舆情监测范文

舆情监测篇1

国人历来重视舆情。从春秋时官员专门下乡收集民谣“采风”，到现在利用信息技术进行舆情监测，都是重视舆情的表现。但是，舆情监测能够发展成一个规模可观且潜力巨大的热门产业，却是一个值得深思的事。这一方面说明舆情受到了重视，是好事，但也从另一个方面说明，舆论或舆论环境或多或少出了问题。否则，怎么会有这么多舆论和舆论衍生的生意可做呢？

有资料显示，目前舆情监测产业的规模年产值在百亿元以上，其中，舆情软件市场10亿元，舆情信息服务业100亿元。虽然对舆情监测市场缺少准确的权威统计，但是，从目前无论是官员、明星、企业家，还是政府机构、企事业单位纷纷对舆情监测投入的重视，以及网上删帖、网络水军等网上公关业务的风生水起，可以一窥舆情监测市场的规模。

舆情监测市场之热，几乎超出想象。国内某较早提供舆情监测服务的网络舆情服务机构，其在线舆情服务一年的年费或一个项目的费用可达几十万甚至成百上千万元，2013年仅此项收入据其内部人估计就突破1亿元。

国内最贵的杂志，并不是化妆品、美容或者奢侈品画报，也不是发行量少单价成本高的学术刊物，而是舆情监测之类的内参。某舆情监测内参每期发行1万多份，每份每年订阅价格达3800元。虽然发行量不大，但其年发行收入直逼通俗畅销杂志《知音》、《读者》，被网友调侃为“史上最贵杂志”。

与舆情监测市场火爆相对应的，是舆情监测人才的紧缺和舆情监测培训市场的火爆。国内不仅出现了众多从事舆情监测培训和发证的机构，而且各地政府和非政府组织的与舆情监测相关的培训也有不少。虽然培训班收费不菲，但是参加培训者从政府官员、媒体从业人员到准备从事舆情监测的学生，每次都人满为患。舆情分析师也被一些报道称为月薪最低6000～8000元的“朝阳职业”。

舆情监测火爆绝不是正常现象。从舆论产生的原因来看，舆论是人们对于一些社会问题的意见和看法。在舆论形成的过程中，社会问题始终是根本性和第一位的。当社会问题合乎人们意愿时，产生的往往是正面舆论，而当社会问题与人们的意愿相冲突时，产生的往往是负面舆论。如今舆论受到前所未有的重视，舆情监测甚至开始产业化发展，很大程度上不是冲着正面舆论来的，毕竟不论是单位组织还是个人，虽然喜欢听好话，喜欢正面舆论，但还不至于去花大价钱让别人帮助广泛收集众人的赞美。如此，舆情监测火爆的原因只有另一个解释，那就是害怕负面舆论给个人或组织机构带来不良的影响。而其之所以有那么多负面舆论需要别人帮助打理，从某种程度上说明其在某些方面出了问题，有了让舆论生成的原因和基础。

舆论监测生意火爆，往往带来两个值得注意的问题。其一是舆情处理本末倒置。舆情从某种程度上说是现实情况的客观反映，只有现实出了问题，才会导致“舆论满天飞”的现象。而如果一些个人、机关或其他企事业单位不注意从现实层面解决问题，而一味去监测舆情，甚至不惜人力物力四处删帖“救火”，势必会舍本逐末，最终无暇无力解决现实问题，导致现实矛盾愈演愈烈，舆论环境更加恶化。

其次是舆论处置腐败。这是行败的一种新表现。适当进行舆情监测，了解百姓需求和政策得失，无可厚非。但是，一些官员和机构并不是从服务群众的出发点收集监测舆情，而是为了维护自己的执政形象来监测群众的言行，不惜代价和手段四处删帖、封堵压制不同意见和不利于自己的言行。这种做法是和腐败的表现。

对于一些政府机构来说，过度的舆情监测必然要进行大量的人力物力投入。这些投入根本上都来自于纳税人的贡献，如果不加克制，势必会浪费大量本来可以用在民生服务上的财政税收资金。而目前在舆情监测上过度投资的做法并没有引起警惕。可以说，舆情监测已经成为一些机关单位的又一项烧钱工具。

舆论的充分透明开放，从某种程度上说是建立健康理智的舆论市场的必备条件。对于一些在国家法制许可范围内的舆论，不妨让其在“观点自由市场”上自生自灭或自我修正，没有必要浪费大量金钱人力去过度监测，更没有必要去四处删帖“救火”。如此，不仅可以省下大量财力人力去解决现实问题，减少负面舆论产生的基础，而且可以锻炼群众自身的舆论鉴别力，从而形成自身净化舆论环境的良好舆论生态。

