采集与离线实时分析、研判、表达，定期监测涉及政企机构的舆情，分析研判舆情发展规律，并通过即时通讯工具、固定电话、移动设备、短信等多种方式，第一时间告知客户。同时，随时提交舆情发展数据统计和趋势说明，为舆论引导或管理提供信息源，尽可能避免或控制网络舆论中出现不良信息。

目前，荆楚网以舆情监测为服务龙头，初步对省内公安、司法、食药、卫计等单位提供相关服务，并涵盖了相互关联的媒介公关、宣传策划、品牌推广、危机管理等全产业链服务，初步形成规模效益优势。

2.引导处置专业稳妥。

必须指出，社会对舆情服务的认识普遍存在偏差，将舆情服务等同于控负删帖，一些党政部门还把舆情服务看作是与主流媒体建立联系，帮助他们监控和处理负面信息的重要渠道，没有真正认识到舆情服务的核心价值。从荆楚网舆情团队数年来的引导处置实践来看，舆情服务的核心价值在于对有效数据、信息进行科学筛选、量化统计和分析研判，并就如何应对提出科学的咨询和建议。

在舆情实际工作中，荆楚网舆情团队根据合作单位宣传工作或敏感事件的需要，先后参与省内多起舆情事件引导处置。比如：襄阳老河口校园踩踏事件、黄石中心医院医闹事件、蕲春麻武高速群体事件等，协助地方党政单位对互联网环境中存在的虚假、恶意的不良资讯，通过合理合法的手段进行处置以及必要的引导。此外，还可运用新闻代码分析与嵌入技术实时稀释负面信息，减少负面信息传播机率，在最短的时间内将真实的、正面的、权威的信息传播到上百万个网络传播载体上，扭转舆论被动态势。

3.舆情报告翔实严谨。

大数据时代，信息题量大、速度快、模态多、价值密度低，数据过滤、清洗和可视化呈现难度加大。从信息的呈现角度来说，采集获取数据只是体现数据价值的初级阶段，对数据进行归纳分析、研判趋势，给出具有操作性的合理化建议才是服务的核心。—份优秀的舆情报告，不仅要看到庞大数据背后的简单特征，还要透过现象看本质，通过复杂数据找到背后的意义关联。惟其如此，报告提炼的观点才会站得住脚，给客户提供稳妥可靠的智力支持。

经过市场的洗礼，荆楚网舆情团队基本摸准政府运作和企业管理的规律，可以按照合作单位需求和要求，对数据进行采集、挖掘、遴选和整理，制作专业分析报告，针对问题和现象提供可行的处理建议或引导策略，协助做好舆论引导和危机公关工作。比如，2023年7月，荆楚网舆情团队应湖北省食品药品监督管理局邀请，针对“宜昌麻雀吃大米撑死事件”提交了专业的分析报告，这份报告说理翔实、论证严谨，被国家食品药品监督管理局内参全文转发，湖北省局亦将此文印成白皮书下发至所有县局。

4.舆情系统智能高效。

在海量的网络信息环境下，人们面临的问题不是信息匮乏，而是信息过载和信息噪音。目前，普通搜索引擎基于

关键词 得到的信息冗余度过高，很多不相关的信息仅仅因为含有指定的

关键词 被作为结果返回，并且没有建立规则进行相似度清洗和有效合理的筛选，从而导致用户对事件难以做到全面的把握。荆楚网舆情团队认识到，客户关注的重心已从搜索采集的信息序化变为分析为主的信息转化。这就给整合了网络信息搜集、语义情感分析和风险预警等智能功能的网络舆情系统带来的机遇。

网络舆情系统的关键技术包括热点话题的自动发现技术以及观点的抽取，观点倾向的定性和定量分析技术。2023年初，荆楚网与烽火科技联合研发的“掌舆”舆情可视化系统正式上线，该系统可以通过特定的数据采集、智能过滤、语义分析等技术为客户高效聚焦监测内容，提供实时的互联网舆情监测。该产品和服务主要面向负责公共事务、公共安全领域的公检法、军队和政府职能部门，以及公众高度关注的企事业单位、社会组织等。

5.舆情培训提质升级。

网络舆情市场的火爆催生了网络舆情人才培训的火热。目前，国家统计局社情民意调查中心与地方组织合办舆情培训，工信部电子情报所也开设网络舆情分析师培训。荆楚网舆情团队也针对党政机关、企事业单位，就网络危机公关及媒体应对，突发公共事件的舆论监测与引导，政府官员媒介素养，网络舆情的监测、研判处置与评估及监测技术应用，品牌的推广与维护等进行培训。在社会转型阵痛期和风险全球化共振的语境下，通过强化培训可以提高受训单位风险管理和危机应对能力，掌握网络舆情的传播特性、规律。

