前言：一篇好文章的誕生，需要你不斷地搜集資料、整理思路，本站小編為你收集了豐富的網絡輿情分析系統主題范文，僅供參考，歡迎閱讀并收藏。

第1篇：網絡輿情分析系統范文

關鍵詞：流星余跡通信；網絡結構；混合自動請求重傳；時延模型；排隊論

中圖分類號：TP391.9

文獻標志碼：A

文章編號：1001-9081（2016）11-3039-05

0 引言

流星余跡通信作為最低限度應急通信保障的一種有效手段，在通信領域中占有重要地位。流星余跡信道突發性強、通信距離遠、傳輸速率低，而且信道具有時變衰落特性[1]，這使得數據傳輸變得不可靠。在對流星余跡通信系統進行仿真的過程中，如何采用合適的傳輸機制以保證通信鏈路中的可靠傳輸，同時最大化傳輸效率，減少傳輸時延，是值得深入研究的一個問題。

自動請求重傳（Automatic Repeat Request， ARQ）機制是被廣泛應用于無線通信領域的差錯控制技術[2]。近年來，將前向糾錯控制（Forward Error Correction， FEC）機制與ARQ結合起來的混合自動請求重傳（Hybrid Automatic Repeat Request， HARQ）技術得到了廣泛研究[3]，并被應用于流星余跡通信系統，極大地提高了流星余跡通信的可靠性和傳輸效率。研究流星余跡通信系統的時延性能，一個重要的方面就是分析HARQ傳輸機制對時延性能的影響。

目前，國內外對流星余跡通信中HARQ機制的研究[4-5]不夠充分，尤其是關于網絡時延性能的研究很少。文獻[6-7]分別對流星余跡通信中Ⅰ型HARQ和Ⅱ型HARQ的性能進行了仿真研究，并從吞吐量、重傳率、重傳次數、信道利用率等方面進行了對比分析，但沒有涉及兩種機制下的網絡時延性能。文獻[8]研究了基本ARQ技術的時延性能，并進行了建模仿真，但研究結果未必適應HARQ機制的特點，而且沒有在流星余跡通信的背景下進行研究，缺乏適用性。

本文結合流星余跡通信系統的網絡結構以及HARQ傳輸機制的特點，提出了流星余跡通信中HARQ機制的網絡時延模型，立足于單條鏈路上的數據傳輸過程，利用排隊論的相關理論，建立了基于Ⅰ型HARQ的傳輸時延估算模型，并引入Ⅱ型HARQ的改進機制，進而提出了基于Ⅱ型HARQ的傳輸時延估算模型，最后通過仿真對兩種HARQ的傳輸時延性能進行了對比分析。

1 流星余跡通信系統

1.1 流星余跡通信系統的網絡模型

一個最基本的流星余跡通信結構由一個主站和一個從站組成，流星余跡通信網絡可由許多這樣點到點的通信結構組成。主從站之間通信通常采用半雙工工作方式，而主站之間通信采用全雙工工作方式。根據國內外研究現狀，流星余跡通信系統的網絡拓撲結構一般包括：單主站星型拓撲結構、多主站環型拓撲結構、樹形拓撲結構和混合型拓撲結構[9]。

單主站星型拓撲結構是流星余跡通信系統最常見的網絡結構，由一個中心節點和多個子節點構成，中心節點是整個網路的核心，子節點只能與中心節點通信。多主站環型拓撲結構中，主站以環形結構相聯，各主站以星型結構與若干從站相聯，主站節點通過點到點的鏈路首尾相聯形成一個閉合的環，子節點之間的信息傳遞必須先經過環形結構。樹型拓撲結構是一種層次結構，通常由一個控制級聯多個主站構成主干網，節點按層次聯接，信息交換主要在上下節點之間進行，相鄰節點或同層節點之間一般不進行數據交換。混合型拓撲結構則是兩種或兩種以上的拓撲結構同時使用。

綜合考慮各種流星余跡網絡拓撲、通信方式的優缺點，同時結合項目要求，本文所涉及的流星余跡通信系統網絡模型設計如圖1所示。

本網絡結構模型由4個星型網絡相互聯接構成，每個星型網絡由1個主站和4個從站組成，主站與從站可以直接通信，從站之間不能直接通信，必須通過主站實現與其他從站之間的通信。主站與從站之間的通信方式為無線通信，通信信道采用流星余跡信道，主站之間的通信方式為有線通信。各星型網通過主站之間的互聯實現網間通信。

1.2 流星余跡通信網絡的差錯控制要求

首先簡要介紹一下流星余跡信道的典型特征。流星余跡信道依賴于流星的突發性而產生，具有明顯的間斷性和瞬時性[1]。以欠密類流星余跡為例，其發生過程時間極短，通常在幾百毫秒到1秒之間； 且信道信道時變性強，變化規律呈指數衰減特征，如圖2所示[10]。

考慮到流星余跡信道的這些特點，為了保證數據的可靠傳輸，提高系統傳輸效率，流星余跡通信中的差錯控制協議應當適合突發、非對稱的信道特征，且綜合考慮糾錯與重傳的收益，同時還應適當引入變速率技術[1]。近年來，將FEC與ARQ結合起來的HARQ差錯控制協議由于對流星余跡信道具有很強的適用性，被廣泛應用于流星余跡通信系統中。

2 HARQ傳輸機制和時延模型

HARQ傳輸機制的基本思想是，將ARQ和FEC有效結合起來，即在傳統ARQ系統中嵌入一個FEC子系統，就得到了HARQ傳輸系統。它采用的碼同時具備糾錯功能和檢錯功能，其中FEC子系統利用糾錯碼來糾正經常出現的錯誤，而ARQ系統只在檢測出少數不可糾的錯誤時才請求重傳，這樣既減少了重傳次數，也確保了信息的可靠傳輸。實際應用表明，HARQ系統的可靠性比FEC系統強，傳輸效率也比ARQ系統高[11]。HARQ的系統原理如圖3。

2.1 Ⅰ型HARQ傳輸機制

流星突發通信中的Ⅰ型HARQ的基本原理如下：發送端在探測后，向接收端發送一個能糾錯同時能檢錯的碼字序列，接收端接收到碼組后首先進行檢錯： 如果檢測沒有錯誤則向發送端反饋確認（ACKnowledgement，ACK）信號，碼組傳輸成功；如果檢測到一個或多個錯誤，接收端嘗試確定錯誤位置并進行糾錯，若錯誤在可糾正的范圍內，則通過譯碼器自動糾正后將碼組呈送上層，若無法糾錯（即譯碼失敗），則接收端向發送端反饋非確認（Negative ACKnowledgment，NACK）信號并將碼組丟棄，發送端收到NACK后重新發送與第一次格式相同的碼組，接收端重復上述操作，直到接收端正確接收碼組為止。其工作原理如圖4[12]。

2.2 Ⅱ型HARQ傳輸機制

Ⅱ型HARQ機制的基本原理如下：通常采用將信息部分和校驗部分分開傳送的方式，發送端先將攜帶信息部分的碼組傳送給接收端，接收端對接收到的碼組進行檢錯： 如果檢測沒有錯誤則向發送端反饋ACK信號，碼組傳輸成功；如果檢測出錯，則向發送端反饋NACK信號，發送端收到NACK信號后，將攜帶校驗部分的碼組傳送給接收端，接收端將校驗部分與之前收到的信息部分結合起來，并對新的碼組進行檢錯糾錯。如果碼組沒有錯誤或錯誤在可糾正范圍內，則將正確碼組呈送上層；如果碼組出錯難以糾正，則向發送端反饋NACK信號。發送端第二次收到NACK信號以后，每次重傳逐漸增加校驗信息，從而使接收端合成的碼組糾錯能力不斷增強，接收端則重復上述操作，直到正確接收碼組為止。其工作原理如圖5。

3.2 引入改進機制的Ⅱ型HARQ傳輸時延估算模型

Ⅱ型HARQ機制相對于Ⅰ型HARQ機制主要有兩方面的改進[16]：一是采用了自適應變速率思想，二是增加了冗余機制。因此，3.1節所描述的延時估算模型不能完全適用于Ⅱ型HARQ機制。針對于此，本文在3.1節模型的基礎上進行以下改進。

首先討論自適應變速率方法對模型的影響。流星余跡通信中常用的自適應變速率方法主要有兩種：一種是自適應編碼，根據信道特性自適應地改變糾錯編碼的速率，即通過改變前向糾錯碼的冗余度改變信息的傳輸速率，一般保持調制方式和碼元速率不變；另一種是自適應調制，保持碼元傳輸速率不變而改變調制方式，即通過改變碼元中的比特數目來改變信息的傳輸速率。以上兩種方法中，碼元傳輸速率均保持不變，在模型中的表現為：分組一次正確傳輸時間tl和分組重傳時間tn保持不變，這一點與3.1節模型相同。由此可知，若分組重傳n次，則等效服務時延仍與3.1節模型中相同，可參考式（3）。

4 仿真與分析

為了驗證流星余跡通信中HARQ的時延性能，本文在C++仿真環境下分別對不同分組正確傳輸概率和分組時間長度下的兩種HARQ機制延時性能進行了仿真，并作了對比分析。

4.1 仿真場景設置

仿真場景設置為流星余跡通信網絡中主站到從站通信過程，鏈路采用欠密類流星余跡信道，余跡持續時間1s，信道中的噪聲類型采用高斯白噪聲，Ⅰ型HARQ采用固定速率，Ⅱ型HARQ自適應方式采用三檔變速率，調制方式分別采用BPSK、4QAM和16QAM，依據文獻[1]，上述仿真場景對應的主要實驗參數設置如表1。