舆情监测篇2

互联网技术带给传播介质的冲击和影响是十分深刻的，其交互性与及时性远远超过了人们的预见，因而被称为“第四媒体”。在缺乏针对性监测与管控的情况下，网络负面信息快速传播所引发的蝴蝶效应对国家的稳定、社会的舆论安全造成一定的威胁，这就使得面向网络的舆情监测与危机管理变得极其迫切。目前，我国大约有6亿多网民，其中青年网民的占比增长迅速。根据官方数据，20~29岁年龄段网民比例是30.7%。2013年的数据则显示，网民中“具有大专以上学历的高校学生约1.19亿人，占学生网民的75.31%”。相较于其他网民而言，高校在校生是对社会生活领域各类信息最为敏感的一群，他们既具有强烈的使命感、责任感，又具有激进的批判精神；既具有独特的思维优势，又具有典型的心理脆性。面对这样的一个特殊群体，网络的介入既以其开放性、多元性为大学生使命感、责任感、批判精神向社会领域的延展提供了实践平台，同时也以其虚拟性、隐匿性为大学生心理脆性的非理性爆发创设了空间。网络舆情的兴起，对高校的日常管理与校园文化建设是一个全新的挑战。为此中共中央国务院在《关于进一步加强和改进大学生思想政治教育的意见》中指出：“要密切关注网上动态，了解大学生思想状况……要运用技术、行政和法律手段，加强校园网的管理，严防各种有害信息在网上传播”。不过网络舆情并非洪水猛兽，其兴起亦是一种契机。“要充分发挥网络等新型媒体在校园文化建设中的重要作用”“牢牢把握网络文化建设主动权，使网络成为校园文化建设新阵地。”可见在战略层面已有双向部署，那么如何有序加以实施就成为高校网络舆情监测与危机管理研究唤起的必然理由。

2.高校网络舆情监测与危机管理面临的“三个困局”

高校是整个社会系统中的一个特殊的子系统，其舆情的酝酿、发展、高涨、回落、反馈，每一个阶段的演进都伴随着“示范性”的勾连效应，时刻经受着“网络言论自由与公民权利、公共管理”冲突的拷问。一方面，高校力图借助网络监管将校园舆论风险控制在可承受范围之内；另一方面，可应用的管理资源与管理手段权限，在确有必要加强校园网络舆情监管的情况下，科学界定高校网络舆情监测与管理的限度，是高校网络舆情监管工作需首要破解的认知困局。高校网络舆情监管效果显著与否则取决于管理体系是否完善有效。美国学者费姆•邦茨认为：“有效的传播不仅能减轻危机，还能给组织带来比危机发生之前更为正面的声誉，而低劣的危机处理则会损伤组织的可信度、公众的信心和组织多年建立起来的信誉”。纵观我国大部分高校的舆情监管，大多采用传统的自上而下的垂直管理、行政命令、政治动员等形式，这种工作模式由于内部信息传递渠道狭窄单一，在应对网络舆情危机时很难快速显效，只能扮演“围、堵、截”亡羊补牢的角色，十分被动。缺失科学有序的高校网络舆情监测预警应对体系是高校网络舆情工作亟待破解的机制困局。显效的高校网络舆情监管体系建设要有合乎信息传播规律与认知规律的设计思路，更要有必要的投入，譬如包括人员的投入，设施的投入。从前者的角度来说，受限于编制，多数高校的舆情监测依靠少数的网络管理员来完成，他们日常工作本已庞杂繁琐，更难以抽出精力做常态化监测。从后者的角度来说，虽然国内已有信息技术公司推出了适用于网络舆情信息监控分析的应用系统，可以进行专业化、即时性的网络舆情信息收集、预警和处理等工作，但由于其购置成本及后期维护费用较高，大部分高校会因经费紧张而放弃硬件投入与配备。人员缺失与硬件设施费用高昂是高校亟待破解的成本困局。