舆情信息获取的速度和质量依赖于舆情系统技术和舆情队伍素质。2023年至今，荆楚网舆情团队针对全省舆情从业人员，采取“走出去”方式，联合当地党委政府、主管单位，联合办班，进行专业化的舆情强化培训，传授舆情管理的专业知识、掌握网络舆情理论及工作体系，确立和推进网络舆情的工作体系和处理机制，撰写舆情分析报告等，已先后组织100余场舆情专场培训，受训人员涵盖湖北省各级党政机构，显著提升了受训人员网络舆情的搜集分析能力、应对能力及引导掌控能力。

三、舆情服务趋势展望

（1）专业化服务，细分市场群。

舆情服务是小众市场，但市场潜力巨大。尽管当前存在无序竞争、良莠不齐等行业乱象，但规范化、专业化、品质化是舆情业务“升级换代”的主流方向。舆情产品的市场细分有赖于服务的专业程度，但在具体路径上会有所差异。比如：IT、金融、房地产等行业的深度研究报告，依托于新闻网站的舆情刊物，意见领袖藉公信力引领的粉丝经济，党政机构的舆情系列培训，诸如拓尔思、军犬、鹰击等舆情监测系统的商业模式，危机公关类型的引导处置服务，利用多媒体进行形象修复的正面策划等。

（2）多元化传播，延伸产业链。

做好舆情服务业相关产业链的引导，是舆情服务走向行业化和服务化的必由之路。如楚天尚漫推出的动画版舆情就是丰富产品形态、延伸产业链的有益尝试。目前来看，新闻网站与舆情服务已水乳交融，依托网站平台提供信息增值服务，通过自身渠道对决策施以影响，参与舆情引导处置打造专业形象，将是新闻网站类舆情机构拓展市场、实现多元化传播的主要途径。同时，新闻网站可通过搭建舆情学者、意见领袖、普通网民和政府官员沟通的平台，进一步延伸舆情服务的产业链条，深化产品层次，实现多元化传播。

（3）移动化转型，抢占客户端。

随着互联网及其应用向着移动、多终端整合、微众即时互动、个性化方向发展，作为互联网信息集成、智能整合分析的舆情系统理应与之匹配。比如，荆楚网与烽火科技联合研发的“掌舆”舆情系统针对县处级以上领导职务舆情，已经呈现云处理、APP平台化、个性化、移动化、情感化、语义智能化等特征。从对社会言论的简单关注，到能够反映社情民意，进而提供整体的决策信息支持，荆楚网舆情的移动化转型，就是想以事件为分析维度，在大数据的基础上实现人、事、职务信息、组织舆情等多维度交叉分析、关联分析，积极抢占客户端。

（4）智库化发展，主导新趋势。

随着舆情市场的发展，附加更高智力因素的产品形态和服务形态将会出现。比如，运用大数据手段对政经动向新闻信息进行深入分析，为投资者提供经济决策参考，或者帮地方政府准备实施的重大项目进行舆情风险评估等，都将成为舆情服务的重要内容。2023年7月，荆楚网舆情团队应黄冈某镇邀请，对该镇创建全国文明小镇进行总体策划。该服务已经超越传统舆情服务范畴，上升到了智库服务层面。另有部分合作单位希望创新宣传或者定向策划，这就需要舆情团队发挥“智囊团”和“行业智库”优势，提供相应服务。从简单应对向深度研判转变，从被动的引导处置向主动的策划宣传跨越，舆情服务在升级换代的过程中逐渐呈现出“智库趋势”。

网络舆情分析系统范文第4篇

关键词：高校；舆情监测；舆情监测系统

中图分类号：TP393 文献标识码：A 文章编号：1009-3044（2023）22-0042-02

网络舆情监测是个系统工程，涉及多种技术的运用，包括互联网搜索技术、信息智能处理技术、舆情挖掘技术，自然语言处理技术等[1]。高校网络舆情可以说是大学生的晴雨表，对构建和谐校园有着十分重要的意义。利用舆情监测技术对高校舆情进行监测，使高校管理者掌握第一手资讯，及时对学生加以引导，以避免形成突发事件。

1 高校网络舆情监测技术研究文献分析

近年来，国内外在理论上的研究和各种舆情监测软件系统的开发都层出不穷[2]，也取得了一定的成果。但目前对高校网络舆情监测技术的应用研究的还比较少。

研究选用中国知网为样本数据库， 以 “网络舆情监测”为主题进行检索，共检索文献1499篇，以“高校网络舆情监测”为主题共检索文献208篇，占到“网络舆情监测技术”相关文献的13.8%.从研究成果的时间序列变化看，对高校网络舆情监测技术的研究始于2007年，并呈逐年上升这样一个趋势，2023年是一个峰值。 高校网络舆情监测技术文献统计见下表：