4.2 仿真結果分析

通過仿真分別得到了兩種HARQ傳輸時延隨分組傳輸正確率和分組時間長度的變化規律，如圖6和圖7所示。

圖6比較了Ⅰ型HARQ和Ⅱ型HARQ在不同分組傳輸正確率下的傳輸時延。從圖6中可以看出，隨著分組傳輸正確率的提高，Ⅰ型HARQ和Ⅱ型HARQ的傳輸時延均呈現下降的趨勢。Ⅱ型HARQ的整體時延均比相同條件下Ⅰ型HARQ的小，當分組傳輸正確率較小時，Ⅱ型HARQ的傳輸時延比Ⅰ型HARQ小得多，隨著分組傳輸正確率的不斷提高，兩者差距才逐漸縮小。這是因為Ⅱ型HARQ的冗余機制能使傳輸碼組的糾錯能力不斷增強，在鏈路條件不好的條件下仍能保持較高的傳輸效率，說明在分組傳輸正確率較低的情況下，Ⅱ型HARQ的優勢比Ⅰ型HARQ更突出。

圖7通過改變分組時間長度，得到Ⅰ型HARQ和Ⅱ型HARQ傳輸時延的比較結果。兩種傳輸機制的時延均與分組時間長度呈正相關。在分組時間長度較小時，Ⅱ型HARQ的強糾錯能力不能得以體現，兩者的分組傳輸時延相差不大。隨著分組時間長度的增加，由于Ⅱ型HARQ能有效提高傳輸正確率，從而提高傳輸效率，其傳輸時延比Ⅰ型HARQ有了很大改善。

通過分析可知，在流星余跡通信中，Ⅱ型HARQ的傳輸時延性能比Ⅰ型HARQ有明顯優勢，Ⅱ型HARQ對流星余跡通信系統具有更好的適用性。

5 結語

本文以流星余跡通信為背景，針對HARQ傳輸機制下的網絡時延性能，主要做了以下幾個方面的工作：

1）結合流星余跡通信系統的特點，分析了HARQ傳輸機制的工作原理，并建立了網絡時延的構成模型。

2）從排隊論的角度出發，提出了流星余跡通信中Ⅰ型HARQ的傳輸時延估算模型。模型充分考慮了流星余跡通信的特殊性和HARQ傳輸機制的特點，對流星余跡通信理論的研究具有一定的參考價值。

3）以Ⅰ型HARQ傳輸時延估算模型為基礎，引入自適應傳輸與冗余機制的優化特征，改進建立了Ⅱ型HARQ的傳輸時延估算模型。

4）對兩種HARQ的傳輸時延性能進行了仿真，對比分析了Ⅰ型HARQ和Ⅱ型HARQ的傳輸時延隨不同參數的變化規律。仿真結果表明，在流星余跡通信系統中，Ⅱ型HARQ的時延性能優于Ⅰ型HARQ。

下一步的工作將是把本文的結論應用于更復雜的流星余跡通信網絡中，提出更有效的延時估算方法。

參考文獻：

[1] 李贊，劉增基，沈健.流星余跡通信理論與應用[M].北京：電子工業出版社，2011：24-28.（LI Z， LIU Z J， SHEN J. Theory and Application of Meteor Burst Communication[M]. Beijing： Publishing House of Electronics Industry， 2011： 24-28.）

[2] 何先剛，夏萬林，聶永萍，等.OFDM系統中的混合ARQ結構及性能仿真[J]. 重慶大學學報（自然科學版），2003，26（8）：56-59.（HE X G， XIA W L， NIE Y P， et al. Hybrid ARQ structure and performance simulation for OFDM systems[J]. Journal of Chongqing University （Natural Science Edition）， 2003， 26（8）： 56-59.）

[3] 李旭虹，劉燕，王安義.LTE系統下行鏈路中HARQ技術的研究與仿真[J].工礦自動化，2012，38（1）：62-65.（LI X H， LIU Y， WANG A Y. Research of HARQ technology in LTE system downlink and its simulation[J]. Industry and Mine Automation， 2012， 38（1）： 62-65.）

[4] 馬志強，王建剛，鄭振華.流星突發通信中的混合ARQ技術研究[J].通信技術，2011，44（10）：4-6.（MA Z Q， WANG J G， ZHENG Z H. Research on hybrid ARQ technology in meteor burst communication[J]. Communication Technology， 2011， 44（10）： 4-6.）

[5] MICHAEL B P， STUART D S. Variable-rate hybrid ARQ for meteor-burst communications[J]. IEEE Transactions on Communications， 1992， 40（1）：60-73.

[6] 石會芳.流星余跡通信系統自適應鏈路傳輸技術研究[D].西安：西安電子科技大學，2013： 43-63.（SHI H F. Research on the technology of adaptive link in meteor burst communication system[D]. Xian： Xidian University， 2013： 43-63.）

[7] 吳妍.流星突發通信中基于位圖反饋的HARQⅡ型鏈路傳輸協議研究[D].西安：西安電子科技大學，2014： 33-50.（WU Y. Research on the HARQⅡ link transmission protocol based on bitmap feedback in meteor burst communication system[D]. Xian： Xidian University，2014： 33-50.）

[8] 黎鎖平，劉存明，何志鵬.無線數據傳輸的GBN-ARQ和SR-ARQ系統時延性能研究[J].信號處理，2009，25（3）：384-388.（LI S P， LIU C M， HE Z P. Research on the delay performance of GBN-ARQ and SR-ARQ systems in wireless data transmission[J]. Signal Processing， 2009， 25（3）：384-388.）

[9] 商英俊.流星余跡信道特征與組網技術仿真研究[D].西安：西安電子科技大學，2009： 5-8.（SHANG Y J. Simulation studies of meteor burst channel characteristics and networking technology[D]. Xian： Xidian University， 2009： 5-8.）

[10] 張金平，韓娟娟，金力軍.流星余跡通信信道建模與性能仿真[J].無線電通信技術，2002，28（5）：41-44.（ZHANG J P， HAN J J， JIN L J. Modeling and performance simulation of meteor burst communication channel[J]. Radio Communications Technology， 2002；28（5）：41-44.）

[11] 李允利.流星余跡通信系統鏈路傳輸技術研究[D].西安：西安電子科技大學，2009： 33-48.（LI Y L. Research on link transmission technology in meteor burst communication[D]. Xian： Xidian University， 2009： 33-48.）

[12] 盧世軍.時變信道中自適應多狀態ARQ系統時延性能建模研究[D].蘭州：蘭州理工大學，2009： 27-29.（LU S J. Delay performance analysis of the adaptive multi-state automatic repeat request system model in time-varying channel[D]. Lanzhou： Lanzhou University of Technology，2009： 27-29.）

[13] 唐應輝，唐小我.排隊論――基礎與分析技術[M].北京：科學出版社，2006：137-142.（TANG Y H， TANG X W. Queuing Theory-Foundation and Analysis Technology[M]. Beijing： Science Press， 2006：137-142.）

[14] 周曉波，周健，盧漢成，等.DTN網絡的延時模型分析[J].計算機研究與發展，2008，46（5）：960-966.（ZHOU X B， ZHOU J， LU H C， et al. Analysis of delay model in DTN[J]. Journal of Computer Research and Development， 2008， 46（5）： 960-966.）

第2篇：網絡輿情分析系統范文

關鍵詞：Web挖掘；文本分類；糧食輿情；輿情分析

中圖分類號：TP311 文獻標識碼：A 文章編號：1009-3044（2013）10-2426-03

糧食是人類生存之本，糧食安全問題已經成為世界范圍內關注的最重要的問題之一。糧食信息數據量大、市場供求信息不明確、技術保障不到位等因素對我國糧食安全敲響了警鐘。2009年初中國爆發了幾十年來最嚴重的一場旱災，國內市場充斥著糧食供應可能趨緊并有可能大量進口糧油產品，以及全球糧油價格將由中國的大量進口而出現暴漲等網絡言論并造成了一定的影響。

因此如何引入新的技術手段對糧食情報信息實現有效監管，如何在海量的糧食網絡資源信息中，快速有效地挖掘蘊含有巨大潛在價值的糧情知識和信息，同時過濾掉大量無用的或不相關的糧情內容，準確地定位所需要的信息并自動分類，以保證糧食安全，已成為一項重要而迫切的研究課題。該文就基于Web挖掘在糧食情報分析中的應用進行了一些討論，并提出了一個基于Web挖掘的糧食輿情分析系統的框架。

1 糧食輿情系統模型設計

1.1 Web挖掘簡介和糧食輿情分析難點

Web挖掘是從大量Web文檔集D中發現隱含的模式W。如果將D看作輸入，P看作輸出，則Web文本挖掘的過程可看作從輸入到輸出的映射，即F：CP。網絡輿情是公眾利用互聯網表達或傳播的對熱點事件和問題的看法和所持觀點的較有社會影響力的態度。利用Web挖掘技術進行主題追蹤的輿情分析成為近年研究的熱點。任海果研究了主題事件的追蹤技術，實現了對熱點事件的發現、演化和趨勢分析[1]。Federico Neri等研究了1000個關于意大利公共廣播服務意見的Facebook網貼，得到了觀眾關注度和興趣度，并在開源情報信息和Web挖掘中得到應用[2]。Wang等利用垂直搜索技術收集互聯網上關于食品質量和安全的網絡信息，搭建了食品安全的網絡輿情分析系統，滿足了對食品安全網絡輿情的有效監管[3]。但由于糧食信息的特殊性和復雜性[4]，使得糧食輿情信息的采集不夠全面，現有分析系統的分析不夠深入，總體來說糧食網絡輿情挖掘扔存在著一下難點：

1） 糧食輿情影響因素復雜。糧食輿情受多種因數的影響，和糧食直接相關的有糧食產量、銷售價格、產地、供求關系等因數，此外還有氣象條件、病蟲害的等間接影響著糧食安全，目前對糧食安全因素的挖掘不夠全面。

