网络舆情监测篇（1）

【中图分类号】 TP393 【文献标识码】 A 【文章编号】 1007-4244（2013）12-015-1

一、舆情对司法的影响

首先，通过下面一组案例了解社会舆论，尤其是社会舆情对司法的影响：

（一）泸州二奶继承案：2001年，黄某立遗嘱将财产遗留给情人张学英，并进行了公证。黄去世后，其妻拒绝将其遗产交付张。张遂提讼，引起许多媒体的关注，更引发了法律界的争论，网络上舆论纷纷，给审判机关带来了很大压力。法院判定遗嘱无效。二审维持原判。

（二）李思怡案：2003年6月4日，长年吸毒的成都妇女李桂芳因偷盗被抓，后被送去强制戒毒。李桂芳被抓后，曾多次极力哀求抓她的人去救出被关在屋里的无人陪伴的女儿李思怡，但都遭到拒绝，最后只是简单的通过电话进行联系，在戒毒所里求助时同样没有给予答复，其家人及邻居也都未接到通知，导致其3岁李思怡被困家中活活饿死，直到6月21日才被发现。四川媒体记者在网络发文，立即引起广泛关注。人民法院公开审理此案，涉案民警被以涉嫌罪提起公诉。8月19日，成都市新都区法院对原金堂县公安局城郊派出所副所长王新和民警黄小兵公开宣判，以罪分别判处王新和黄小兵有期徒刑三年和两年。

（三）河南“喝水门”案：2010年2月18日，河南省鲁山县一名叫王亚辉的男青年因涉嫌盗窃罪，被公安机关带走，3天后其亲属被告知，王亚辉已在看守所内死亡。亲属查看尸体后，发现死者身上有多处伤痕。对此，当地警方解释，犯罪嫌疑人是在提审时喝开水突然发病死亡。当地警方“喝开水死亡”的说法一经报道，立刻引起广泛关注，“喝开水”一词迅速成为网络热词。同时，不少网友也发出检察机关能否查明事件真相、能否依法公正处理的质疑。河南省检察院监测到鲁山县“喝水门”事件的舆情信息后，指示平顶山市检察院介入，迅速查明了4名公安人员的刑讯逼供行为，4名涉案人员被依法批准逮捕。至此，这起网络舆论事件才渐渐平息。

以上几个案例，都可以看出社会舆论监督特别是网络舆情对案件审判产生影响，包括积极影响（李思怡案），也包括消极影响（泸州遗产案）；同时值得注意的是，司法机关的舆情监测与相应的举措也对案件结果起到重要影响。那么，到底什么是网络舆情、舆情监测，后者对前者有什么影响，又应该怎么去完善，笔者将在本文提出一些个人想法。

二、网络舆情概述

（一）网络舆情的概念。天津社会科学院舆情研究所王来华研究员在国内最早对舆情进行系统性定义，其研究认为“舆情是指在一定的社会空间内，围绕中介性社会事项的发生、发展和变化，作为主体的民众对作为客体的国家管理者产生和持有的社会政治态度。”网络舆情是由于各种事件的刺激而产生的通过互联网传播的人们对于该事件的所有认知、态度、情感和行为倾向的集合。

（二）网络舆情的特点。网络舆情形成迅速，对社会影响巨大。网络的开放性和虚拟性，决定了网络舆情具有以下特点：1、直接性，通过BBS，新闻点评和博客网站，网民可以立即发表意见，下情直接上达，民意表达更加畅通；2、突发性，网络舆论的形成往往非常迅速，一个热点事件的存在加上一种情绪化的意见，就可以成为点燃一片舆论的导火索；3、偏差性，由于发言者身份隐蔽，并且缺少规则限制和有效监督，网络自然成为一些网民发泄情绪的空间。

三、舆情监测制度概述

（一）舆情监测制度的概念。舆情监测，是通过对互联网传播的公众对现实生活中某些热点、焦点问题所持的有较强影响力、倾向性的言论和观点的一种监视和预测行为。

（二）舆情监测制度建立保障。网络舆情监测体系的建立主要依靠两方面保障：一是人力、资金等物质方面的保障，二是计算机软件系统等技术方面的保障。随着互联网技术的不断更新，网络舆情监测和舆情分析有必要通过与之相匹配的科技手段来进行。

四、舆情监测制度建议

（一）加强对各类网络论坛，尤其是市县级论坛的舆情监测。加强地方网络舆情监测，应建立以当地新闻媒体和网络论坛为先锋、以政府和事业单位为后盾、以同级司法网站为互访对象的舆情监测网，搭建夯实的技术平台，对网络不良信息严格管理和控制。

（二）加强全国性、主流论坛和主流网络媒体的议程设置引导。全国性、主流论坛往往是舆情热点事件的“孵化器”，同样值得我们高度重视。这类主流论坛和网络媒体通常具有较强的组织性和影响力，可以与传统新闻媒体一样通过“议题设置”把网民的注意力和社会关心引导到特定的方向。

（三）加快司法部门对涉法网络舆情的应变速度。畅通网络与司法部门的舆情沟通渠道，确保司法部门能在网络舆情事件发生后的最短时间内作出正确决策。司法部门应拓展自己的网络传播阵地，创办好法院网站，对题材敏感、社会关注度高的案件在充分策划后及时公布结果。这是平衡网络舆情与司法审判关系的根本途径。

参考文献：

[1]人民网舆情监测室.网络舆情热点面对面[M].北京：新华出版社，2012.

[2]人民网舆情监测室.如何应对网络舆情――网络舆情分析师手册[M].北京：新华出版社，2011.

网络舆情监测篇（2）

1.2突发事件。量变到质变的过程是突发事件产生的一个重要阶段，例如“日本大地震后我国的抢盐事件”，在发生初期，并没有引起太多人的关注，只是在民间出现了许多的“谣言”，但其迅速扩散，就会影响到广大群众，并有可能造成整个社会的恐慌。

1.3国家的经济工作和重点工作。网络上的主流的意识形态还是需要各个新闻媒体来传播，需要政府和组织来引导，继而形成被大众所接受的健康向上的主流舆论，政府部门要引导人民群众，最大限度地在广大人民群众中形成共识，来统一不同领域，不同阶级中的意识和信念，形成了社会的主流言论。

1.4一些关系国际民生的重大政策的改革更容易引起人们的广泛关注，形成网络舆情热点事件。

1.5和大多数人民自身利益密切相关的事件。因为舆情的一个重要作用就是人民群众对自身利益的诉求表达的一个重要渠道。在群众利益受到伤害时，他自然需要一个平台来寻求帮助和进行诉求，网络就是这样一个很好的舆情平台。