3.高校网络舆情监测与危机管理困局的破解

网络舆情事件的发酵升级代表着公共管理危机的涌现。在管理学领域里，危机管理也被称为危机沟通管理。由此，破解认知困局，把握高校舆情监测管理的合理“限度”，亦应以沟通管理为抓手，与诉求对象进行多渠道沟通。“围、堵、截”是一种监管方法，但常态化的监管并非拘泥于“堵”“疏”与“导”也是一种监管。相较于传统的管控思路，这种以疏代堵，事前介入的工作思路更好地拿捏住了网络言论自由与公民权利、公共管理之间的“度”，使监管手段与监管效用在动态中达到理想的平衡。张弛有度，动态平衡的管控思路需要有对应的体制机制设计来加以保障实施。具体地说，就是要遵循网络舆情的周期性变化规律，分别针对舆情发生、发酵、发展、高涨、回落、反馈阶段的信息传播特点，构建“预警—引导—应急—重塑”四级联动的舆情预警及紧急处理机制。在舆情发生、发酵期，通过数据分析进行敏感源的解析与筛除，做出预见性的舆情预警；在舆情发展期，通过主动性的信息与释疑，进行集中的舆情引导，为远期的舆情重塑创设有利环境；在舆情应急期，针对已触发的恶性事件，启动网上和网下联动机制，捕获并整合关键信息，为决策提供依据。在舆情回落期、反馈期，积极进行舆情重塑，消解衍生谣言触发新的网络舆情的风险。

舆情预警与危机管理机制的启动与常态化运行离不开必要的硬件投入与人力配套。在硬件投入方面，基于财力困难的现实，可试行校园网络平台与政府舆情监控分析应用系统端口的加密对接，或通过购买企业服务的方式予以解决，抑或由主管部门牵头搭建省市范围内各高校共享的校园网络舆情信息监控分析平台，以破解单一高校硬件投入成本过高的困局。在人力配套方面，完善组织架构、组织机制和组织制度，开展系统培训，打造高素质、专业化的舆情工作队伍，以适应各高校对网络监测与管控的需要。高校间亦可通过定期的交流，推广有益经验，使舆情管理工作有序、显效。

舆情监测篇3

网络舆情监测以监测社会民生舆论为主，但“网络水军”往往将商业话题变相说成社会生活话题，以此来吸引眼球。这样，刻意制造的他生舆论就混杂在舆论阵营中，表达了大众的非本意舆论，掩盖了自然形成的社会舆论。如此一来，网络舆情监测统计的舆论数据就会失真，并对学术研究机构和政府造成误导。而所有这些，无疑也会降低网络舆情监测的公信力。

网络舆情监测作为一种严谨的科学体系，可以利用当今先进的计算机与网络技术，通过先期技术处理和后期操作对网络舆情进行追根溯源，通过考量舆论的来源甄别出网络舆论热点的真伪。鉴于当今网络水军广泛存在的现实，笔者提出以下几种方案完善网络舆情监测工作的舆情筛选功能。

1.情感词分析方法

“网络水军”在网上的帖子往往是非理性的、带有强烈感彩的，或是极力美化雇主的产品或服务，或是极力贬低雇主竞争对手的产品或服务，整体上倾向性比较强烈。因此，我们就可以通过对论坛或贴吧用户的帖子的文本分析，主要是对情感词的分析，来判断这个用户是不是“网络水军”，以及他所主导的舆论是不是有意制造的他生舆论。

通过倾向性分析可以明确网络传播者的意图和倾向，通俗地说，文本舆情描述的是文本所传递的情感。对文本舆情进行分析，实际上就是试图根据文本的内容提炼出作者的情感方向。网络文本的倾向性分析就是挖掘网络文本内容蕴涵的各种观点、喜好、态度、情感等非内容或非事实信息。①

此前已有研究制定了一套完整的方法和公式，其基本思路是：首先进行互联网信息采集获得数据，然后通过网页页面分析技术抽取元数据（比如信息者、信息时间、信息来源等）和正文信息，采用机器学习方法对正文信息进行情感分类，判断其为正面信息或为负面信息。经过统计后，在特定的一段时间内，当某人发表的正面或者负面信息比重超过预设阈值时，则认为其为“网络水军”。②

设定特定的时间段，信息者AN篇有关主题P的信息，其中正面信息X篇，负面信息Y篇（X+Y≤N）。设阈值为T(0

那么，信息者A为“网络水军”。

根据最新数据显示，92.3%的网民经常访问的网络社区数量在2个以上，其中27.2%的网民经常访问2个网络社区，29.1%的网民经常访问3个网络社区，经常访问4个以上网络社区的网民达到36%，③网民平均每人使用3.09个网络社区，这里将其简记作3个。那么，在上述公式中，X/Y=3（或Y/X=3），此时的阈值T为0.5。又因为“网络水军”的发帖量远大于一般网民的平均发帖量，所以阈值T应该略大于0.5。

换句话说，在现阶段，当一个发帖人的Q值大于0.5时，我们就可以基本确定这个人是“水军”，进一步确定他所主导的舆论可能是他生舆论；而且Q值越大，这种疑似程度越强。总结起来看，情感词分析方法是判断发帖人个人身份的一种有效途径，在计算机辅助技术的帮助下，将大大提高筛选的效率，其工作流程如图1所示。