2） 糧食輿情信息的存儲位置和方式復雜，沒有統一的系統來采集各種形式的糧食信息。如糧食產業信息資源，如災害史、產量信息、氣象條件等，并發存儲在各家統計機構、管理機構、經營機構的網絡環境中，并且沒有統一的數據表示形式，沒有開發出聯合采集各家機構和組織中糧食數據的采集或者存儲方法和策略，不利于糧食輿情信息的整合和關聯分析。

3） 糧食輿情信息牽涉面廣，沒有融合各方面信息處理方面的優勢。在糧食信息處理方面，沒有實現統計學、模式識別、人工智能以及人工神經網絡等多種分析方法融合的決策策略。

4） 沒有提出預測和預防模型。現在的網絡輿情分析往往注重于熱點的發現，沒有為熱點事件建立等級級別區分管理和提供預防，同時對于發現的災難事件，沒有定量的分析災害危害的嚴重程度和預警級別。

利于輿情分析技術實現對糧食輿情信息的監控和管理成為一項緊迫的課題。為了解決以上問題，該文設計了一個糧食輿情分析架構模型。

1.2.2 輿情信息預處理模塊

輿情信息預處理模塊的主要功能是：對采集到的相關網頁進行去噪處理，如對廣告、注釋等噪聲數據進行清理，然后用統一的結構化的格式進行文本表示，然后利用分詞技術、特征提取技術、權重計算技術等進行特征選擇，構建糧食數據倉庫，利用分類器實現文本的分類。文本分類技術是整個預處理模塊的核心，其步驟描述如下：

本模型主要包括以下三個方面功能：

第一、通過對糧食輿情主題檢測進行熱點、敏感信息的發現，并針對特定的糧食安全主體，如糧食價格、供求關系、氣象條件等各個主題跟蹤技術處理，同時設計融合各方面因素的分析策略，及時發現安全隱患，并提供預警信息。

第二、對特定糧食安全事件的公眾所持觀點和關注度的分析，掌握事件發生、發展和加強的可視化時間序列，開發基于區域性輿情的分別匯總，提供實時的空間和時間的網絡輿情趨勢信息保障，有利于決策者實施適當的措施。

第三、利用災害預測、分析和預防的決策系統，對多發性的、危害嚴重的災害構建主動分析、及早預測和及時預警的機制，提供相關、相近主題的預防措施經驗。同時針對災害引起的其他方面的問題進行關聯分析，比如旱災有可能引起局部供求關系失衡，災害的嚴重性導致價格波動的范圍等建立定量的數據分析方法發現彼此存在的聯系。

2 結論

利用Web挖掘技術實現對糧食信息的監測，有利于充分海量的糧食網絡信息資源，能夠及時發現糧食熱點事件，為糧食安全提供預警服務。該文著重分析了當前糧食方面輿情分析系統存在的不足，提出了解決方案，構造了一個較完善的糧食輿情分析架構。通過各種算法的編碼和改進，實現本文所構建的系統是進一步研究的方向。

參考文獻：

[1] 任海果. 基于主題事件的輿情分析系統的設計與實現[D].北京：北京郵電大學，2012.

[2 ] Neri F， Aliprandi C，Capeci F，et al. Sentiment Analysis on Social Media[C]. Istanbul， Turke：Advances in Social Networks Analysis and Mining，2012：919-926.

[3]Wang Su， Liang Meiyu， Gao Tian and Du Junping. Realization of Product Quality and Food Security Internet Public Opinion Supervision System[C]. Jinan， China：Proceedings of the 8th World Congress on Intelligent Control and Automation， 2010：2736-2739.

[4] 龍方. 新世紀中國糧食安全問題研究[J]. 湖南農業大學學報：社會科學版，2007 （3）：7-14.

[5] 孫立偉，何國輝，吳禮發. 網絡爬蟲技術的研究[J]. 電腦知識與技術，2010（15）：4112-4115.

第3篇：網絡輿情分析系統范文

工作中存在的不足網絡輿情監測工作是指網絡信息工作的部門或人員在特定時期或者在特定的事件中對公眾在互聯網上發表的言論和意見進行監視、收集、分析、整理及預測的行為，這些言論被稱為網絡輿情。

當前的網絡輿情監測工作平臺主要是基于信息采集、整合技術和智能處理技術，通過對互聯網海量信息的自動抓取、自動分類聚類、主題檢測、專題聚焦，實現對用戶的網絡輿情監測，并由相關部門形成輿情工作報告、輿情信息簡報等，為輿論引導提供可靠的分析依據。

進入大數據時代，網絡輿論呈現的新特點，促使網絡輿情監測工作暴露出諸多不足之處，這為網絡輿情監測工作帶來了諸多挑戰。

網絡輿論信息格局發生變化，輿情分析質量亟待提高。據人民網權威的《2016年中國互聯網輿情分析報告》顯示，在2016年，伴隨著移動互聯網應用不斷向社會各層面滲透，網絡輿論的格局發生了很大變化，如網民結構與社會人口結構趨同，網民產生代際更新導致網絡流行議題和文化熱點發生轉換，微博、微信平臺化，專業自媒體步入興盛等。在這樣的變局下，網絡輿情監測工作面臨著新的挑戰。然而，有些部門的輿情信息收集工作仍然停留在報刊、門戶網站、BBS、微博等開源信息的收集階段，并未將新聞客戶端、微信、直播等平臺打通，難以保證輿情信息分析的全面性以及輿情熱度指標的準確性。《2016年中國互聯網輿情分析報告》還對近五年來參與當年最具網絡關注度的20個輿情熱點事件討論的320萬微博用戶樣本進行了分析，發現關注新聞事件和聚焦熱點話題的網民發生了代際交替，在性別方面，女性的比例明顯上升；在地域上，三、四線城市用戶增長迅猛。受眾層面發生的這些變化，也將在輿情監測工作中體現出來。然而在目前的輿情監測工作中，相關信息部門的輿情信息報送在內容上只是就事論事、停留在現象層面，對受眾的成分、熱點事件的社會背景以及事件背后所反映出來的社會問題沒有進行細致深入的研究分析；在形式上，網絡輿情監測工作的報送還停留在工作動態報告或者事件日志等形式的報送上。這樣就造成了網絡輿情信息的價值作用降低、服務能力減弱的問題。

熱點事件話語體系不可控，輿情預警能力亟待增強。縱觀近年來發生的熱點公共突發事件，可以發現，在以大數據為基礎的社交平臺上，公眾的話語體系呈現出了一些全新特征，如輿論主體的匿名性、參與渠道的多元化、生成議題的自發性、交流觀點的無界性、匯集意見的實時性、發展趨勢的不確定性等。這些特征與輿論話語體系在傳統媒體的呈現完全不同，網絡輿論熱點事件話語體系的不可控性大大增強。

在社交媒體平臺上，自媒體呈現出來的話語體系最為龐雜。許多輿情信息不僅包含結構化數據，還涉及大量非結構化數據，若對其準確性、真實性逐一核查，既耗費人力又耗費時間。就內容而言，較多負面、虛假輿情具有較強的隱蔽性，單純以關鍵詞或主題詞進行搜索容易產生誤判、遺漏。話語體系的不可控性增加了輿情監測工作的難度，這要求工作人員必須具備過硬的專業敏感性以及較強的網絡操作技能。但是目前大多數輿情監測工作部門的信息工作人員缺乏專業化的訓練，輿情信息工作水平參差不齊。就輿情監測平臺系統來說，對于輿情信息的跟蹤分析靈敏度較低，在有些熱點事件的處理上沒有按照公共突發事件的分類標準進行準確的分級，從而導致網絡輿情信息的分析判斷力體現不出其應有的情報價值，預警能力也隨之削弱。

輿情監測的技術體系落后，人機不協調問題亟待解決。網絡輿論的實時性及其發展的不確定性要求網絡輿情監測必須迅速、及時，但很多單位部門的輿情監測平臺的方法技術體系滯后，部分單位采用了網絡監控系統、有害信息過濾系統等方式進行網絡輿情監測，而有些單位為了節省輿情監測設備的成本，甚至將網絡輿情監測工作依托于人工網頁搜索及瀏覽的“人工盯梢”方式上，這成為監測工作的一大阻礙，監測工作出現疏忽錯判也在所難免。排除資金、人力等客觀因素，現階段的網絡輿情監測工作中技術方法體系的不足主要歸因于“人機不協調”。機器與人工的協同分工模式不成熟、機器的輔助力量不夠，導致人工智能技術在預測監測體系中分析情感、預測走勢、檢查效果等方面應用還稍顯粗淺、機械，而在需要人工進行的高級維度分析、提出應對策略等層面，機器的應用又顯得粗糙以及同質化。

人工智能為網絡輿情監測帶來的三大變革

網絡輿情監測要適應大數據時代人工智能的要求，就必須順勢而為，積極進行變革，主要包括網絡輿情監測技術體系的變革、網絡輿情監測研究范式的變革以及網絡輿情監測管理思維的變革三個方面。

網絡輿情監測技術體系的變革。將人工智能技術應用于網絡輿情是為了更好地對輿情進行分析研判，通過直觀、簡明的方式描述網絡輿情信息的產生，進一步推導信息傳播主體的態度傾向性、情緒感染性以及初衷、意圖等，從而預測網絡輿情信息的發展趨勢。