2网络舆情监测系统的设计

网络舆情监测系统包含三个层次，自下而上分别为信息采集层、信息挖掘层、信息服务层。每一层为其上一层提供基础数据，以及为进一步分析奠定基础。

2.1舆情信息采集层。信息采集层的基本任务是从数据格式多种多样的网页中采集出其蕴含的丰富的、各种各样的舆情信息。采集层的最下层为信息采集的目标网站，如新浪、网易、搜狐、新华网、人民网、凤凰网、猫扑、天涯社区等；中间层包含爬虫管理模块、预处理模块、分类存储模块，爬虫管理模块主要采用网络爬虫技术获取互联网上的舆情信息；最上层将采集的文本信息分为Web内容信息、Web结构和使用记录信息两部分内容。

网络舆情监测篇（3）

1.互联网的迅速发展催生了更加复杂的舆情状况。近年来，随着网络的普及，国内网民数量呈现出直线上升的态势，据有关部门统计，目前我国网民已经超过了5亿，网民年龄、职业、分布呈现出较大的差异性，互联网的普及覆盖到了国民经济发展与社会发展的各个领域，加上微博、论坛等网络平台的发酵，网络正逐步取代传统媒体称为第一媒体。在这样的背景下，接近于全员参与的网民群体形成了一支不可忽视的力量，网络舆情也向着更为复杂的方向发展。

2.复杂的国内外形势对网络舆情产生了明显影响。中国的快速崛起一直以来都是西方国家以及周边地区个别用心险恶的国家不愿意看到的，国内外敌对势力、分裂主义势力在正面对我国实施攻击的可能性已经微乎其微，但是日益发展的网络技术为他们提供了一个方便的平台。他们利用网络平台抹黑中国，以及攻击我国政府网站，获取机密信息，散步不实言论以及鼓动骚乱等等，危害了国家安全以及对国内社会稳定产生了严重影响。

3.网络自身特点导致网络舆情监测管理难度加大。互联网作为一种新兴的传媒手段，具有其他媒体所不具备的多种特点，互联网具有虚拟性和隐蔽性，网民发表言论可以隐匿身份，少了身份论证以及道德方面的顾虑，各种不实言论、偏激内容时有出现。网络具有的聚合联动功能很容易让网民从网上的交流转变为网下的聚集，一旦不实言论经过煽动与发酵，容易成为较大负面影响事件，启东事件就是鲜活的案例。互联网同时具备开放性和超时空性的特点，网络舆情后续取证难度较大，管理存在较大难度。

二、当前我国网络舆情监测管理工作中存在的主要不足

在当前社会发展形势下，网络舆情管理能够及时搜集群众的意愿，同时发现各种苗头性信息，及时采取有效措施，维护社会稳定和保证国家安全。但是，我国网络舆情管理检测工作起步较晚，经验不足，虽然取得了较为显著的成效，但是仍然存在着一定的不足。

一是网络舆情监测管理力量未能有效整合。当前，各地在网络舆情监测管理力量方面情况不一，有的地区以县委宣传部门为主，有的地区以政府办为主，也有的地区以公安部门为主，没有在政府或者县委层面建立起统一的协调组织，对本辖区网络舆情监测管理力量进行有效的整合，没有能够发挥力量聚合的拳头效应。也有的地区在网络舆情监测管理部门人员的配备上专业性不足，也是导致网络舆情监测管理工作成效低下的重要方面。

二是网络舆情监测管理制度不够完善齐全。我国各地对于网络舆情监测与管理工作起步较晚，各地区在制度制定方面也存在着一定的差异性，不仅表现在互联网层面法律法规不够完善，在具体的网络舆情监测与管理方面也缺乏完善的规范性制度，导致事项与人员查处难度较大，尤其是在对一些个案进行处理的过程中无法准确找到相关法律法规的依据，陷入了尴尬境地。

三是网络舆情监测管理模式处于被动应付。目前，各地在网络舆情监测与管理工作中，“灭火式”工作模式仍然占据主要位置，主动和前置介入不足，长效管理机制不足，属于典型的被动应付，头痛医头、脚痛医脚，没有注重从根本上去解决问题。

四是网络舆情监测管理方法没有与时俱进。部分地区在网络舆情监测管理工作中方法陈旧，习惯于采取删帖、跟帖这样的简单方式进行处置，甚至出现跨省追捕这样的事件，应对复杂网络环境的能力与意识眼中不足，没有能够针对网络舆情实际情况开展先发制人，对于网络舆情研判力度不足，对于其中的规律性方面没有能够有效掌握，导致整体管理成效低下。

五是网络舆情监测管理协调机制不够完备。大部分地区在网络舆情监控与管理工作中，存在着方案可操作性不强的状况，协调机制、处置机制、反馈机制等方面存在着薄弱环节，尤其是在黄金4小时处置方面效能不高，未能建立起多部门联合、有效互动、资源整合、力量聚合的有效处置机制。

三、对进一步强化国内网络舆情监测管理工作的几点思考

1.设立牵头部门，进一步整合网络舆情监测管理力量

目前各地区网络舆情监测管理力量主要集中在宣传、公安以及政府办、局等部门单位，为了进一步整合工作力量，可以设立政府或者县委层面的网络舆情监测管理委员会或者类似机构，统筹协调辖区内的全部监测管理力量，必要时还可以吸纳电信、移动等技术部门参与，实现人员、技术与设备的最佳整合，进一步提高工作成效。

2.健全工作机制，进一步构建网络舆情监测管理体系

要逐步建立和完善网络舆情监测、研判、预警、反应机制，及时掌控苗头性舆情，掌握处置主动权。要完善线索搜集、监测监控、证据固定、预警处置一体化处理机制，建立起多部门共同参与的联动处置机制，进一步整合各职能部门工作资源，网上网下联动，风度不良信息。

3.创新工作方式，进一步营造网络舆情和谐可信环境

要完善网络舆情监测管理方面的法律法规，依法处置各类问题，发挥行业自律作用，在主管部门引导下建立起诚信自律体系，创设良好的网络环境。同时，监测管理部门要与正面主流网络媒体的联系沟通，完善社会主义核心价值观宣传体系，营造健康、积极、向上的网络氛围。

4.及时处置应对，进一步促进网络舆情良性平稳过渡

要及时发现各种不良信息的苗头，主动提前介入处置，迅速启动预案，尽可能地将危机处置和化解在初始阶段。要致力于推动政府部门与民间网络代表的对话，及时公布真相，取信于民，并听取网民的合理建议，相互之间建立起信任，通过互动方式平稳过渡，并建立起互动的良好机制。

网络舆情监测篇（4）

中图分类号：TP391.1 文献标识码：A 文章编号：1009-914X（2016）15-0306-01

2016年1月22日，CNNIC（中国互联网信息中心）我国第37次《互联网发展状况统计报告》，该报告中指出，截止到2015年底，我国网民的总数量已经达到6.88亿，年增长率为6.1%，计算机、互联网在国内的普及率超过50.0%，数据表明我国互联网的普及速度较快，手机、电脑等移动终端已逐步覆盖于人们生活，只要在有网的情况下，人们接收、传播信息的速度将会变得更快。极大程度改变人们沟通交流方式的同时，也对网络舆情监测提出了更高要求。