图1网络舆情信息文本分析工作流程④

上图中，建立假设和检验假设并不是存在于每一个分析文本中，为可选项目。舆论监测者首先要制定有针对性的研究意图，然后按照统计学原理选择科学合理的样本。定义分析单元就是定义分析样本的每一个元素，再形成分析类目即分析系统，使之适应所提出的问题，同时使所有类目具有互斥性、完备性和信度。最后是通过统计、计算、分析得出结论。

2.相同IP与ID的统计分析

情感词分析可以从个人角度筛选出“网络水军”，对于一个主题帖子是不是“网络水军”所为的考察，我们可以通过对相同IP地址的统计分析来完成。

正如前文所说，“网络水军”在网上发帖时会用很多ID账号，即网友所说的“马甲”，这些ID或网名是不同的，所以单一根据ID无法辨别发帖、回帖是不是少数人所为。

“网络水军”每天长时间挂在网上刷帖，尽管更换不同的ID，但他们的上网IP地址是不变的。那么，通过统计每一个ID发帖时所使用的IP地址，就可以辨别出哪些不同ID发的帖子是出于同一台电脑即同一个人。如果一个论坛里的帖子出现了大量相同的IP地址，或出现在不同论坛里的同一主题的帖子中出现了大量相同IP地址，那么就可以肯定，这个舆论主题是网络水军人为制造出来的。

另外，如果在同一处的同一个ID使用不同的IP，那么说明这可能是同一个人在不同时间发表的言论，或是不同的人使用网络营销公关公司统一发放的“马甲”发表的言论。于是，就可以根据这个ID所使用的IP，继续顺藤摸瓜地找到本论坛中其他ID发表的言论和其他论坛中同一个IP使用的ID发表的言论。这样就形成了一个由IP和ID构成的无尽的关联网络，在这个网络上的每一条帖子都可以确定为是“网络水军”制造的（如图2）。

图2IP、ID关联网络

这种方法同样需要计算机技术的辅助。另外，要根据现实情况制定评价标准和体系，我们不妨统计出“水军”发帖的个数，并求出这些帖子在整个话题帖子中的所占比例，这个比例越高，那么这个舆论热点系炒作所为的疑似程度就越高。还可以根据实际操作中的情况，制定出一个更复杂的评价体系，将每一个指标赋予不同的权重，分别赋值，求出最后的疑似程度值。

3.历时性调研

由于现在“网络水军”和网络营销公关公司的大量涌现，一些企业或团体已经认识到了网络舆论对其生存发展的影响。当一家企业受到网络打手的舆论攻击时，也会自觉进行调查，并尽力澄清。同时，公安机关对于重大舆论事件也会介入，比如伊利―蒙牛“陷害门”。这些调查出的结论都可以成为网络舆情监测辨别舆论真伪的材料。

4.省略/s2009/dcfb/，2011年1月11日

④刘毅：《内容分析法在网络舆情信息分析中的应用》[J]，《天津大学学报（社会科学版）》，2006年第7期

舆情监测篇4

关键词：网络；舆情监测；技术分析；网络教育

中图分类号：TP311.52

随着社会科学技术以及互联网技术的快速兴起与发展，互联网给人们带来的信息资源也越来越广泛和深入。人们在运用互联网的同时对于内心感情以及态度的表达也越来越重视，公众的表达自由权以及诉求渠道也越来越多。因此，面对社会上日益增长的互联网舆情，必须要建立科学合理的互联网舆情收集以及分析处理支撑体系，保证互联网舆情能够实现及时、科学、全面的分析和研究，所以本文对于互联网教育舆情监测系统的研究具有很重要的参考价值。

1 互联网教育舆情监测系统概述

1.1 互联网教育舆情涵义

互联网舆情是围绕国家法律法规、生产发生的事件、人物、国家方针政策等影响民众利益的中介性关联物，民众对执政者及其颁布的方针政策的观点和态度。随着网络的出现，人们对其依赖性越来越强，互联网舆情从开始范围狭窄发展到今天遍布互联网每个角落，经历了一个漫长的时期。网络舆情代表着公众的心声，是时代进步的产物，表达在互联网空间中的政治态度和舆情传播。针对网络的特点，互联网络舆情有随意性、突发性、隐蔽性和直接性、多元性等特点。

1.2 互联网教育舆情监测系统结构

互联网舆情系统主要包括信息收集、信息处理、数据库和前端应用四个模块。其中信息收集模块支持多处理器，具有灵活的处理信息功能，能够合理应用多线程技术，根据具体情况在指定网站和给定数据中寻求原始信息的模块。