如果說在“小數據”環境下，網絡輿情監測工作還可以依托于“人工盯梢”的方式來完成，那么在“大數據”環境下，當數據的量級達到了EB甚至ZB級別后，以人工監測來把握輿情脈絡已成為不可能完成的任務。而那些隱含在網絡輿情信息中的觀點、態度及情緒的表達，更難以從泛濫成災的信息碎片中被真正發掘出來。加之海量信息的不共享所帶來的“信息盲區”，更使得輿情信息分析不夠嚴謹，易偏離實際，而這些問題都需要依托搭建智能化的網絡輿情監管平臺來解決。在平臺上可以通過三種人工智能技術實現數據分析與人工智能研判相結合，再借助如眼動儀、腦電儀等受眾檢驗儀器對網絡輿情信息進行綜合化分析。三種主要的人工智能技術主要包括：一是Web挖掘技術，該技術把互聯網與數據挖掘技術結合起來，對網絡上結構化數據如文字言論，以及非結構化的數據如視音頻、圖像等信息進行采集，完成信息前期處理的第一步；二是語義識別技術，該技術是利用采集到的信息，通過對語句中的關鍵詞進行詞義推斷處理以及句子語法結構的分析，從而將復雜信息簡單化，這是對采集的信息數據做進一步識別推斷的過程；三是TFDF信息聚類技術，該技術主要提升數據信息的分析和分類速度，使網絡輿情監測工作的處理更加及時，反應更加靈敏，提高采取措施的時效性。

人工智能技術的介入將有利于對信息進行挖掘、采集、分類、整理，從而找尋出最核心的關鍵性數據。在此基礎上，還可以運用人工神經網絡預測模型，對網絡輿情的性質、發展趨勢進行正確描述，并提出相應的對策。

網絡輿情監測研究范式的變革。人工智能和大數據對網絡輿情監測工作及其研究產生了頗為深刻的影響，輿情監測的研究范式從多角度發生了轉向。

第一，輿情監測工作視角的轉向：從單一化到多元化。在社交媒體平臺上，受眾的角色首先發生了轉向，由信息的被動接收者轉變為信息的參與者和傳播者。這一轉向給網絡輿情監測工作帶來了新的挑戰，當受眾是單純的信息接收方時，網絡信息的可控性強，輿情監測工作形式單一，把關相對容易。而受眾角色發生變化以后，網絡信息傳播的不可控性大大增加，信息傳播速度加快，信息傳播呈現多元化特征，把關難度增加，網絡輿情監測工作也從單一轉向多元化，還需要對信息進行疏導、研判處理。

第二，研究視角的轉向：從內容研究轉向“內容+關系”研究。傳統的網絡輿情信息研究最重視的是受眾借助網絡進行的話語表達，其研究視角主要集中在內容層面。隨著人工智能技術的介入，這一單向視角將發生轉變，潛藏在內容層面背后的網絡受眾心理、行為、動機、訴求等多方面因素都將被關注到。借助人工智能技術及大數據分析技術，網絡輿情信息的研究視角將透過內容層面深入到關系層面，轉向對網絡受眾社會心理描繪、社會關系呈現、社會話語表達等多維度的研究。

第三，研究重點的轉向：由輿情監測轉向輿情預測。當前的網絡輿情監測工作主要通過對當下網絡輿情的動態信息進行隨機采樣來收集、整理、分析，更多的是關注已經發生的事件在過去及當下的動向，對未來的發展預測難以兼顧。而借助人工神經網絡預測模型，通過自然語言處理、模式識別及機器學習等人工智能技術，可以對網絡輿情的性質、發展趨勢進行正確描述，再結合大數據分析處理整群數據來實現預測功能。比如，著名的搜索引擎公司谷歌通過關注用戶搜索中的“流感”關鍵詞來預測實際流感發生的時間，往往可以提前兩三個周對流感的爆發進行預報及預防。

網絡輿情監測管理思維的變革。在以人工智能技術為支撐的網絡輿情監測平臺出現之前，相關輿情監測部門的管理者往往由一人或幾人的小團隊組成，在監測信息數據量級不大的情況下，這種小作坊式單打獨斗、面面俱到的輿情監控管理思維可以基本滿足需求。但是隨著人工智能技術的發展及大數據時代的到來，這種小作坊式的輿情監測體系面臨瓦解。當前，商業化運營的軟件監測團隊多達幾百家，這些監測軟件服務商通過開發相應的輿情監測軟件為政府部門、企業主體以及科研院所提供服務，進行簡單的輿情信息數據采集及分類處理工作。在數據開源的情況下，這些軟件服務商的競爭逐漸由粗放型、低層次化向數據處理的優化、人機互動、機器算法的精進等層面轉變。

在以上變化的基礎上，輿情監測的管理思維也必須轉向，組建一支人員分工明確、高度聚合集約的輿情分析團隊勢在必行。輿情管理的思維變革依托于人工智能監控系統改變團隊的組織結構及管理方式，通過智能化的輿情監測系統代替低效的人工操作，其專業性要求頗高，而最佳處理模式就是專業化團隊加人工智能技術。按照這樣的管理思維，未來輿情監測團隊的分工將更加明確，行業內部集約聚合程度將進一步提高，行業有機化程度也將逐步增強。

第4篇：網絡輿情分析系統范文

[關鍵詞]公安機關 網絡輿情預警 對策

[中圖分類號]TN915.08

[文獻標識碼]A

[文章編號]1672-5158（2013）05-0157-02

一、對公安機關網絡輿情預警的釋義

輿情是指在一定的社會空間內，圍繞中介n生社會事件的發生、發展和變化，民眾對社會管理者產生和持有的社會政治態度。網絡輿情是輿情的一種，它的特殊之處在于它的產生、傳播的載體都是網絡，是廣大網民的態度、意見和言論的總和。21世紀是信息網絡時代，隨著科學技術的突飛猛進，社會信息化的快速發展，以信息技術為主要標志的高新技術革命已經引起了社會各個領域的深刻變革。公安機關傳統的警務運作方式在信息化的潮流中遇到了前所未有的挑戰，為了順應這種潮流，公安機關的工作信息化是一場必然的警務革命，是警務力量增長的強大動力。“情報信息主導警務”已成為不能回避的課題，這是保證警務決策科學化，提高警務工作效率的必由之路。要切實做到情報信息主導警務，其關鍵在于對情報信息進行的綜合分析與研判，它是將浩繁的零次情報、一次情報、二次情報轉換生成綜合、預測性情報的過程。

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。然而，由于歷史或其它原因，公安各相關部門的輿情分析系統還各自獨立的，或者還停留在人工處理的階段，導致公安內部的輿情分析重復勞動、效率不高、共享率低。為達到輿情分析高效及時準確的目的，以及各輿情分析部門或者人員信息共享，必須建立新的輿情分析系統。推動輿情預警制度化，構筑起強大的輿情預警網絡，將觸角深入到社會各個角落和最基層群眾中。此系統可對各種信息，經分析研判后，生產出標準化的人、事、物（涉案）、組織（涉案）、地點（涉案）等信息的情報產品。通過輿情預警調查研究，掌握盡可能多的第一手資料，為社會預警機制的構建提供支持。

二、對國內外網絡輿情預警成果的透視

（一）對國外網絡輿情研究的掃描

現代西方的研究大多從網絡本身的作用和給現實社會帶來的改變出發，闡述網絡的優勢和作用。美國學者彼特？魯塞爾在《全球腦》中描繪了這樣一個全球腦：電腦和網絡儲存的信息和知識將影響人類的智力，也最終影響人們的體驗。著名的網絡社會學家卡斯特爾（MmmelCastles）認為，網絡社會中“信息”和“知識”首次成為社會發展的核心要素，社會的個體間、個體與組織間、組織間，透過網絡溝通而更加頻繁的互動起來，從而形成已初具雛形的網絡化社會，進而卡斯特爾用“流動空間”這一概念具體闡釋了網絡社會空間在結構上的變化，通過這一概念解讀網絡社會基于信息和技術的職業重組和分工，以及由此凸現的文化沖突現象成為卡斯特爾網絡社會觀的主體內容。約翰？哈格爾（JohnHagen）和阿瑟？阿姆斯特朗則在《網絡利益》中首先把網絡社區的虛擬性加以突出，認為所謂“虛擬社區”，就是一個供人們圍繞某種興趣或需求集中進行交流的地方，它通過網絡以在線方式來創造社會和商業價值。這種觀點的核心是：虛擬社區是由具有共同興趣及需要的人們組成，可以借助網絡與想法相似的陌生人分享一種社區的感覺。斯坦福大學網絡與社會研究中心創始人法學教授勞倫斯？萊斯格（Lawren CeLeSsig）指出“我們有各種理由相信單憑網絡空間本身自由的承諾將無法兌現。單靠它自己，網絡空間會變成一個理想的控制工具”，這說明單憑網絡本身不能將理想轉化為現實。他主張政府的適度管理，認為網絡空間的自由絕非一來源于政府的缺席“自由，在那里跟在別處一樣，都來源于某種形式的政府控制”。凱斯·桑斯坦認為網絡自由使信息隨時獲取成為可能，由此產生的“量身定制”現象會造成信息窄化，其結果使社會趨于分裂，各種仇民群體更容易相互聯系和影響，這與民主社會的多元化特征是相悖的。作者認為，在這種情況下“政府介入以提供一個多元的環境具有合法性和必要性。桑斯坦倡導創建公共論壇，將改善的力量訴諸于大眾媒體和政府管制，并主張以“民主的商議”為原則衡量政府管制言論的范圍。

（二）對國內公安網絡輿情預警研究成果的判斷

1、尋求在網絡輿情引導上打出“組合拳”。學界普遍認為，公安部門要注意疏導結合，提高自身的社會公信力，實現虛擬人現實化管理，掌握網絡輿論對手有關信息、資料、特點，對于影響重大的負面網絡輿情，經多次正面引導無效的，可以采用與網民面談對其幫助教育的人性化做法，慎用處罰措施。2、明晰輿論引導手段。一是提出議題、設置話題，引起或轉移公眾對某一事件、主題或議題的注意力；二是借助時間、空間手段，設置重點宣傳的優勢地位；三是發揮言論作用，組織討論，引起更大的關注：四是建立主流論壇，以主流、權威聲音引導輿論，同時利用技術手段過濾的方式，對偏激言論進行清理。3、構建網絡輿情搜集系統工程。主要由兩部分組成：一是日常性的輿情搜集工作，即對網絡輿情進行持續的、穩定的、系統的、日常的跟蹤與搜集，并在此基礎上建立網絡輿情信息庫；二是針對某一突發事件、某一輿論危機或某一特定任務進行的輿情搜集活動。