1.网络舆情监测系统发展研究现状

互联网是一个全开放型的交流平台，与传统媒体相比，传播信息的速度更快，同时人们也可通过微博、论坛、贴吧等平台，成为传播信息的主体，这也加速了网络舆情的形成。受到网民素质、网络环境等因素的影响，网络中仍存在很多不良消息，如暴力、恐怖等，如果被某些不法分子利用，将会造成极大的网络动态，导致社会中存在不稳定因素。因此，相关政府必须加大对网络舆情监测的重视程度，采取针对性解决措施，为网民创建更安全的环境。

网络舆情监测工作在国际中发展历程较长，最为传统的监测手段一般采取手工操作，以人工方式为基础，通过员工监测指定页面的方式，检索出页面中重点监测词汇，从而寻找出最新的舆情动向。随着互联网的飞速发展，该种监测技术已经不能适应大量信息的需求，基于此，TDT研究项目产生，其核心内容包括话题追踪、监测、报告及关联监测等。

2.构建系统模块框架

构建网络舆情监测系统框架，需要广大技术人员与政府机构共同努力，结合我国网民实际需求，不断健全系统监测模块，营造良好的网络环境。从监测过程及程序的角度分析，其框架本质为获取收集数据、整理数据、依据不同用户要求分析，整个系统模块的构造如图1所示[1]：

2.1 收集数据模块

收集数据模块是网络舆论监测系统框架最基础的模块，主要发挥着获取网络信息的功能，具备全天候不间断收集、自动收集等特点，既可收集整个网络也能指定网络进行收集。在收集的过程中，应注意以下两方面的事项，一是尽可能获取最为全面的数据，保障数据的完整性与原始性；二是提升数据收集的准确性与可靠性，所有被收集的数据应尽量符合网络用户关注的舆论热点，满足以上两个条件后，才能更好地进行舆情预处理与分析。

当前，收集数据的方式主要有以下两种：一是网络爬虫技术[2]，HTML协议作为互联网中基本协议，以URL（统一资源定位符）为基础，将互联网中绝大部分资源联系起来，形成一个完整的整体。而网络爬虫技术是指从预先设置好的URL列表出发，按照顺序对列表中页面进行访问并获取数据，并通过分析页面中其他URL，并智能选择出符合系统要求的URL，将其放到待访问队列，通过遍历式访问，搜查限定范围，更为精准的获取数据；二是元搜集技术，搜索引起是大多数用户进入网络的途径，随着互联网技术的飞速发展，提供搜索引擎的服务商越来越多，通过对不同的搜索引擎设置元搜索的方式，从而更为广阔的收集不同引擎间的数值，该种技术构建简单，且数据获取准确率较高。

2.2 预先处理数据模块

网络页面中存在的数据较多，且具有自身特点，包括描述与内容两种，属于半结构化形式的数据，如果直接对已获取的数据进行分析，将会增加其分析难度，因此，需对数据进行预处理，主要包括以下两个步骤：首先，提取网页中热点内容，从噪音中摘取出用户关注的新闻或者其他内容，并将其转化为HTML标签树[3]，并建立出对应的提取规则；其次，进行文本分词环节，对于页面中获取的连续、非结构性文本进行对应处理，使其更加规范化。

2.3 整理数据模块

整理分析数据模块是系统框架中最为核心的模块，具备主题聚类、发现热点、等方面的功能。基于主题聚类而对角度分析，聚类能够更为直观的展示新主题，并将整理过后的内容归结到同一特征的空间中；发现热点主要是指发现人们舆论关注点，在互联网的时代背景下，网络中的舆情主题无时无刻不在变化，而舆情监测系统能够将热点问题从诸多主题中科学选择出来，并合理推送到舆情分析工作人员手中。整理数据模块的过程中，工作人员应注意填写好网络舆情监控登记表，具体模块内容如表1所示：

2.4 呈现结果模块

呈现结果模块主要是为科学展示网络舆分析，并为决策提供参考依据，经过分析的结果能够更为简单的传递到决策工作人员手中，其具备以下几方面的功能：查询所有针对性主题；推送最新网络主题；警告拐点或舆情热点；舆情发展变化情况等。

3.结束语

综上所述，随着计算机技术的飞速发展，人们对互联网的依赖程度越来越大，因此，相关政府机构须加大对舆情监测系统的重视程度，结合网络信息传播特点，遵循监测系统运转程序，即收集数据、预处理数据、整理数据、呈现结果数据，在这个过程中，应从以下两方面展开工作。首先，对于收集数据而言，应尽量拓宽监控网页种类，通过搜集社区网页、论坛数据的方式，更广泛、全面的获取专业网络舆论数据；其次，对于分析、决策舆情而言，须以数据挖掘、语言处理等技术为前提，加入自动摘要、热点搜索、智能搜索等用户高级需求，进一步扩展舆情报警等功能，创建出更为和谐的网络环境。

参考文献

网络舆情监测篇（5）

有效加强网络舆情监测分析，才能实时掌握网络舆情动态。网络舆情监测分析工作重要环节包括采集、整理和分析舆情信息，需要构建一定的指标体系，评价揭示网络舆情信息的特征与变化规律。指标是在评价某些研究对象所确定的依据和标准，包括指标名称和数值。网络舆情指标体系是由相互联系、相互补充的指标组成的统一整体，用于反映网络舆情的综合状况，揭示其中的各个方面。本文首先介绍舆情监测的来源范围，接着阐述网络舆情监测指标的构建原则与内容，提出从主题汇聚、热度、内容倾向性、预警等方面构建网络舆情监测指标体系。

1 网络舆情监测来源

网络信息的来源不断趋于多样化，从传统的新闻网站、博客论坛，发展到微博、微信等社会化网络应用[2]。准确把握舆情态势，防止监测分析片面化，需要增加信息来源范围。然而，舆情监测难以捕获所有网络信息，网络舆情的来源选择就显得非常重要。在网络上，表现为围绕新闻、事件、问题与个案等产生的网络信息。网络舆情的信息来源选择主要包括：