2 网络舆情监测关键技术

2.1 基于统计的模式识别方法

杜智涛[3]等人先确定预测值的分类规则，然后根据危机发生的概率，识别预测值的发生等级，然后利用模式识别方法对预测的错误率进行检验。谢海光[4]等人分析了某个时间段内用户所关注的信息点的记录，构建了十个模式以及依据。郑凌[5]在硕士论文中依据这个原理对相关阈值进行设定和扩展，结果显示该方法在某论坛的异常事件监测准确率高。研究发现基于模式识别方法的舆情监测有一定的效用，但只能小规模的定点监测[6]。

2.2基于互联网挖掘技术的方法

2.2.1网络舆情的信息采集及预处理

王子豪等[7]提出采用专门的抓取器，如Goseeker 、import.io等编程语言，将采集的数据结构化后存储起来，利用网络爬虫技术进行网络数据的收集。潘文富等[8]提出利用网页清洗技术即从网页中过滤掉“噪声”数据，利用开源软件Htmlparse或者Xpressive技术来实现。熊志斌等[9]提出对Shark-Search搜索策略算法进行改进，利用面向主题爬虫Heritrixs实现。廉捷等[10]提出利用基于统计信息与语意理解的结合的算法实现网页内容的自动摘要处理。

2.2.2意见挖掘与观点分析

意见挖掘与观点分析就是从文本形式的数据中挖掘得到其表达的意见或是观点，目前对于这方面的研究还处于探索期，大学中很多团队的研究是通过对观点的分析来了解电子社区中动态情感变化。杨卉[11]在其博士论文中总结出意见挖掘与观点分析技术在商业和政府智能领域的应用，比如对客户满意度评价、服务质量评价、市场需求等为企业提供各种报告，以为高层决策做依据。

2.2.3倾向性分析

倾向性分析是对有感彩的主观性文本进行分析、处理、归纳的过程。黄敏[12]提出了改进算法即在统计全篇正负面词语数之前先统计单句中的正负面词语数，通过实验测试结果显示提高了准确率。王君泽等[13]提出倾向性分析依赖于语料库的完备性，他用一个词和具有正面倾向子集合中的词语的互信息减去这个词与具有负面倾向种子集合中的互信息来判断词语的倾向性。

3 网络舆情监测系统及实践研究进展

高校大学生在网络中的信息传播与意见交互空前迅捷，网络舆论的表达诉求也呈多元化，对高校来说，如何加强对网络舆论的及时监测、有效引导，对网络舆论危机的积极化解，是创建和谐校园的应有内涵。

从可获取的资料来看，各舆情系统的功能也存在着一定的差距，二种常用的系统比较如下表所示：

4 网络舆情监测技术在高校的应用

4.1高校网络舆情监测

李伟东等[14]提出采用网络信息阻断或者过滤技术中的协议还原技术、路由过滤技术和网关过滤技术等监测并清理网络舆情方面的不良信息，依照IP管理办法，建立IP地址使用信息数据库和IP地址使用逐级责任制。殷姿[15]提出了一种基于搜索引擎查寻日志的方法，通过分析网民的搜索关键词来预测高校网络舆情。吴晓倩[2]在其硕士论文中探讨了BBS舆情的成因，以高校网络舆情监控需求为出发点，结合动态删除算法和最短路径对分词算法进行了改进。

4.2 高校舆情分析

利用人工检索法或机器检索法，人工检索是以抽样的方法对观点进行聚类分析，机器检索是对相关信息借助累加器、网址指向判断等简单的程序给出信息出处及访问量。借助一些成熟的网络监控系统对舆情进行分析，如方正智思的舆情监测系统，通过对网上信息进行抓取，然后用自然语言处理技术来分析数据。利用研判分析方法，武汉大学的ROST虚拟学习团队依据已有的数据开展舆情事件特征分析，通过微博参与数、评论转况来判定意见领袖的活跃度，进而对舆情进行分析。

4.3高校舆情展示

王君泽[13]提出舆情展示的两种主要形式：标签云和关键词关联的网络模型，能够直观的展示一些热点事件及人们关注点的发展变化。丁菊玲等[16]提出一种基于观点树的网络舆情展示方法，介绍了从观点树中了解某网络舆情信息下的网民的观点。也可通过短信、邮件等形式将舆情分析结果推送给高校管理层。还可利用监测软件系统自动化的统计分析并展示结果，有翔实的数据支持。

4.4高校舆情跟踪

网络舆情具有信息的多样性及反复性，对已经处理过的信息进行追踪，是做好高校网络舆情研判的基础。张东霞等[17]提出一种经典的余弦相似度（距离）间的计算两个校园微博文本之相似度，若两个话题在余弦上越近，则其相似度高。张寿华[17]等提出了一种基于关键词提取的网络舆情热点追踪方案，并根据新闻、论坛以及博客的不同设计了热点分析模型。