綜上所述，國內外關于網絡輿情的研究已經從多角度展開，就國內公安部門層面來看，對網絡輿情應對的研究，主要從媒體宣傳和信息搜集的角度開展，就是從危機管理的視角出發，不斷強化自身工作，及時更新相關制度，提升服務理念，構建公安機關網絡輿-預警的事前、事中、事后應急管理的聯動機制，發揮起“社會穩定器”的作用，努力維護人民群眾合法利益。

三、公安機關網絡輿情預警的對策選項

公安機關開展網絡輿情預警管理有利于防止社會危機的產生，正確預警危機性事件。不僅對相似案例有借鑒作用，而且有利于防患未然、緩和社會矛盾。

（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。它由主監視器、預測預警、處置的預防、預警和評估等部分組成，共同支撐著這個機制的大廈。網監管理讓預警機制有了更多施展空間，本著“分類管理、分級負責、屬地管理”的宗旨，對在預警體系內獲取的警源監控相關數據資料，進行信息化處理后，統一規范，統一口徑，讓系統內各監控網點實現共享信息，推動通過互通情報，讓網絡輿情更好的處于各個節點的監控之中，讓非政府組織和公眾的熱情和活力得到充分釋放，成為預警監控更好的擴充途徑。目前盡管對網絡輿情來說，還不能徹底精確地進行預測，但是通過網監平臺，可以充分的利用計算資源，挖掘、分析海量的監控信息和數據，運用到各類預測方法，就能通過推導，更好更準確的預測網絡輿情的每個環節和變化過程。將警示信息快速并多元化的向全社會進行是公安機關網監管理的便利條件，讓公眾感受到有關的服務和幫助的溫馨。從預警突發網絡輿情的角度來說，通過對各機構和部門協調勾連，及時做出預防處置判斷，有的放矢地制定預案，并能精準的評估和預判預警級別、預警范圍，就能夠確保給將來的網絡輿情應急處置給予非常詳細而又完整的第一手資料。

（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。

參考文獻

第5篇：網絡輿情分析系統范文

[關鍵詞]大數據；輿情分析；圖書館；增值

doi：10.3969/j.issn.1673 - 0194.2016.12.127

[中圖分類號]G252.65 [文獻標識碼]A [文章編號]1673-0194（2016）12-0-02

0 引 言

近兩年來，大數據已經成為全民關注的一個名詞，各行各業紛紛投身大數據的熱潮，政府部門也相繼啟動各種大數據項目。而當前現有數據中心技術不能完全滿足大數據的需求，這就有可能會引發IT界的技術革新、架構重構等問題。目前輿情服務正在進行行業規范和整合，基于大數據的輿情分析，利用大數據技術可以精準地掌握各項事態的發展，從而有利于得出正確結論，作出精準預測。 這樣的形勢為圖書館信息服務的發展帶來了機遇和挑戰，將基于大數據的輿情分析與傳統的圖書館信息服務相結合，可以挖掘用戶潛在的知識需求，拓展圖書館信息服務的渠道，衍生出新的信息增值服務，達到圖書館資源、服務、用戶三者之間的有機結合，推動行業的發展。

1 大數據與輿情分析

1.1 大數據的概念

大數據這一概念是在2011年5月首次提出的，但是到目前為止人們對于大數據的概念、內涵等有著多種的定義與理解，并未形成一個統一的規范。通過比較不同的概念會發現，盡管各種定義在對大數據的內涵的具體表達中會有所不同，但普遍存在這樣一個共識：大數據是指無法在可承受的時間范圍內用常規軟件工具進行捕捉、管理和處理的數據集合，是需要新處理模式才能具有更強的決策力、洞察發現力和流程優化能力來適應海量、高增長率和多樣化的信息資產。下面筆者從大數據的內容和應用上談一下自己的認識。

首先，大數據從內容上包含了三種類型的數據，即結構化、半結構化與非結構化數據。結構化數據是指能夠用統一的邏輯結構表示的數據，如數字、符號等，反之則為非結構化數據，如郵件、視頻、論壇帖子等。而半結構化的數據與上面兩種不同，它雖然是結構化的數據，但結構變化很大，無法在數據庫中簡單地建一個表與之對應，如智能設備、社交網站等會產生大量的半結構化與非結構化數據。在當前這樣一個網絡社會中，人們所面對的信息更多的半結構化與非結構化的數據，對這些數據的分析是傳統數據挖掘工具的短板，也正是基于大數據技術的新型企業的優勢。

其次，從大數據的應用上來說，大數據技術并不是靜態地存儲與展示數據，而是動態地對數據進行高速、實時分析。如在對圖書館用戶需求分析的過程中，可以結合用戶往日的閱讀行為、查詢記錄等，運用大數據技術實時預測出用戶的需求。在實際應用中，大數據的應用往往與云計算相結合，云計算所特有的高速、分布式處理技術、云存儲技術等是大數據技術對海量數據進行挖掘的基礎和依托。

1.2 輿情分析

輿情分析就是對某個問題相關的輿情進行深層次的分析研究，最終得到相關結論的過程。舉例來說就是，當一件事情發生后，人們通過網絡、電視、報刊等途徑了解事情發生的詳情，隨之對其進行抨擊，或同情、或感性、或理性的評論，對這些評論進行分析、匯總，識別其中的關鍵信息，作出有利于事態發展的正確決定。輿情的收集渠道有多種，如報刊、門戶網站、論壇、微博等。

傳統輿情分析，依賴隨機采樣，采用模式識別、自然語言處理等技術，來得出相關結論，作出態勢預測，具有單一化、靜態化的缺點。而基于大數據的輿情分析，在傳統的基礎上，采集更多的相關數據，對所有的輿情信息進行量化，可以得出超出人類經驗的精準化結果。如中國足球隊在時隔15年后再次進入12強的機率，傳統分析為32.7%，而結合了專業數據、隊員信息、天氣情況等各項指標的大數據分析，結果則為86.2%。

2 圖書館信息增值服務

圖書館信息服務實質上就是實現信息的傳播、交流、增值的過程。圖書館為用戶提供了紙制的、網絡的文字、圖像、視頻等信息，用戶對這些信息篩選、整理，使這些信息成為自己需要的有用信息，同時對這些信息分析、研究、判斷，使其效用與價值得到更大的發揮，從而實現信息的增值。

具體來說，信息的增值主要包括三個方面：一是量的增值；二是質的增值；三是信息的使用價值。在實際工作中，對大量同類微觀信息的分析、加工，就可以獲得潛在的宏觀信息，通過量的積累，來產生質的變化，微觀信息就會得到增值。同時在信息的增值過程中，隨著信息反映出來的新問題，人們需要及時作出新決策，在新的經營決策中實現信息價值的再利用，也就是信息的二次增值。

對于圖書館的信息增值服務，圖書館工作人員要在傳統圖書館對信息產品簡單的供給和接受模式基礎上，開展更多個性化、差異化的服務。圖書館擁有海量的紙質資源與數字資源，如何將這些資源共享，利用基于大數據的輿情分析來增強信息的價值和創造力，實現圖書館資源信息的增值？下面筆者從3個方面來進行簡要探討。

3 基于大數據的圖書館信息增值服務的實現

3.1 樹立“大數據思維”，拓展用戶主體

大數據時代帶給人們的不僅是先進的技術與工具，更重要的是一種新的思維模式――大數據思維。大數據關注的從來都不是局部、單線的的信息來源，而是盡可能多地拓展收集信息源，這樣最后得到的結論才能更精準。同樣，基于大數據的理念，圖書館應將服務用戶延伸到社會的各個領域，如政府、企業等，將服務內容延伸到輿情分析、預警，決策制定等事件處理的各個環節。

3.2 打造信息資源輿情監測分析平臺，實現數據價值最大化

圖書館工作人員應將大數庫技術與云計算技術結合，為政府和企業打造共享數據平臺，從而實現數據的互聯互通以及對輿情的實時監測分析。這樣就能夠解決各系統之間的“孤島”狀態，從數據收集、挖掘到數據提取、報表等，將各個系統數據、技術共享，實現信息數據價值的最大化。

下面筆者簡單描述一下數據平臺的具體實現方式。數據平臺利用物理服務器，搭建若干虛擬機，并基于NAS、IP SAN、FCS SAN等技術，架構虛擬化存儲體系。同時在此云平臺的基礎上，架構輿情監測分析系統。如圖1所示，平臺底層為基礎資源服務（IaaS），主要包括虛擬存儲、虛擬服務器等；中間層為平臺即服務（PaaS），主要為平臺提供大數據服務及相應的技術組件完成輿情監測分析的功能，如網頁爬蟲組件、輿情分析組件、日志服務等；最上層為軟件即服務（SaaS），為用戶提供輿情應用服務。

圖1 信息輿情監測分析平臺

3.3 以用戶為導向，提升深層服務能力

圖書館應當利用用戶閱讀的行為偏好，對用戶進行行為分析。在大數據時代，用戶行為數據主要由5個活動步驟產生：閱讀服務需求、閱讀活動信息采集、閱讀模式選擇、閱讀活動開展以及用戶閱讀反饋。圖書館應根據用戶閱讀活動的生命周期，對行為數據進行采集、分析、決策等。同時在采集數據時應盡量減少采集的盲點，提高采集數據的精桷性、及時性。通過對用戶行為數據的輿情分析，就可以勾勒出每一個用戶的“數字剪影”，洞悉用戶的需求，從而為用戶提供個性化、深層化的服務。

當前智能手機已經成為大量用戶的必備工具，所以圖書館還應在手機APP端作好文章，拓展采集數據的廣度和深度，增強數據的可用性。

4 結 語

筆者預見，隨著大數據應用的深入，圖書館必將迎來新的發展。當然，圖書館信息服務的發展離不開專業人才的參與，而目前圖書館行業的人才結構仍有些傳統和單一。因此圖書館還應重點加強對數據人才的培養和引進，積極參與技術研發，為行業的發展打好堅實的基礎。總之，圖書館作為提供公共服務資源的部門，必須承擔起信息傳播的責任，通過對數據的生產、分析、解讀，探索出一條為用戶提供多元化信息服務的發展之路。

主要參考文獻

[1]張毅，趙雅潔.論大數據在圖書館管理與服務中的應用[J].圖書館工作與研究，2015（9）.