（1）主流媒体新闻网站。网络新闻是民众获取信息的重要来源，特别是主流媒体的新闻。重大性与突发性舆情都会及时出现在主流媒体，聚集大量网民跟帖评论，是舆情的重要来源与传播源头。（2）论坛。在网络社区中，网民会发出具有个人观点看法的各类信息。在舆情监测工作中，接触到的近半信息都来自于各种论坛。（3）博客。博客是个人分享、交流思想知识的空间，会对热点和新闻事件、特定话题和现象发表个人评论，是舆情信息的重要载体之一。博客数量众多，主要采集专家、知名人物的博客及网民回复。（4）视频网站。视频网站是社会生活和事件的记录与者，并且大多视频网站提供给留言功能，比如优酷、爱奇艺等。视频信息鲜活，网民会分享观感看法与态度，视频标题与描述信息为舆情数据的整理分析提供了可能和便利。以往工作容易忽视这类舆情载体，而实际中一些舆情事件会较早通过视频网站传播。舆情监测工作需要重视视频信息的价值，及时采集抽取其中的有价值信息。（5）社交媒体。在社交媒体应用上，国内主要是微博和微信。微博相对数据开放，数据量巨大，很难在较短的轮询时间窗口完成采集遍历。所以，与传统博客类似，选择其中的部分微博。微信主要限制在个人通讯范畴，主要将微信公众号作为舆情信息来源。另外，一些网站由于赢利、点击量等原因，有意甚至恶意炒作负面信息。所以，要区分标识这类信息来源。同时，在采集器设置上进行一定限制和过滤，避免采集处理过多无效无关数据。

2 监测指标构建原则

网络舆情指标体系的构建原则应包括：（1）主题性。具体的舆情工作具有明确的服务对象，其舆情内容具有鲜明的主题、行业或领域性质。舆情监测的目的是及时识别问题与风险。因此，舆情指标应对各类信息做出灵敏响应。（2）可靠性。指标的选取要有相对可靠性与稳定性，确保指标的使用在时间上有延续性[1]。（3）系统性。网络舆情监测分析工作是一项十分复杂的过程，涉及内容众多。指标体系一定要尽量全面完整形成整体，覆盖舆情工作流程，从多层次多角度揭示网络舆情特征。（4）实用性。舆情监测指标必须反映舆情演化趋势与客观规律，符合网络舆情工作需求与相关流程，便于分析和引导舆情。同时，指标的计算分析结果要尽量便于理解与解释说明，为舆情简报等工作提供必备的数据支持。

3 监测指标体系

（1）主题聚合

按照内容相关度准确关联聚合舆情信息，是准确把握舆情整体走向、媒体与网民言论态度的前提。主题聚合即指依据信息内容实现信息的分类与聚类，是舆情话题发现与话题追踪的基本支撑。从技术实现角度，主题聚合涉及信息内容分析，大多都是基于词语匹配的聚分类方法实现舆情话题发现与追踪等主题聚合功能。然而，文本中存在大量词形不同，但意义关联的近义词、同义词与相关词，内容相同或相近的新闻、帖文会出现在不同的页面与帖文。舆情信息中包括大量短文本，特别是网民回帖评论，存在明显的语义特征稀疏问题。分类体系只限于关键词本身，不具备主题词的语义描述，容易影响聚分类的准确率与召回率，主题聚合指数的性能会受到明显限制。一个解决方法是构建语义知识，并扩展语义计算模型提高分析的准确程度；利用当前的最新技术，比如深度学习方法，通过构建具有多隐层的学习模型，以海量舆情数据作为训练集，学习扩展语义特征，提升内容分析的准确程度。

（2）热度

舆情热度衡量舆情被关注的程度与传播范围。舆情热度主要包括舆情关注度、传播覆盖度、舆情权威度等二级指标。一些研究提出地域关注度指标[3]，但网民IP地址对于第三方采集系统是难以大范围直接获取的。其中，舆情关注度采用主题内容下舆情信息的关注数量衡量，具体是篇目、浏览、回复数量的综合加权值，一般以线性累加和公式计算。该指标主要从网民角度，衡量舆情内容的被关注程度和感兴趣情况。覆盖度是指主题信息在采集来源站点中出现的比例。舆情信息来源站点是经过筛选的，代表舆情在整个监测范围内的传播程度。由于信息来源规模与特点不同，所以需要对来源类型预设参数再进行比例计算。权威度指舆情信息的来源权威度，比如人民网的权威度较高而小型商业新闻网站的权威度低，知名公众人物的博客权威度较高。权威度通过预设参数区分主流媒体、论坛、博客、微信公众号的来源指标。最后，将以上二级指标综合加权，进行标准化处理得到主题热度。

（3）内容倾向

内容倾向是信息内容中包含的观点态度，内容倾向指标用于统计舆情信息中的各类情感倾向类型数量。倾向类型主要分为两类：正面（褒、支持）、负面（贬、反对）。文本中的句子不仅包括情感词，而且包含一些具有较强情感色彩的形容词、程度副词、感叹词、否定词等影响判断情感倾向的因素。区分舆情的倾向性，需要构建情感词库作为智力支撑，才能提高情感判断的范围与准确性。比如鄙视、侵犯属于负面动词，而拥护、赞扬属于正面动词，安全、漂亮属于正面形容词。“鄙视这种言论”，“这种装置不安全”，可以依据其中的动词形容词判断情感倾向。

传统手工构建的情感词典覆盖面有限，难以满足实际运用。考虑到技术实施的快速性、易用性以及语义问题。借助已有情感词典构建基本情感词库，运用Word2Vector工具将语料库（比如已采集舆情信息、维基百科知识）转换为词向量，计算其他词语与已知情感词的语义距离，构建情感词特征空间[4]。通过扩展情感词库，判断广泛的情感倾向。舆情信息中的回帖或评论大多由较短句构成，其中句子s中的情感词表示为，s的情感类型。其中，表示词wi的倾向类型。如果wi前面否定词个数是奇数，则反置wi的极性倾向。将倾向性判断问题转化为文本分类问题，这样可以有效判断各种长短文本的情感倾向，得到主题信息的情感态度频率分布与内容倾向趋势。

（4）预警

网络舆情表现为海量的网络信息，舆情变化程度对应相应数据的特征与趋势。所以，监测分析数据变化可以描述舆情的影响趋势，对网络舆情进行危机预警。当前，网络舆情事件处理存在应急准备不足，报送时间不及时，突发事件响应速度慢等不足。一个重要原因是网络舆情预警能力相对较弱。舆情监测需要增强舆情信息的分析和预测，将工作重点从单纯的收集有效数据，向深入研判与预测舆情的趋势方向拓展。常用的思路与方法是：预设时间窗口，获取主题信息数量，内容敏感程度，负面倾向性评价数量比例，传播范围等基本特征与指标。计算历史窗口下的信息增长率、增长梯度等变化程度，评估舆情信息的数据变化趋势并制定预警级别。进而，以数据挖掘为核心技术，应用不同的数据模型方法，比如传统的多元回归、贝叶斯网络、决策树、支撑向量机等预测舆情发展趋势。如果大于某阈值或符合预定模式，认为需要预警，即从海量网络数据中预判出潜在的危机隐患。

参考文献

[1] 王铁套，王国营，陈越. 基于模糊综合评价法的网络舆情预警模型[J]. 情报杂志，2012， 31（6）：47-51.