信息处理模块完成数据结构化处理，将数据按照一定规格分类，根据关键词建立全文主索引，通过对象跟踪和分析语义完成自动摘要功能。信息处理模块根据其完成功能主要有预处理子模块、全文索引模块、自动分类模块、对象跟踪子模块等。数据库系统主要完成数据存储功能，对系统中的数据保存在数据库中，为互联网应用提供平台。前端应用模块可以完成各种搜索功能，这里的搜索可以是热点事物的搜索、用户需求的关键词搜索、引擎搜索等；也可以完成自动汇总统计功能。前端应用模块包括五大子模块，具体有关键词自动推荐、管理、搜索、统计报表、采编辅助功能五大子模块。因此，在开发互联网舆情监测系统时，应该重点考虑如何才能更好地实现信息处理模块及前端应用模块的功能，如何将二者的功能打造得更完美。

2 互联网教育舆情监测系统技术探讨

2.1 互联网信息采集与预处理技术

通常情况下，互联网信息采集主要采用的是垂直搜索引擎技术，将互联网的主要信息进行自动的分类以及识别，实现信息的自动去除和自动抽取，这种处治搜索引擎技术能够比较准确地实现互联网信息的采集。主要是进行互联网主题信息的智能搜索以及下载功能，并且具有互联网信息的反屏蔽方法，随时进行互联网信息的更新搜索以及深度控制，从而根据互联网的信息实现智能下载，还能够运用模拟浏览器技术进行互联网页面信息的采集工作。在互联网相关信息的判别过程中，自动识别技术以及自动扩展功能的运用也十分广泛，自动识别技术能够保证采集的互联网信息具有一定的广度以及动态性的信息变化。除此之外，互联网教育信息的采集必须要进行信息的消重，这也是信息采集过程中必须需要的技术，一般情况下可以从URL列表进行信息的消重，还可以采用网页指纹消重技术以及以领域知识数据库为基础进行信息消重，这几种消重技术均能够有效地保证互联网信息的无重复性。

互联网信息预处理技术是对于互联网采集到的信息资源进行初步地分析以及处理工作，为下面进行互联网舆情信息的抽取以及信息内容的分析提供必要的条件，通常情况下使用的是基于统计以及规则相结合的信息分类以及过滤的技术。首先将互联网信息根据不同领域以及不同行业进行分类，并且结合现有的信息资源进行领域以及行业舆情的分析和处理。除此之外，还对互联网的信息资源进行客观上的评价以及态度上的分类处理。

2.2 舆情关键信息抽取技术

信息抽取技术中的智能节点识别技术是对网络信息快速、及时、准确的提取，提取过程中应用的是本体库和语义网络的信息提取技术。该技术可以根据需要关键词进行有目的的筛选，将关键词和属性关键词锁定，自动选择需要内容。如果所选定的关键词不存在相应的内容，那么就会根据属性关键词提取内容页面。

目前互联网舆情关键信息的抽取技术主要有网页去噪功能、智能节点识别技术以及逻辑信息抽取技术。网页去噪功能主要是根据互联网的信息进行抽取，对于噪音信号进行净化，实现信息的传输速度和质量的提高，根据不同的噪声采取不同的去噪技术。智能节点识别技术主要是对于互联网的信息进行设置相应的主题知识库，保证在进行信息的提取过程中能够自动地进行信息属性的识别以及信息特定值的识别，从而对于不同的信息进行不同的处理识别。逻辑信息抽取主要是对互联网知识库的主题信息进行属性的识别，然后进行逻辑性以及结构性的处理和抽取，保证信息的安全通用。

2.3 文本表示与主题发现技术

互联网舆情主题发现使用技术方法主要来自话题识别和跟踪领域，近年来网络舆情主题识别技术，在从传统的线性文本聚类分析向更注重内容特征的话题标引统计识别技术发展。主要的研究有以下几个方面，使用评估函数来代替TF-IDF；面向BBS的层次化关键词抽取方案，结合机器学习的方法进行关键词抽取。

2.4 网络舆情内容分析

主题聚类法与以往的方法不同，是通过机器学习对文本、查询式对象分析，将分析的聚类对象转换形式，一般将其转换为基于主题的形式。这样不仅可以使特征空间维度降低，还可以描述聚类结果。

主题聚类是我们常说的信息组织方法，综合主题法、机器学习法、数据挖掘法的优点，开发出的兼容性方法。其方法具有主题法直奔主题的优势，节省时间、目的性强、可以提高信息收集质量；空间维度降低，运行速度快。

3 结束语

近年来，互联网舆情监测以及分析系统的发展速度越来越快，并且在不同的领域也都起到了很重要的作用，但是就目前的应用来看，在相关的理论基础知识方面的研究还不是十分地科学和深入，存在一定的技术上的支持，因此在今后进行相关互联网教育舆情分析的过程中，应该不断地探索新的检测系统技术，研究新的理论支撑知识，实现互联网信息舆情及时、科学、准确的采集和处理，建立合理科学的互联网舆情监测系统方案，保证互联网舆情监测工作的顺利进行。

参考文献：

[1]王来华.舆情研究与民意研究的差异性[J].天津大学学报（社会科学版），2009（04）.