[2]唐濤.基于大數據的網絡輿情分析方法研究[J].現代情報，2014（3）.

第6篇：網絡輿情分析系統范文

關鍵詞：企業；網絡輿情；監控工作；研究

一、網絡輿論概念和特點：

網絡輿論就是人民群眾通過網絡了解國家事務，廣泛、充分地交流和發表意見、建議，對國家政治、經濟、法律、文化、教育、行政等活動進行褒貶與評價。它的形成是依賴網絡的各種功能而實現的。

（1）網絡輿論的廣泛性。 網絡輿論的主體具有廣泛性：相對于報刊、電臺、電視臺，網絡提供的用于輿論監督的媒介資源不僅廉價易得，平臺廣闊暢通，而且幾乎是用之不竭的。網民們可以在互聯網上對眾多事件進行大規模的討論、批評和建議，，從而產生強烈的社會反響。

（2）網絡輿論監督具有及時性。網絡傳播不受時間和空間的影響，世界上任何一個地方一旦發生新的情況，不必等待印刷，也不必等待發行，立即就可在網上，世界每個角落的人們可以立即獲悉。人們只需打開頁面，就可獲得充分的新聞信息，所以大大加速了其傳播的高效性和及時性。人們足不出戶就可以在網絡上直接參與到最近發生的事件的討論中，網友的發帖、看帖、轉帖幾乎可以同時進行，信息的反饋十分及時。

二、企業加強輿情監控工作的重要意義：

輿情在很大程度上市一些關心民眾切身利益的事情所引發的。隨著媒體、互聯網的盛行，人們的認知程度已經非常廣泛，對事物的吸收程度很快速。往往有關企業某一事件發生，就會以很快速度在一定的時間范圍和空間范圍內引發民眾的思考和評論。輿情所呈現的廣泛影響性以及信息傳播快速性、內容的偏差性在客觀上已不是企業再沿用傳統思維去化解的危機。如果再套用傳統概念在輿情產生時，以堵塞言論、封閉信息等方式，只能造成不良輿論繼續發酵、升級，讓事態演變的不可挽救。

輿情監控工作可以為企業的工作決策提供依據和指導，及時化解新聞危機，幫助企業提升社會民眾對工作實施效果的滿意度。維護企業在社會中的良好形象。

三、企業中在新聞輿情管控上存在的問題：

（1）在宣傳工作方面，過度依靠傳統媒體資源，對以互聯網為平臺的新媒體系統缺乏足夠認識與重視。在輿情工作中存在“報喜不報優”的現象。對事件問題類的輿情動態涉及較少。并且傳播方式僵化、溝通渠道單一成為制約企業良性輿情管理的關鍵因素之一。新媒體通過扁平化傳播系統可將信息、觀點迅速大量匯聚，構建了基于個人通信終端的大口碑傳播系統，而當下企業在進行輿情管理的時候對“人人皆媒體”的傳播環境認知不足，很容易成為這些“自媒體”的質疑對象。

（2）是在企業機構設置中沒有專業輿情管理機構或輿情管理機構不成系統。且輿情信息工作人員專業能力不足。很多企業輿情工作人員都是坐在辦公室通過互聯網簡單的把輿情信息檢索出來。他們既沒有運用專門網絡信息技術進行信息采集分析，也沒有深入了解社會實際情況。這些輿情信息只是信息員憑感覺找到的。在處理輿情信息時手段也簡單、粗放。會埋下重大新聞危機風險的“種子”一旦遇到影響嚴重的輿情事件發生，防控處置工作不到位，后果將會不堪設想。

四、企業輿情監控工作的工作對策

（1）指導思想上，企業必須將輿情管理從輿情消防員、救火隊的角色定位中擺脫出來，不能僅僅等輿情事件爆發之后采用一些堵塞傳播渠道、刪除傳播內容的方式來解決問題，而應在平安無事時進行常態化企業品牌建設，采取溝通的話語姿態，保持國有大型企業利國利民正面品牌形象。同時要不斷進行與企業相關關鍵詞的議題準備，建設企業品牌傳播議題數據庫，并將各類議題不斷發送到各種媒介渠道中，保持與大眾的溝通。

（2）工作方法上，企業要更加深入地將科學的調查分析方法引入輿情管理體系，充分發揮社會調查、數據挖掘、相關性分析等科學分析方法作用，從外宣內容設計與儲備、內容的內部測試、媒體渠道的組合、社會效果的反饋等環節保證企業良性、長效的品牌建設；從負面輿情事件數據庫建設、輿情應對中的內容準備、輿情內容的傳播機制挖掘、輿情事件帶來的教訓與應對上保證在負面輿情爆發的時候與社會大眾的溝通。

五、企業在輿情監控工作中的具體措施。

（1）加強官方媒體建設，建立具有快速反應能力的信息機制。面對此起彼伏的網絡輿論事件，企業別是國有大型企業比較重視官方網站、報紙、雜志的傳播價值，發揮其信息公開的作用。同時也在不斷推動傳統媒體探索傳播改革，重建傳統媒體公信力，特別調整傳統宣傳手法和話語模式，建立基于親民、普適價值的話語體系，在此基礎上致力于不斷完善更具親和力、更能夠實現輿論引導的信息機制。

（2）不斷提升與媒體溝通能力。一旦出現有關企業的敏感不實信息，企業可與媒體有效溝通，控制虛假、等信息的擴散；同時與媒體的良好關系也保證企業的正面形象可以通過各類媒體向社會傳播。

第7篇：網絡輿情分析系統范文

[關鍵詞]輿情信息 增值 模式 研究

一、當前信息工作的主要難點

1.技術系統閾限。

新媒體時代，海量信息突破人腦篩選研判的極限，而諸多偶發性因素使社會輿情更加復雜多變，這就需要通過技術創新，完善相關信息的收集渠道和方法，提高輿情信息監測分析的工作效率。目前，信息技術已被廣泛應用在輿情監測和研究領域。專業的輿情監測系統，能通過對網絡各類信息匯集、分類、整合、篩選等技術處理，形成對網絡熱點、動態、網民意見等方面的實時跟蹤統計。輿情分析師在此基礎上對事件進行傾向性統計與關注度趨勢分析，可以為決策者提供科學化的信息服務。

人工智能的輿情系統，能夠對突發事件、涉及內容安全的敏感話題進行跨時空分析和預警，但由此也衍生出“技術萬能”的工作惰性。實際上，輿情系統的智能化水平，在語義識別、情感辨析方面存在較大的“瓶頸”閾限，在應對各類輿情事件的場域變量和約束條件方面，難以適應市場環境和用戶需求無界等因素。只有將專業人士的寶貴經驗、邏輯推理規則與系統結合，才能更好的實現人機結合，建立一條從事實認定到價值判斷直至應對處置的“全程高速公路”。

2.采集信源失真。

是否能夠有效進行輿情研判，關鍵在于輿情信息的收集和監測。面對復雜嚴峻的輿情態勢， 各級政府部門開始組建自己的輿情信息隊伍，建立專門的抓取渠道，并設計出科學的搜集流程，形成通暢的、可靠的輿情匯集系統。但是，這類由政府部門自身成立的信息機構，主要收集匯編群眾對本地區、本部門工作的反饋，側重于“聽民意”而不是“問民意”，甚至會“報喜不報憂”，僵化為對本部門、單位、系統的決策印證。

在信息采集的過程中，信源受采集主體主觀因素的影響和客觀條件的限制，會造成采集到的信息失真、過時、失效。主觀因素有：決策者長官意志制約，信息采集者取舍不當或定向采集，查證信源不規范、文本核對不嚴謹等。客觀條件主要指采集信息的方法誤差，比如：抽樣的偏差，計量的誤差，調查問卷的設計不當，數據匯總失誤等。凡此種種，都會制約輿情工作的分析深度和實用程度。

3.研判能力薄弱。

網絡時代，媒體格局以及輿論生態的變化，顯著改變著各級決策者對信息的需求。信息數據無限性和決策者關注能力有限性之間的矛盾，為輿情信息及衍生服務提供了很大的發展空間。在“一切皆可量化”的數據時代，決策者要想準確把握民意、避免誤判，就必須通過第三方對輿情信息進行立體化、全局化、動態化研究，通過挖掘、分析輿情關聯數據，對各種信息加以對照比較，從中提煉出與決策信息，為管理職能的正常履行提供必要的條件。

對輿情信息的把握和研判，對于輿情管理至關重要。因其專業化的要求越來越高，研判難度也越來越大。目前輿情報告主要不足在于：輿情信息研判一般化、同質化傾向較為嚴重，對輿情信息缺乏深度分析，對網絡輿情的發展態勢缺乏預見性，能影響領導決策的信息分析欠缺，服務地方黨政部門的功能不足。在運用多種形式進行輿情分析等方面，我們的輿情服務淺嘗輒止，不僅缺乏連續性、系統性，還缺乏針對性和實效性，與政府和社會的需求都有較大的差距。