[2] IRI网络口碑研究咨询机构介绍及研究方法[EB/OL]. http：///wiki/网络舆情指数体系.

[3] 李雯静，许鑫，陈正权. 网络舆情指标体系设计与分析[J]. 情报科学，2009 （7）：986-991.

网络舆情监测篇（6）

中图分类号：F272.9 文献标识码：A

互联网时代，如何做好网络舆情监测管理工作对于创建和谐稳定社会环境有着十分重要的意义。本文将就当前网络舆情监测管理中面临的形势及如何做好舆情监测管理谈一些粗浅的认识。

1当前网络技术和舆情的发展趋势

1.1互联网发展的趋势与特点

据中国互联网络信息中心（CNNIC）《2014年第34次中国互联网络发展状况统计报告》统计：截至2014年6月：我国网民规模达到6.32亿，互联网普及率达46.9%，其中手机网民达5.27亿；手机上网的网民比例为83.4%，台式机和笔记本电脑上网的网民略有下降；互联网网站总数为273万个。

从上述数据不难看出我国互联发展正呈现以下趋势：手机上网比例首次超过传统PC上网比例，移动互联网带动传统互联网发展；网民生活进入网络化时代，网络应用对大众生活改变由点到面，互联网对网民生活全方位渗透进一步加深，上网时长不断增加；同时，社交媒体的深度融合，促进以个人为中心的社会化网络必将成为未来互联网发展的一大趋势。

1.2互联网技术不断创新，网络通信方式不断变革

自10年前“云”的概念出现，云计算就快速的发展起来，云成为了互联网及很多服务的计算基础组件。由于云具有基础性与使用依赖性，对用户的黏性很强，随着智能手机、平板等智能设备的快速发展，必将改变人们的生活、工作、学习、办公等各个方面。

博客、微博、社区、视频和QQ、微信等即时通讯工具，以个人为中心建立起一个个虚拟的分享和交友网络，与传统社会网络相比，具有很高的便携性、私密性和丰富性。

随着社交媒体的进一步融合，网络信息交流内容的文字、图片、视频、声音等形式实现整合，互联网的信息快速传递和互动特性，促使更多、更具创新、更具丰富功能的社交工具的诞生。

2网络舆情监测工作面临的形势和困难

（1） 复杂的国内、国际环境使舆情趋于复杂化。国内出现贫富差距不断拉大，利益集团、与人民群众矛盾日趋尖锐，住房、医疗、教育等与群众休戚相关的切身利益矛盾突出，极端宗教、不断制造影响稳定的事端等等一系列矛盾和问题；周边国际环境不容乐观，国际势力在东海、南海及其周边制造争端，试图阻碍我国稳定与发展的势头。

（2） 网络的虚拟化、即时性、传播快的特点，使其成为社情民意的重要载体和首选平台。智能终端成为新媒体的重要载体，智能终端的便携性使广大网民产生了依赖性，接近于全员参与的网民群体形成了一支不可忽视的力量，网络舆情也向着更为复杂的方向发展。

（3） 新技术的发展导致舆情监测管理难度越来越大。2014年以来，大数据、云计算、移动互联网、网络安全等已渗透到各领域，微信等即时通信工具更是成为新媒体发展的热点，并将更加广泛和深入地影响社会发展的诸多领域，由于标准不统一，存在技术壁垒，相关法制不健全等诸多因素，使其监管难度加大。

（4） 民族语言文字工具欠缺。大多数舆情监测工具仅提供中文，少数提供英文版本，对于使用少数民族语言开办的网站、论坛、微博等则缺少支持，对这类网站乃至境外网站的监测存在较大困难甚至疏漏。

3做好网络舆情监测管理工作的几点思考

一是建立舆情预警和信息动态机制。着力提升快速反应能力，做到网络舆情早收集、早发现、早反馈，第一时间通过官方网站、论坛、微博、微信等新媒体已知事实、真相，正面引导舆情走向，充分发挥舆情信息主导作用，主动抵销负面影响，而不是采取“灭火式”被动补救。

二是建立舆情搜集、举报、研判机制。通过多措施、多渠道，建立和完善奖惩措施，充分调动和发挥群众的舆情监督、举报作用，广泛收集舆情信息，建立舆情分级、分类和动态分析研判工作机制；重视“意见领袖”，坚持正面引导，重点监控，依法处置的原则，规范舆情分析、舆情引导、舆情调控工作程序，准确引导和把握舆情走向。

三是建立和完善舆情联动机制。加强政府机构、企事业单位、社会组织间和主流媒体间沟通交流，实现信息资源共享，构建顺畅、高效、全方位的网络舆情应对联动机制。

网络舆情监测篇（7）

中图分类号：TP391 文献标识码：A 文章编号：1009-3044（2013）16-3688-04

1 概述

随着互联网的普及和高校信息化的建设，各大高校都拥有自己的BBS网络，学生在网络上进行交流，发表自己的观点和意见，表达思想等，舆情的影响和规律都不容忽视。然而，对敏感和突发事件的不实言论和恶意煽动，会误导和欺骗学生，扩大学生的不满情绪，影响和破坏校园的和谐稳定。因此，有必要对高校BBS网络涉及意识形态安全的议题和言论进行有效地监管。采用数据挖掘技术，对互联网舆情进行分析、整理，才能建立起全面、有效、快速的舆情监测预警机制，使高校网络得以健康、快速的发展，成为当前研究和应用的热点。

在目前的校园网络舆情监测应用中，还没有比较成熟的网络舆情产品，因此，针对高校BBS网络的特点，结合高校网络舆情监控机制和引导策略，开发高校网络舆情监测平台有很大的现实意义和应用价值。

2 舆情热点分析方法

2.1网络舆情的形成

2.2主题关注度分析

主题关注度是指过去某一时间段内，舆情主题被关注的程度，用该主题的相关帖子回复数或与该主题的相关网页数进行衡量[1]。在进行舆情分析时，要统计某一主题或事件被关注的程度，首先要明确事件或话题本身所处的阶段；其次，应该在分析某一舆情热点之前对其进行科学的类型界定。热点事件主要分为突发自然灾害事件、生产安全事故、、公共卫生事件、公权力形象、司法事件、经济民生事件、社会思潮、境外涉华突发事件等。

2.3 主题热度分析

主题热度分析即在某一时同段内相对更加被关注或集中关注的舆情主题，用该主题的关注度进行衡量。统计所有舆情主题的关注度，在某一时间段内，对所有设为热点的主题按关注度的降序进行排列，生成某一时间段内的热点主题排行榜。排在榜首的主题网民的关注度最高，也就是热点问题所在。