5 结束语

本文对网络监测的关键技术和网络监测系统及实践进行了介绍，对高校舆情监测、舆情分析、舆情展示以及舆情跟踪全生命周期的监测过程进行了综述。随着高校网络舆情管理的需要，利用舆情监测技术为大学生营造良好的舆情环境和学习氛围已被提上日程，今后高校还应在舆情预警、分析、话题跟踪等方面进行更深入的探索。

参考文献：

[1] 潘文富，郭友实.网络舆情监测技术研究综述[J].福建电脑，2023（8）：39-41.

[2] 吴晓倩.高校网络舆情监测关键技术研究[D].合肥：合肥工业大学，2023：3-4.

[3] 杜智涛，谢新洲.利用灰色预测与模式识别方法构建网络舆情预测与预警模型[J].图书情报工作，2023（8）：27-33.

[4] 谢海光，陈中润.互联网内容及舆情深度分析模式[J].中国青年政治学院学报，2006（3）：95-100.

[5] 郑凌.逸仙时空BBS舆情模式识别研究[D].广州：中山大学，2009：6.

[6] 陈忆金，曹树金，陈少驰， 等.网络舆情信息监测研究进展[J].图书情报知识，2023（6）：41-49.

[7] 王子豪，崔浩.大数据背景下的网络舆情技术分析[J].新闻传播，2023（7）：113-114.

[8] 潘文富，郭友实.网络舆情监测技术研究综述[J].福建电脑，2023（7）：39-41.

[9] 熊志斌，王冬，尹成国.舆情监测技术及应用综述[J].软件，2023（2）：322-326.

[10] 廉捷，刘云.网络舆情中的信息预处理与自动摘要算法[J].北京交通大学学报，2023（2）：94-99.

[11] 杨卉.Web文本观点挖掘及隐含情感倾向的研究[D].吉林：吉林大学，2023：12.

[12] 黄敏.热点发现及文本倾向性分析技术研究[J].安徽工业大学学报，2023（10）：401-403.

[13] 王君泽，方醒，杜洪涛.网络舆情分析系统中的支撑技术研究[J].现代情报，2023（8）：51-56.

[14] 李伟东，刘敏姬.论大学生网络舆情监控与校园稳定维护[J].教育与职业，2023（21）：71-73.

[15] 殷姿.高校网络舆情监测方法：一种基于搜索引擎查询日志的研究[J].黑龙江高教研究，2023（6）：64-67.

[16] 丁菊玲，勒中坚，郑路，等.一种基于观点树的网络舆情信息表示方法[J].中国信息系统研究：新兴技术背景下的机遇与挑战，2009：884-887.

网络舆情分析系统范文第5篇

中国行业信息化最具成长力企业奖

中科点击（北京）科技有限公司由林博士联合中科院多位搜索引擎领域的专家、社科院博士以及新华社、人民网、经济日报社资深媒体人士，共同组建而成。公司专注于网络舆情行业，研发网络舆情监测系统，并提供网络舆情解决方案，

中科点击（北京）科技有限公司（以下简称中科点击）由林博士联合中科院多位搜索引擎领域的专家、社科院博士以及资深媒体从业人员，共同组建而成。林博士早期曾就职于Google和AOL，是Google和AOL搜索引擎的核心算法工程师。

中科点击公司所开发的软件产品统称为“军犬软件”（英文名：ADSoft，军犬软件为公司的注册商标）。中科点击专注于网络舆情行业，研发网络舆情监测系统，提供网络舆情解决方案，所研发的军犬网络舆情监控系统也是目前唯一能全面监测藏、维、彝、蒙十余种少数民族语言的软件系统。

军犬网络舆情监控系统，是由中科点击自主研发的一套网络舆情监控系统和网络舆情办公系统，它集成了舆情监测、舆情采集、舆情智能分析、舆情处理、舆情预警、舆情搜索、舆情报告辅助生成、舆情短信自动提醒、动态图表统计分析等多种功能。它不仅能够基于语义自动识别情感、自动分析信息是否为“负面”消息，还能提供360度的舆情专业词典，从各个维度深度透析相关信息。其特有的“舆情漏斗”算法，实现了把互联网“读薄”的目标，大浪淘沙般萃取舆情，并透过图表分析趋势，掌握相关事件的潜在变化规律。军犬网络舆情监控系统可在“第一时间”对境内、境外网站，各种网络载体（如新闻、论坛、博客、微博）进行“一站式”全面布控监测。通过对海量数据的智能分析，系统可以“稳、准、狠、快”地把互联网读懂、读薄。