4.工作機制滯后。

合理運行、高速運轉的工作機制，是推動輿情信息工作科學合理運行的重要前提。面臨輿情攻防新形勢，需要相關職能部門根據決策機構的工作部署和形勢發展需要，通報輿情信息需求要點，對輿情信息進行科學篩選、深度提煉、量化統計，共同探求規律性的東西，進一步理順管理體制和工作機制，使輿情信息工作沿著為決策服務的方向有效運轉。

輿情信息工作是一種群體勞動，這種勞動的組織形式又與工作機制的運行緊密連在一起。目前，輿情的引爆點和傳播渠道正在從互聯網轉向移動互聯網，輿情信息在新舊媒體之間出現了快速的跨界傳播和強烈互動。輿情傳播渠道之間的互動效應又導致本地輿情外溢、境外輿情倒灌，傳統的內宣和外宣之間的界限逐漸模糊。輿情信息工作被輿情發展推著走，工作機制滯后導致對輿情信息雙向互動、多頻共振估計不足，給信息研判和利用帶來相當難度。

二、信息增值開發的主要模式

1.廣譜監測與重點篩選結合。

正確決策的出臺，離不開信息工作的高度組織化與科學化，合理的信息構架將極大的豐富決策內容。由于傳播技術的進步以及傳播環境的日漸放開，信息呈現“爆炸”態勢，但真正有價值的信息被大量垃圾信息所淹沒，受眾往往面對龐雜的信息茫然無措。信息環境的污染和信息垃圾的產生，不僅妨礙了決策效率，還會導致決策失誤或是難以作出最佳決策。毫無疑問，不合理的信息架構會嚴重影響決策的時效性和科學性。

鑒于輿情信息工作有較強的目的性和指向性，從堅持廣度和深度兩方面，不斷進行更大范圍和更深層次的開發，可以使信息不斷增值。具體到某項工作或事件中，應遵循“廣譜監測，重點篩選”的點面結合原則。廣譜監測，是指信息搜集部門要多渠道、全方位地搜集原始材料，在輿情信源上進行廣譜覆蓋，保證服務對象對信息的量的需求；重點篩選，是指信息部門搜集到原始信息后，在領會決策意圖的基礎上，通過更加靈敏高效的監測方式、工作機制對垃圾信息和冗余信息進行去重處理，確保信息精準高效。

2.靜態反映與動態變化結合。

信息工作為決策服務。準確、全面、及時的信息報送，既是進行科W決策的基本前提，也是檢驗既定政策方案有效性的重要依據。“靜態反映”是指輿情信息在事件演繹過程中留下的“痕跡”，其最基本的特征是具有“記憶性”；“動態變化”是信息不斷發生改變的過程，其最大特點是前后狀態不同。如果說“靜態反映”特指信息狀態具有“記憶性質”的話，那“動態變化”就指的是對信息狀態的“加工”過程。信息狀態所發生的各種改變，都是通過“動態變化”來實現的。

輿情信息利用效率的標志是信息利用后引發的決策效益，這決定了輿情信息工作是貫穿于用戶解決問題過程的信息服務，是動態的全程服務，是面向增值的服務。具體到輿情信息增值開發的方向，從靜態反映的層面看，要注重信息的整體分析，客觀反映事物的本來面目，在篩選取樣、研判分析環節要實事求是，尤其注意辨析輿論場里的“小眾聲音”，為決策者提供真實情況；從動態變化的層面看，要注重信息的系統綜合，對信息的處理要注意反映事件作為過程而存在的動態變化，反映出不同時期不同條件下事件的不同變化，使之具有普遍意義和代表性，這樣才能準確反映事件的基本情況。

3.一般分析與專業研判結合。

輿情信息是向決策者提供的具有一定研判深度的信息，它是輿情分析師對相關問題進行綜合分析后得出的具有規律性的認識。一般分析與專業研判的區別在于，一般分析是確立服務對象和決策方向后，獲取的具有專門指向性和一定深度的信息，但對輿情事態的呈現及演繹缺少深入挖掘和研究；專業研判通過分析問題產生的深層次原因及其未來的發展趨勢，對當前存在問題或發展趨勢提出的合理化建議。相比一般分析，專業研判重在整理、研究，需要付出更大的成本，因為這需要智力、時間和精力的綜合付出，是加倍的腦力勞動。

輿情信息增值不要局限于信息本身，應在一般分析基礎上，遵循“研究深入透徹，方案切實可行”的縱橫交錯原則進行二次乃至多次提煉。研究深入透徹，是指要認真研究決策動因，研究與之相對應的方方面面，然后進行綜合分析，明了問題的實質，找尋問題解決的方案；方案切實可行，是指擬定的應對方案要與實際結合，既能促使原有問題的解決，又能不產生新的問題。有些輿情信息通過不斷提煉加工，會出現多次增值，這就要求對各類輿情信息進行系列開發和連續開發，抓住對全局有較大影響的重要問題，在正負反饋的往復信息環流中服務領導決策。

4.均衡對等與有效反饋結合。

信息的不完善存在于決策設計、制定、執行、評估和反饋的各個階段，由此導致的決策偏差主要體現在兩個方面：一是在決策設計還不完善的時候，許多信息還沒有收集和得以確認的時候，就需要立即決策，并付諸執行；二是決策者在決策過程中不能面面俱到，使決策在執行中出現偏差，難以達到決策初衷。“果斷地拍正確的板”，這是決策的理想狀態，但由于不可預知的因素的影響，這些決策在執行層面難以貫徹始終。這就要求決策者不僅要科學決策、慎重決策，還要研究決策執行過程中的影響因素，進行細致的比較分析，找出解決辦法。

考慮到輿情信息對各類決策的“糾偏”意義，其升值開發應該遵循“均衡對等、有效反饋”的原則。各類信息中，總是已知因素多，未知因素少，即使是已知因素，也往往是簡單的現象外現，并不反映事物的本質。決策者要想為準確預測未來發展趨勢尋找信息依據，就必須保持輿情信息均衡，在政策設計中完善信息鏈，在政策執行中進行跟蹤優化研究，通過有效反饋確保決策能夠發揮更大的效用，取得最大的社會效益。

三、輿情信息服務的發展趨勢

1.行業調研，預測趨勢。

隨著中國進入經濟新常態，企業將面臨更多嚴峻挑戰，市場信息顯得尤為重要。信息服務可以在輿情和商情之間靈活切換，結合行業現狀，為企業引進和提供最前沿的行業市場商情和企業管理資訊。一般而言，多數市場信息只是碎片化的反映微觀活動。如果對同類信息進行篩選提煉，就能發現對行業趨勢、宏觀信息有一定影響的共性問題，從而使原有的信息大幅度增值。

行業調研屬于類智庫的信息服務，可以結合輿情服務的渠道優勢，將政府統計部門、工商部門、行業協會、海關及其他合作機構作為重要信息渠道，通過定性調查、定量調查等相結合的方式，以政策、細分行業與市場、渠道、對標企業、用戶等維度為研究對象，最終推導出更接近于市場真實情況的信息數據和研究成果，從而全面準確地評估行業動態和發展趨勢，提出相應的決策建議和解決方案，直接服務于企業的細分市場戰略。

2.輿情研判，服務決策。

科學決策需要適量、適時的信息支持。信息結構失衡會對決策公正性造成影響，不利于公共決策發揮最大成效。在海量的網絡信息環境下，決策者面臨的問題不是信息匱乏，而是信息過載和信息噪音。光怪陸離的輿論生態信息龐雜，往往會令決策者陷入茫然D挫的“無力感”。決策者一旦錯判真實的公眾意愿，極有可能作出偏離科學軌道的盲目決策，導致公共決策的非代表性。

網絡輿情作為社情民意的集中反映，是各級政府平衡社會各方利益時的重要考量要素。在重大決策中，高質量的輿情信息服務可以幫助決策者辨識“微時代”網絡空間的思維方式、社交方式、情緒色彩，避免輿論場產生理解偏差或是價值誤判。輿情信息服務的質量貴在研判，在主動發現和捕捉初發性、苗頭性信息的基礎上，進行更大范圍的類比分析和深入研究，分析得越深入參考價值越大，盡量多開發對超前決策有參考價值的傾向性信息，以更好地發揮參謀助手作用。

3.數據整合，推動變革。

在具體的輿情信息服務中，用戶需求的“無界”與智能技術的“低能”經常構成沖突，用戶對輿情數據的挖掘、整合有更高的期望和要求。信息的效用取決于信息的有用性，體現于信息的有效性。數據整合，不是技術與信息的物理結合，不是把智能技術僅僅作為輿情服務的工具，而是強調要利用智能技術完善豐富信息架構，優化服務模式，推動當前以輿情監測系統為中心的服務結構發生根本性變革，從而使輿情信息服務的智庫作用真正落到實處。

輿情大數據的整合，在未來是整個輿情生態系統的變化，而不僅僅是技術的變革。信息有用，只是說明信息的潛在價值；信息效用，是指信息發揮作用，其價值得以實現的情況。作為政府和企業的資訊挖掘者和提供者，輿情服務機構需把握未來幾年大數據在公共及企業管理領域發展的重要方向，充分整合政府和企業的數據資產，通過搭建關聯領域的數據庫、輿情基礎數據庫等，完善服務單位的決策流程和參考體系，構建并優化輿情信息增值開發的新模式。

4.戰略規劃，創新管理。

研究輿情信息的開發模式，不僅是社交媒體時代創新輿情管理的現實需要，也是構建輿情引導新格局的必然選擇。在智庫階段，輿情大數據的搜集、分析和挖掘，不僅是以輿情服務為主體的數據呈現，還要把輿情信息工作放在整體中去考慮，放在戰略層面加以考量研判，充分發揮信息的利用程度和利用效益，通過領導者決策轉化為現實效能，如此才能體現信息服務的價值。