3 网络舆情监测关键技术

网络舆情监测技术主要集中在两个方面，一是话题检测与跟踪技术（Topic Detection and Tracking），二是文体倾向性分析技术（Sentiment Classification）技术。主题检测与跟踪作为舆情分析的重要技术手段，是近十年自然语言处理和信息检索领域的热点研究课题[2]。要对高校网络舆情进行监测，就是运用网络爬虫、文本挖掘和文本情感分析技术，实现热点话题发现、话题跟踪、关联分析、敏感信息监测的功能。

3.1 主题爬虫技术

3.1.1网络爬虫的分类

网络爬虫也叫网络蜘蛛，是一个按照一定的规则自动提取网页的程序，这种技术可以检查站点上所有的链接是否有效，并把相关的数据保存下来，成为搜索引擎[3]。

通用网络爬虫首先把网络上的HTML文档使用超链接连接起来，就像织了一张网，爬虫程序从一个或若干初始网页的URL开始，获得初始网页上的URL列表，顺着这张网，不断的抓取网页，将内容抽取出来，直到满足系统的停止条件为止。

聚焦爬虫技术是根据一定的网页分析算法地过滤与主题无关的链接，保留有用的链接放到待抓取的队列中，通过一定的搜索策略从队列中选择下一步要抓取的URL，重复以上步骤，直到满足程序的停止条件。

3.1.2爬行算法

基于主题的聚焦爬虫搜索策略主要有人工预选策略、过滤策略、启发式搜索策略。人工预选策略是由人工预先浏览各个站点，从中选出与主题相关的网站，然后再用爬虫程序对这类网站进行持续的访问；过滤策略是将爬虫抓取下来的网页，先进行过滤，删除与主题不相关的页面，保留相关页面；启发式策略是考虑特定问题可应用的知识地优先选择合适的操作算子，尽量减少不必要的搜索，以搜索效率。下面介绍比较有代表性的算法Fish Search算法。

Fish Search算法是模拟自然界中的鱼群的行为来进行最优搜索，依据自然规律，鱼群总是朝一个方向流动来寻找食物并繁殖，子代鱼群的数量和强壮程度取决于能找到的食物的数量。在Fish Search算法中，每一个URL看作是一条鱼，当一个Web页面被抓取后，它包含的新的UEL也同时被解析出来。其中，有用的URL的数量取决于该页面是否与主题相关以及它本身包含的链接数量。当增加一个文档，鱼就繁殖一定数量的后代，若文档相关也就是指鱼儿找到了食物，可以繁殖出更多的后代，则再增加此文的链接深度；若文档不相关，鱼就越来越少，后代也越少。在某一方向上经过几条链接仍未找到相关文档，就表明此鱼已死，就不再沿着这个方向进行查找了，将此URL加入到完成队列中。若一条鱼读取文档的时间过长，说明该鱼已进入污染区，则尽量少沿着这条URL搜索，以免出现死循环。

Fish Search算法不像传统的搜索算法按照URL在父页面中出现的顺序来依次搜索，而是动态的根据网页的搜索深度值来决定搜索的顺序，实现了可能的主题相关网页优先搜索。该算法的不足之处在于相关度的计算过于简单，容易使算法过早陷入局部最优的陷阱，导致整体回报率不高[4]。

3.2 文本挖掘技术

3.2.1文本表示

文本表示包括两个方面的问题：文本的表示和计算，文本的表示是指文本特征的提取，计算指权重的定义和语义相似度的定义。

目前，文本的表示通常采用布尔模型、向量空间模型、潜在语义模型和概率模型文本表示模型，用某种特定结构去表达文本的语义。

3.2.2文本相似度计算

3.2.3文本聚类和分类

文本聚类通常对已有的文本集合进行聚类，文本聚类技术是主题检测技术的基础，它的目标是将文档集合分成若干个簇，要求同一簇内文档内容的相似度尽可能的大，而不同簇之间的相似度则尽可能的小。

经过多年研究，聚类算法已经很成熟，主要可分为五类：以k-means为代表的划分方法，利用同一聚类中的对象相似度高，不同类的对象相似度低的特性进行分类；将类别看作是在层次的层次聚类方法，有两种分类方法：整合法和分裂法；主要考虑数据空间的密度、连通性和边界区的基于密度的方法；将数据的分割方法转换成对空间的分割的基于网络的算法；在高维空间进行聚类的核聚类算法等。

不管采用哪一种聚类算法，文本聚类的流程如图2所示，主要有以下步骤：

①将原始文本进行预处理，抽取词条，词条选择等其他处理；

②抽取文本特征，建立模型，例如向量空间模型、概率模型等其他模型；

③将维度进行约减，需要用到的算法有层次算法、划分算法等其他算法；

④得到聚类结果。

3.2.4 关键词和摘要提取

由于网络上的文档信息量比较庞大，如果直接对全文进行检索，其检索的速度会很慢，而且检索的效率不高，经常检索出无关的内容。因此为了提高检索质量和效率，必须对文档建立关键词和摘要。关于关键词自动提取的方法主要有主要包括基于统计、基于语义理解和基于机器学习三种方式。

关键词的抽取过程非常复杂，设计思路是首先建立一个通用的主题词表，然后基于这个主题表对处理后的页面文档进行主题词的抽取工作，主题词的抽取过程主要包括预处理、选择候选词、计算关键词权重、输出关键词等几个主要步骤。

4 实验结果

5 结束语

本文立足于高校网络舆情监测的实际需求，研究了高校舆情监控系统的关键技术：网络爬虫、文本挖掘等多种信息技术。在多种技术的支撑下，开发出一套适用于高校BBS网络的舆情监测平台，实现了对新闻的实时跟踪，校园热点话题的监控、敏感信息的监测等功能是可以是实现的，这项研究还需要进一步深入。

参考文献：

[1] 林兴发，肖照.基于大学生BBS论坛的舆情热点分析——以武汉大学珞珈山水论坛为例[J].现代商贸工业. 2010（18）：188-189.

[2] Pimwadee Chaovalit，Lina Zhou，Movie Review Mining：a Comparison between Supervised and Unsupervised Classification Approaches，In Proceedings of the 38th Hawaii International Conference on System Sciences，2005.

网络舆情监测篇（8）

Abstract: the Internet universality, real-time, and openness, sharing and interactive features and rich and colorful, convenient and practical application form to determine its increasingly become the important positions reflect public opinion. Network for the government's public opinion social management and information control do real influence, the effect to the network public opinion has become the important embodiment of the government's ruling ability. The government should improve the ability of comprehensive control network public opinion, and has to establish a long-term linkage system as the goal, set up perfect smooth information operation system, refining work duties, strengthen the organization and coordination. To establish and perfect the network public opinion information collection mechanism, the rapid reaction multidimensional government network administration mechanism, ask public opinion information network to analyze, submit, feedback, and processing mechanism, improve the working safeguard mechanism, strengthen the network moral self-discipline and network standardization of construction, make the best use of the new media, media interactive three-dimensional construction leading mechanism. Only secure these mechanism effectively run, closely, and coordinated, can give full play to the role of the government in the network society.