[2]王伟，许鑫.基于聚类的网络舆情热点发现及分析[J].现代图书情报技术，2009（03）.

[3]申晋.基于Lucene和Nutch的林业垂直搜索引擎的研建[J].农业网络信息，2008（04）.

[4]沙芸，张国英，孟凡亮.基于关键词提取的娱乐新闻文档去重算法[J].广西师范大学学报（自然科学版），2007（02）.

[5]彭显波.教育舆情收集?处理?利用的原则和方法[J].学校党建与思想教育（普教版），2007（04）.

舆情监测篇5

人民网舆情监测机构于2013年底的《2013年中国互联网舆情分析报告》显示：2013年众多网友从微博的公众意见平台，转向更为私人化的微信朋友圈。微信用户增长迅速，移动互联网开始成为社会舆论的新信源。

自2011年1月21日，微信针对iPhone用户的1.0测试版以来，仅仅过了3年时间，微信用户已经成为移动互联网第一大用户群。有资料显示，截至2013年11月微信注册用户量已经突破6亿，其中，海外用户超过1亿。成为亚洲地区最大用户群体的移动即时通信软件。

腾讯董事局主席马化腾在谈到微信诞生的意义时，认为微信是腾讯的一次颠覆性的自我革命，是唯一一个完全基于手机来开发的应用，“很多人说腾讯是最早拿到移动互联网门票的公司，指的就是微信，很多朋友都用了。微信的确是唯一一个在手机上开始做的，并且是以手机为主的，这在以前是不多见的。以前一般都是在传统互联网上做好，换掉屏幕，转到手机上，所以这个路径跟之前完全不一样”。“它充分利用手机和PC的区别，就是把人们用计算机的终端变成人随身的一个器官”，从而消除了在线、离线的概念。

谈到微信朋友圈的影响时，马化腾甚至认为微信是一个让腾讯微博的竞争对手新浪微博绝望的应用。腾讯的微博虽然活跃量跟新浪微博差不多，但是始终没办法突破，最麻烦的是新浪微博也没突破。所以就发现让新浪微博绝望的不是微博，是微信，特别是加了朋友圈之后。私密社交比公开社交有意思，很多话不喜欢公开讲，私下讲很好。

事实上，随着微信的普及，微信朋友圈和微信群用户数量快速增长。人们开始使用微信产品时对于陌生人加入朋友圈的戒备心理开始消减，微信的朋友圈已经具备了公众传播的媒体属性。从目前来看，微信的朋友圈人数还没设置上限，如果朋友圈人数达到一个相当大的数量，其大众传播加人际传播的属性与微博无异。只不过其粉丝数量和转发数量是隐藏的，信息的分享更加隐蔽而已。

微信目前的注册号分成两种，一种是针对普通用户的个人微信号，还有一种是针对个人和企业认证用户的公众号。普通个人用户通过朋友圈用户数量的增长可以使微信变成小众、甚至大众媒体，一些公众微信号的订阅和服务用户已经超过百万，其大众传播属性和影响力已经十分明显。

虽然微信与微博相比，表面上还缺少微博用户粉丝众多的鲜明媒体属性，而更多地表现出人际私密交往的特征，每一个用户在微信上表面都是平等的，都很难分清哪一个是大V、中V和小V，但是，微信庞大的用户量和依托手机等移动媒体与用户的紧密黏合性，以及其事实上已经形成，只不过被技术手段隐藏了的媒体属性，使得微信的潜在影响力不容忽视。不仅如此，微信在舆论上的影响有更加深入的特点，其舆论影响更多表现为潜舆论和深层次情感层面，因而其舆论影响力不容小视。种种迹象表明，被视为“信息传递私密，但社会动员功能更强”，用户数量也更为庞大的微信，将成为舆论引导和舆情监测的新“阵地”。

舆情监测篇6

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（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.

[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.

[17] 张东霞.基于高校学生微博的舆情热点分析与发现[J].东南传播，2013（6）：87-89.