信息大爆炸正深刻改變人們的生活、工作和思維方式，也深刻影響社會輿情管理。站在規劃的高度，需要社會管理者做好輿情信息增值開發的頂層設計，通過信息的析取、重組與研究來形成針對用戶問題需要的價值信息開發；站在方法論的角度，需要輿情信息工作者注意到被反映事件、事物的綜合因素，加強管理目標、管理模式、數據平臺、支撐技術等方面的協同創新。

第8篇：網絡輿情分析系統范文

關鍵詞：網絡輿情；監測引導；Web數據挖掘

中圖分類號：C93 文獻標志碼：A 文章編號：1673—291X（2012）28—0227—03

一、時代背景

互聯網時代是人類歷史上一個空前偉大的技術革命時代。現代信息技術、通訊傳播技術、網絡技術等眾多現代化的傳播技術已滲透到社會生活的各個領域。互聯網廣泛性、即時性、開放性、共享性和互動性的特點及豐富多彩、方便實用的應用形式決定其日益成為反映社情民意的重要陣地，網上熱點層出不窮，網絡輿情對國家事務、公共事務決策的影響力也日益加大。歷史原因曾使中國長期處于封閉狀態，國內關于輿情的研究起步較晚，目前迫切需要提升與之相應的理論和技術支持。輿情分析與監測是信息深加工，以往“剪報”式低價值粗加工的信息服務，雖可按主題范圍搜集，但提供的結果僅局限于單一的信息內容，傳統的單一線性收集方式已不能夠滿足人類大腦發散思維的需要。

二、網絡輿情監測引導的技術支撐

在浩瀚的網絡中，政府如果僅僅依靠人工完成網絡海量信息的收集和處理是不現實的。而Web數據挖掘能快速、準確的獲得有價值的網絡信息，利用歷史數據預測未來的行為以及從海量數據中發現知識。它克服了普通數據庫管理系統無法發現數據中隱藏的關系和規則及根據現有數據預測未來的弱點。Web數據挖掘的出現為自動和智能的把互聯網上的海量數據轉化為有用信息和知識提供了條件。可有效地從Web獲取并分析相關輿情，達到監測、輔助決策和引導的目的，為網絡輿情預警提供了極大的幫助。

（一）Web數據挖掘

Web數據挖掘由傳統數據庫領域的數據挖掘技術演變而來。數據挖掘是指從大型數據庫的數據中提取出人們感興趣的、可信的、隱含的、明顯未知的、新穎的、有效的、具有潛在用處的信息的過程[1]。隨著互聯網的蓬勃發展，數據挖掘技術被運用到網絡上，并根據網絡信息的特點發展出新的理論與方法，演變成網絡數據挖掘技術。Web數據挖掘是指對目標樣本進行分析提取特征，以此為依據從Web文檔和Web活動中抽取人們感興趣、潛在的有用模式和隱藏的信息，所挖掘出的知識能夠用于信息管理、查詢處理、決策支持、過程控制等方面。

根據挖掘對象的不同，可將Web數據挖掘技術分為三大類[2]：Web內容挖掘、Web結構挖掘和Web使用挖掘。Web內容挖掘是指從Web上檢索資源，從相關文件內容及描述信息中獲取有價值的潛在信息。根據處理對象的不同，Web內容挖掘分為文本挖掘和多媒體挖掘。Web結構挖掘的目標是Web文檔的鏈接結構，目的在于揭示蘊含于文檔結構中的信息，主要方法是通過對Web站點的結構進行分析、變形和歸納，將Web頁面進行分類，以利于信息的搜索。結構挖掘的重點在于鏈接信息。Web使用挖掘是從服務器訪問日志、用戶策略、用戶對話和事物處理信息中得到用戶的訪問模式和感興趣的信息，利用這種方法，可以獲知Web使用者的行為偏好，從而預測其行為。

（二）Web挖掘過程

Web數據挖掘依然遵循數據挖掘的研究思路，挖掘過程分為四個階段：數據收集、數據預處理、模式發現和模式分析（如圖1所示）[3]。

1.數據收集。網絡信息的收集是網絡輿情監測的源頭，其廣度和深度決定了監測效果。對于明確主題的輿情信息采集，可以采用搜索引擎方法。由于各個現存搜索引擎索引數據庫的構造方法不同，其索引數據不盡完整，所以應將多個單搜索引擎搜索結果進行整合、調用、控制和優化。搜索中可以以寬度優先、深度優先或啟發方式循環地在互聯網中發現相關信息，可將網絡空間按域名、IP地址或國別域名劃分為獨立子空間詳細搜索；或以信息類型為劃分，如HTML格式、XML格式、FTP文件、Word文檔、newsgroup文章和各種音、視頻文件等。輿情信息檢索結果可按不同維度展現，包括按內容分類、輿情分類、相關人物、相關機構、相關地區、正負面分類等。每個維度下把搜索結果自動分類統計展示，以便短時間內檢索到精確信息。

2.數據預處理。因原始Web訪問數據的文件格式是半結構化的，包含不完整、冗余、錯誤的數據，需進行提取、分解、合并，轉化為適合挖掘的格式，保存到關系型數據庫表或數據倉庫中，等待進一步處理。數據預處理可改進數據質量，提高后續輿情挖掘過程的精度和性能。對采集到的輿情進行初步加工處理，如格式轉換、數據清理、數據統計，對于新聞評論，需過濾無關信息，保存新聞標題、出處、時間、內容、點擊次數、評論人、評論內容和評論數量等。對于論壇，需記錄帖子的標題、發言人、時間、內容、回帖內容、回帖數量等，最后形成格式化信息。條件允許時甚至可直接對網站服務器的數據庫進行操作。

3.模式發現。利用數據挖掘的算法可發現用戶聚類、頁面聚類、頻繁訪問頁組、頻繁訪問路徑等隱藏的用戶訪問模式。若在挖掘用戶瀏覽模式過程中發現選擇的數據或屬性有偏差，或挖掘技術達不到預期結果，需根據反饋結果不斷重復以上過程，通過數據挖掘，創建和更新用戶模式庫。模式發現可應用許多相關領域的方法，但需針對Web數據挖掘的特點做出相應的改進。

第9篇：網絡輿情分析系統范文

〔關鍵詞〕網絡輿情；AHP；模型構建；危機預警

〔中圖分類號〕G201〔文獻標識碼〕A〔文章編號〕1008-0821（2013）01-0171-06隨著網絡媒體的發展及民眾網絡參與度的提高，如何去應對影響日益增大的網絡輿情，已經成為企業經營發展的一個重要課題[1]。雖然企業網絡輿情的重要性日益體現，但相對于政府類網絡輿情，其研究進展不但相對落后，且并未形成一個系統的研究體系，同時對相關的理論研究存在不足，或者直接套用政府類輿情的理論，這也造成了雖然開發出不少企業輿情監控軟件，但其效果卻往往差強人意。本文則是通過對企業輿情信息的理論研究，建立完善的企業網絡輿情評估體系，構建系統化的評估模型，進而實現企業網絡輿情的應對。

1企業網絡輿情指標層次結構

該體系按照企業網絡輿情的特點，分為傳播擴散、信息特質二個評估維度[2]。每個維度都進一步細分為不同的衡量維度層，每層包含不同的衡量因子。評估體系采用不同分層，不但脈絡清晰，能很好的體現出每層之間的關系，而且每層因子均可量化。因此該模型相較于已有研究，不僅構建相對完善，而且能夠為進一步評估模型的建立和測度提供數據支持[3]。

1.1傳播擴散維度

作為評估體系的第一個維度，傳播擴散衡量的是與企業相關的網絡輿情信息在傳播媒介和受眾反應方面的發展規律。包含傳播媒介、受眾反應和擴散強度3個二級維度。

1.1.1傳播媒介

傳播路徑指的是企業網絡輿情信息通過何種渠道在網絡體現和傳播。作為輿情信息的載體，不同的渠道所傳遞的信息具有的重要性各不相同，而對重要性的衡量則是判斷輿情信息是否值得應對及如何應對的重要組成部分。針對企業網絡輿情信息的特點，可以將其進一步細分為：（1）相關的官方、非官方組織網絡信息平臺，如12315消費者網。（2）大型門戶網站，如新浪、雅虎等。（3）傳統媒體性網站，如人民網等。（4）大型網絡社區，如天涯、貓撲、百度貼吧等。（5）個體性網絡平臺，如博客、微博客等[4]。

1.1.2受眾關注度

受眾關注度刻畫一定時期內網民對與企業相關的輿情信息的關注情況，包含累計發帖數量、累計跟帖數量、累計點擊數量、累計轉載數量4個四級指標。通過對4個四級指標的衡量可以判斷網民對某輿情信息的興趣度、關注點，跟蹤并研究該輿情信息的擴散和發展規律。

1.1.3受眾訴求

由輿情的概念可以看出，其體現的就是人們對某一事件的態度。它反映了受眾對某一輿情信息的態度傾向，是衡量輿情信息危害程度的重要指標。一般而言，受眾對某一輿情信息存在支持、中立、反對、模糊等觀點，各種觀點也會在網絡中產生討論和碰撞。而通過對受眾輿情觀點的監測，企業可以初步判斷某輿情信息的受眾總體態度傾向，為進一步的輿情分析提供支持。

1.2信息特質緯度

對輿情信息自身的特征的衡量也是評估體系的重要組成部分。該緯度包含信息敏感度、信息主題類型和動機3個二級維度。

1.2.1信息敏感度

企業網絡輿情信息敏感度指的是某一特定輿情信息內容可能對企業產生危害的程度，該指標的衡量主要憑借評估者的主觀判斷。一般而言，可以將輿情信息分為如下幾個方面：相關輿情信息密切關乎時下社會熱點、相關信息能引起受眾一定程度關注、相關信息對受眾觸動不大等。