Keywords: network public opinion; Monitoring and guidance; mechanism

中图分类号：TN711文献标识码：A 文章编号：

一、背景

互联网广泛性、即时性、开放性、共享性和互动性的特点及丰富多彩、方便实用的应用形式决定其日益成为反映社情民意的重要阵地。据中国互联网络信息中心(CNNIC)的《第29次中国互联网络发展状况统计报告》数据显示，截至2011年12月底，中国网民规模达到5.13亿［1］。随着地方经济的快速发展，不可避免地会引发一些突发性社会事件，这些事件在网上刚一曝光，即迅速引爆全国舆论，把地区性、局部性和带有某种偶然性的问题变成全民“围观”的公共话题，甚至变成需政府干预的公共事件。网络舆情对政府的社会管理和信息管控发挥着实实在在的影响力，有效应对网络舆情已成为政府执政能力的重要体现。

二、网络舆情及特点

网络舆情是通过互联网表达和传播的，公众对自己关心或与自身利益紧密相关的各种公共事物所持有的多种情绪、态度和意见交错的总和[2]。突发事件与网络联姻后，必然形成网络舆情。当前我国各项制度尚未健全，社会利益关系更趋复杂，各种深层次矛盾和问题日益凸现。目前社会公信力下降导致的信任危机，以政府、专家及媒体最为严重。不相信政府、专家、媒体已构成了当前社会上一堵亟待翻越的“信任墙”。

网络舆情具有以下特点：

1. 直接性。网络是一个完全开放的环境，每个人都可在网上自由获取或信息，宣泄情绪，进行不同立场的交锋，互动讨论，摆脱了传统媒体信息的种种限制，多样的形式使民情民意的传播更加畅通。

2. 互动性。同其他人发生联系——进行跨越时空的互动交往，是网络传播方式的本质特征[3]。Web除了使公众个人成为网上信息的主体外，也增强了公众间的信息互动性。

3. 隐匿性。在网络虚拟空间中，任何人都可创建虚拟ID而无需准确身份验证，这使其不受道德、法律束缚。相对传统媒体“新闻把关人”而言，网络虽有“坛主、版主”的过滤管理，但缺乏权威和强制力，把关松散。

4. 丰富性。网络的迅速发展使网民数量庞大且年龄范围逐渐扩大。开放自由的网络使多元文化蓬勃发展，各种人生观和道德信仰都得以凸现。

5. 透明性。网络交流的匿名性在一定程度上增强了言论的公平透明，网络逐步走向揭露真相的新平台。通过搜索引擎，即可检测当前搜索频率最高的“新闻热搜词”及得出“媒体转载排行榜”，清晰反映公众关注的焦点。

网络舆情监测篇（9）

[中图分类号]G206；TS201.6 [文献标识码]A [文章编号]1009-5349（2013）04-0055-02

食品安全是重要的民生工程，近年来，食品安全问题和事件屡屡发生，网络舆情风起云涌，如果处置不当会严重影响国人消费信心，冲击我国食品行业发展，有损国家和政府形象，所以食品安全网络舆情监测与引导已成为当前迫切需要研究的重要课题。2013年3月初，发生上海黄浦江上游大量死猪漂流事件，一度引发临河居民的高度紧张和上海市民对自来水安全的严重担忧，甚至暴露出死猪回收加工销售产业黑幕，引发舆情震荡，浙江嘉兴当地生猪收购价目前远低于全国水平。嘉兴市政府公开信息，通报生猪死亡数据，同时也试图为嘉兴生猪养殖业正名，死猪投江行为并非嘉兴一地，应扩大调查范围，政府严查打击死猪回收加工销售黑色产业是有效的，增强猪肉制品的消费信心。按照嘉兴当地畜牧部门的说法，生猪的死亡率在3%之内都是正常的，不是中毒死亡，只是现有死猪处理池已经远远无法满足对死猪的处理需求，新的处理池已在建造，近期就能建好。上海市政府有关部门安抚居民表示水质已经没有问题，目前居民供水已恢复正常。目前来看，有关部门舆情工作的主动性和应对方法有了不小进步，下一步应该让舆情监测引导进入更加系统科学的轨道。

信息时代，我们的社会将会成为数据世界，只有广泛占有数据和精准分析数据才能洞察人心、掌握行为规律，得到更多价值。网民每天产生无数上网行为，如浏览、评论、转发、聊天、网上购物、看视频听音乐、收藏、推荐等，借助收集分析网上行为的软件，网民的信息数据会分类显示在数据库里，如果有负面舆情出现，利用关键词抓取和监测技术就会根据级别做出预警，提示管理员及时有效回应处理，尽量不让负面舆情发酵。

“谷歌有一个名为‘谷歌流感趋势’的工具，它通过跟踪搜索词相关数据来判断全美地区的流感情况。如果有大量人搜索一些关键词，比如温度计、流感症状、胸闷等，系统就会进行跟踪分析，创建地区流感地图。其结果与美国疾病控制和预防中心的报告大体一致。”[1]可见网络数据的意义在于能够反映社会真实情况，舆情监测成功的关键在于首先要保障数据的覆盖面和数量积累，然后是对数据精准的解析和利用。

一、食品安全网络舆情监测技术体系的建立与保障

我们先探讨一下食品安全网络舆情的相关概念。食品安全网络舆情，是指网络媒体和网民在一定的时空范围内，围绕食品安全事件所形成的公开或非公开的信念、态度、认知、意见和情绪等综合表现。食品安全网络舆情监测，是指专业人员结合人工和自动化两种方式对食品安全网络舆情的热点、趋势等进行有效搜集、跟踪、整理，向有关部门提出预警，并提供应对建议等。

建立食品安全网络舆情自动化监测系统，其理论框架主要是识别食品安全关键词热度和敏感度，根据信息来源的权威度、反馈度、互动评论度等，识别新近热点；根据关键词密度和文本语义分析，识别敏感话题；对观点、态度和倾向性进行统计分析；分析食品安全网络舆情趋势走向，分级预警，获取事件全貌并预测发展走势。

食品安全网络舆情监测要形成科学有效的体系，需要大量人力财力保障，还要及时升级信息传播技术。要有充足的物质投入和技术支持，组建专门机构和人员进行日常监测，掌握舆情动态和热点。同时邀请来自食品行业、食品监管、传播等领域的专家学者协助监测，并对监测引导过程进行评估，协助完善监测体系，及时协调政府工作。监测团队加强食品安全问题的科学研究，在事件和危机中揭示真相，充当意见领袖角色，与偏激舆情进行论战，与网民互动。技术层面要做到及时、准确、有效，加强与IT行业合作，采用或共同开发舆情监测软件。监管部门应该设置完备的监测站点，按不同层级可以分为：中央、省级、地市等三级，或按区域和省份划分，结合每个监管部门内部的监测站点，对热门话题和舆情密集的网站加强监测，增强对舆情的分析，重点掌握不良信息的来源和走向，澄清事实，必要时进行人工过滤，中止传播。