舆情监测篇7

【关键词】网络舆情 途径 特点 规律 监测

信息传播经历语言传播时代、文字传播时代、印刷传播时代过渡到电子传播时代，互联网的出现将信息传播推向了更高层次。随着网络媒体的日益发达和网民数量的不断增加，互联网已经成为民意表达的最主要空间。网民的言论不可预见地掀起一波又一波的浪潮，影响着现实社会稳定团结的局面。因此，对网络舆情传播途径特点规律及监测作一梳理和分析具有一定的现实意义。

一、网络舆情监测已成为重要工作

互联网的迅速普及使其成为信息传播的主要载体，而且具有其他传统媒体所不具备的优势，其作用和地位日益凸显。“不断建立和继续完善舆情信息汇集和分析机制”在党的十六届四中全会中被写入了《中共中央关于加强党的执政能力建设的决定》，表明网络舆情研究作为舆情研究的热点问题之一，更是备受重视。在政府的推动下，网络舆情监测成为政府部门、学术界开展研究的热点之一。尤其是大数据背景下，网络舆情监测将显得更加重要，作用更加突出。

2014年2月27日，中央网络安全和信息化领导小组宣告成立。面对我国网络管理体制“九龙治水”的管理格局，2013年以来，中国政府采取了一系列重大举措加大网络安全和信息化发展的力度。目前，网络舆情信息监测工作已成为政府一项基本工作内容，各级政府都在开展。现实工作中存在机遇的同时，挑战也不容忽视，需要及时发现，及时解决，这就给网络舆情监测工作提出了更高要求。对此方面的工作进行总结，加强此方面工作的研究，可推动这项工作的有效开展，满足社会经济快速发展的需要。

二、网络舆情传播的途径、特点、规律

国内网络重点舆区。人民网舆情监测室的中国互联网舆情分析报告，选取的数据来自天涯社区、凯迪社区、强国社区，新浪微博和腾讯微博，人人网和开心网。可见这三个社区（BBS）、两个微博网站、两个社交网站，极具代表性。中国传媒大学网络舆情（口碑）研究所的《2011中国网络舆情指数年度报告》指出，2011年网络舆情引爆能力排行榜中，新华社（网）、新京报、京华时报、新浪微博名列前四。另一个进入网络舆情引爆能力前15名的为天涯论坛。综上，监测舆区主要包括国内知名的各大网站、论坛、贴吧、博客、所关注的境外网站以及辖区内的一些有影响力的网站，还有互联网各大搜索引擎。具体讲包括：新华社（网）、人民网、中新网、中广网、新京报网、京华网、百度新闻网（贴吧）、腾讯网（微博）、新浪网（微博）、凤凰网、搜狐、网易、财经网、一财网、天涯论坛、凯迪论坛等。

网络舆情主要传播途径，按传播源不同分为三类。

一是新闻网站舆情传播。基本是传统媒体在网络时代的新的发声器。主要由新闻报道、新闻评论和新闻跟帖构成。如新华网、人民网、中新网、新京报网、京华网等。二是“意见领袖”舆情传播，主要有意见领袖的博客、微博、个人网站、学术网站。如《2013年中国互联网舆情分析报告》指出，“意见领袖”在舆论场发挥重要作用，300名“意见领袖”影响互联网议程设置，社会转型期，他们在一定程度上成为民意的代言人，对政府陈情，施加舆论压力。三是网民舆情传播。社会精英分子和自觉分子可作为代言人，所有组织和个人均可参加。主要包括微博，社群网站（论坛）、QQ群、MSN群。①

国内舆区舆情信息传播特点。学者王慧军认为，网络信息传播具有交互式传播、跨时空传播、多媒体传播、虚拟性传播，以及传播人员广泛性的特点。②武汉大学学者邱均平认为，网络信息传播是集人际传播、组织传播和大众传播于一体的信息传播模式，具有传播模式复合性、传播途径多样性、传播内容丰富性、传播速度即时性、传播操作交互性、传播人员广泛性的特点。③尤其要指出的是，微博搅动传统传播格局，其“裂变式”传播使网络舆情信息强扩散。微博成为各级政府监测的重点。“意见领袖”左右着热点的传播方向和内容，“网络推手”作用不可小视。《2013年中国互联网舆情分析报告》指出，据统计，全国103家微博客网站的用户账号总数已达12亿个，其中新浪微博用户账号5.36亿个，腾讯微博用户账号5.4亿个。随着微博客用户群体的迅速扩大，产生了一批粉丝数超过10万人的“大V”账号。网络“意见领袖”的影响力常常超过媒体和政府在微博中的传播力。据统计研究显示，平时有大约300名全国性的“意见领袖”影响着互联网的议程设置，也影响着网络舆情信息的传播。