二、食品安全网络舆情监测的规模、等级和监测范围

食品安全网络舆情监测分常规和重点两个类别。对于热度一般、影响力不大的舆情，监测机构采用常规监测，及时掌握舆情动态和趋向，可联合网站管理方和网络意见领袖引导和疏解，防微杜渐，遇有重大舆情及时上报有关部门及时应对。

当产生危机事件和敏感话题时，需采用重点监测。盘点2012年涌现在食品安全领域的重点突发舆情，如甜点细菌超标、牛奶毒素、塑化剂超标、速生鸡等，这些舆情爆发性强，变化扩散快，急需充分掌握舆情信息，进行高强度分析，找准主攻方向和症结来应对。

食品安全网络舆情具有迅捷性、交互性和非理性，其监测范围应包含：食品安全事件发生发展情况、有关部门的反应及处理、媒体报道评论、网民热议等，有关食品安全的国家制度、政策形成的舆情，食品安全突发舆情和危机舆情，还需重点监测。

食品安全网络舆情监测的信息来源和媒体类型主要包括：网络新闻报道类、微博微信等自媒体信息、网络论坛等互动社区信息、网络社交类媒体信息、网络视频类媒体信息、网络访谈和网络调查类信息、维权网站类信息等。

三、食品安全网络舆情统计分析技术探析

食品安全网络舆情的监测流程主要是舆情收集、筛选、跟踪、研判等几个阶段，方法上结合自动化和人工监测。舆情分析自动化技术中最关键的是搜索引擎技术，面对海量网络信息自动进行内容归类、汇总、倾向性判别、话题自动跟踪、生成摘要信息等文本识别技术，“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”。[2]

在舆情收集和筛选阶段，主要是采用搜索引擎、舆情监测软件自动抓取食品安全特定关键词获取相关网页信息，加上人工甄别，滤除不切题信息，将文章标题、摘要、来源IP、时间、点击数、评论互动数、图片数等信息提取出来，高效准确完成收集和筛选任务。搜索引擎主要采用百度、谷歌、搜搜、搜狗等主流搜索引擎，搜索关键词如安全、残留、超标、污染、有毒、致癌、致死等常用敏感词，也包括一些突发热词，如三聚氰胺、塑化剂、速生鸡、细菌超标、毒奶粉、死猪等。监测软件主要是针对指定IP的网站、论坛、博客等的信息，计算话题热度。

在舆情跟踪和研判阶段，搜索引擎和监测软件可以初步判断舆情状态和走势，最后汇总形成舆情报表，便于审阅和自动化处理。对网络信息实时监控，由系统自动计算出当下热词，提高效率。舆情跟踪追溯，采用文本相似性监测，跟踪信息传播源头和传播路径，从正面、反面和中立几种立场来统计舆情分布及变化。网监员可以作为搜索引擎和监测软件的执行人和校对者，也可以作为意见领袖和活跃用户在网络中浏览信息和亲身互动，这种直面舆情的方式监测范围虽较小，却丰富真切。另外，要组建食品安全网络舆情数据库，汇总以往食品安全舆情案例或模型，根据内容分门别类，将新近收集的信息采用分词技术进行计算，对照数据库数据标准进行比对，初步确定预警等级。

四、食品安全网络舆情预警技术

所谓舆情预警包含危机报警和应急预案两部分，当出现网络舆情危机时，通过舆情监测系统计算分析，结合食品安全网络数据库案例和模型，判定舆情预警级别，适时通报并提供预案，早应对早化解，避免仓促慌乱和失当。我们以方正智思舆情系统为例，以主题检测和追踪技术为核心，提供舆情收集、分析和服务等手段，实现智能网页获取、智能检索、自动摘要、关联分析、聚类分析、自动分类和统计报表等功能。[3]我们建议舆情监测系统要总结以往舆情应对案例，通过自动发现和追踪热点，对食品安全网络舆情进行分析评估，及时预警，根据级别设定监控范围和监控周期。

根据舆情危机的严重程度，设置阶梯预案，分级应对。可按颜色分为四级：蓝色警报（一般）、黄色警报（较大）、橙色警报（重大）、红色警报（特大），从蓝色警报起开始密切关注，实时跟踪监测，通过网监员和意见领袖主动引导；遇到黄色预警时，及时上报地方政府和相关管理部门，及时准确信息占据舆论主动；遇到橙色预警时，须上报更高级别管理部门，以调动更多社会资源和采取必要法律手段进行化解；遇到红色预警时，动员各级政府、专家学者、有识之士广泛参与引导，化解危机。

五、结语

我国食品安全网络舆情监测还存在不少困难和隐患，如网络信息海量复杂、食品安全焦点繁多，对监测队伍来说确定重点并不容易；一些网民缺乏网络伦理的修养和专业知识的储备，信息很容易失真、扭曲和变异；在实际食品安全舆情事件中，有的企业和政府故意掩盖真相，权威失语，谣言丛生，影响恶劣。

食品安全管理部门和食品企业要与IT行业密切接触和交流，组建专业网络舆情监测体系，多方位收集舆情、分类、建立舆情信息库，总结舆情各类模式和演变规律，并不断更新。当食品安全事件发生时，监管部门能及时从海量信息中识别目标信息，对舆情多发的重点网站实时监测，随时掌握舆情状况和可能趋向，变被动回应为主动引导，增强舆情预警意识。

食品安全网络舆情监测体系需要制度化、标准化、科学化，食品安全网络舆情预警能力主要体现在从海量网络信息中甄别出可能的敏感话题，在大范围爆发之前赢得主动和时间。传统舆情监测依靠人工浏览网页和经验判断，监测范围小，效率低下，标准不统一，缺乏常态机制，容易遗漏重要舆情，造成严重后果。因此，我们要尽早建立科学的食品安全网络舆情监测体系和制度，把舆情监测日常化，制度化。

在舆情警报发出后，系统要密切监测事态发展和舆情走向，在应对过程中，主动公开信息，及时实情，让危机事件透明化，破解谣言，安抚社会情绪。及时传递信息和交流互动，不仅是各相关部门保持紧密联系和协调，而且管理机构与网民的互动至关重要，让信息沟通替代信息封堵从而引导舆情。对不良信息进行源头控制，对误解和谣传及时回应，提高信息交流能力，以政府为主导保持传播力度，提高舆情引导能力。

【参考文献】

网络舆情监测篇（10）

中图分类号：TP393 文献标识码：A 文章编号：1009-3044（2016）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，2015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，2011（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，2013：3-4.

[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，2013（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，2011（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，2015（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，2011（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，2012（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，2010（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，2011：12.

[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，2011（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，2015（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，2010（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，2014（6）：64-67.