学者刘瑞华认为，网络信息传播规律包括信息相对价值规律（信息对人有不同的价值）、信息梯度转移规律（传播中有信息势差存在）、信息循环规律（信息守恒，信息保持不变）。④综述学者观点，网络信息传播路径、形态、过程、结果分别具有如下规律。从传播路径看，首先是特定事件刺激个体形成个体议程，舆情信息产生；然后，个体议题成为网络社群热议的议题，进入社群层面，是舆情信息传播的关键一环。之后，网络舆情信息再次发酵将成为强大舆论。传播形态趋于多元化、复杂化。传播形态不仅是文字形式，还有图片、视频等多媒体形式，传播过程中线上线下互动频繁。网络信息生于现实社会，并在网络引起热议，再次促使现实事件的发展，通过信息的不断更新，实现线上线下交互影响。传播结果遵循“合力论”。网上各方力量相互制约影响，最终合力决定网络信息传播的效果。我们发现，社群在舆情信息传播中发挥着重要作用。学者高宪春指出，社群是舆情事件生成、扩散的关键环节，对这个环节的积极干预，对释放社会紧张情绪、降低舆情事件的负向效应有重要作用。

三、网络舆情监测对策

从信息内容上把握要监测的网络舆情的特征。

第一，负面性。我们承认党和政府在积极占领网络阵地，发挥网络的正面作用。经济社会发展取得了骄人的成绩，但不可否认在发展中也存在一些问题。加上网络的匿名性，网民可以将自己对社会的不满、怨恨都发泄在网络上，把社会中的阴暗面展示到网络上。此外，人们对正面信息的关注度不高，而负面信息的关注度较高，也使得负面信息在网络上有巨大市场，导致网络上负面舆情信息占据绝对优势。

第二，模糊性。模糊性，即真假难辨。由于网络的匿名性及网络法律制度的不健全，任何人可以注册账号，在论坛、博客等上发言。有些网民为了私利，就一些虚假信息，骗取钱财或其他目的。可见，网络舆情信息真假难辨，有时可以假乱真，有时真的可能被认为是假的。

第三，突变性。目前，社会处于矛盾凸显期，人民的主体意识开始觉醒，尤其是弱势群体对自己权益的要求和保护，越来越强烈。在这种条件下，一个小的网络事件，可能在短时间内急剧发酵，加上有组织、有计划的推进，极有可能出现“蝴蝶效应”，导致个别问题扩大化、单一问题复杂化、一般问题政治化。

第四，集中性。网络舆情虽具有多元化，但主要集中在民生和反腐两个方面。当老百姓的切身利益受到危害时，舆论矛头就指向了党和政府，爆料和指出党和政府的体制、等问题。这四个特征，要求我们在网络舆情监测时，要注意把握，提高发现重要舆情的准确率和分析判断舆情信息的能力。

目前在实际工作中，针对舆情监测软件有时难从海量信息中发现有价值信息，出现偏差的现象。对此，有必要对市场现有的舆情监测软件进行对比分析。对于舆情信息级别的判断还主要停留在定性的评判上，缺少定性的指标量化。要尝试提出网络舆情信息监测指标体系，尝试从舆情者、舆情要素、舆情受众、舆情传播、地方区域和谐等方面构建舆情信息监测指标体系。使得舆情信息监测工作更有针对性，更精准化，更有成效。针对各相关单位在舆情监测处置上协作不密切、对接不及时，没有形成常态化和长效化的问题，尝试从技术层面、制度层面构建互助机制，打通网上之间，及网下实体单位间的壁垒。

【本文系重庆交通大学思想政治专题项目“社会主义核心价值体系融入高校党的建设方法途径研究”阶段性成果】

参考文献

①燕道成：《中的网络舆情研究》[M].新华出版社，2013

②王慧军，《网络舆论传播规律及其导向研究》[D].南昌大学，2012

③邱均平，《网络信息传播特点及其对和谐社会建设的积极影响》[J].《山东社会科学》，2008（5）

④刘瑞华 等，《网络信息传播规律及应用研究》[J].《图书情报研究》，2010（1）

（作者：苗国厚，电子科技大学博士研究生、讲师；李净、谢霄男，电子科技大学博士研究生）

舆情监测篇8

[关键词]舆情、风险监测、质量安全

中图分类号：TP391.1 文献标识码：A 文章编号：1009-914X（2016）27-0147-01

1、引言

近年来，随着新媒体的迅猛发展， 我国网络舆情的影响日益巨大。自2008年以来，“三聚氰胺”，“一滴香”、“瘦肉精”事件以及近期出现的“摇摇车”、“电梯事故”等一系列质量安全问题的出现，都在社会中产生了巨大的负面影响，产品质量安全的网络舆情的数量和影响持续上升，对政府舆论应对能力提出新的挑战，加强产品质量安全网络舆情监控管理研究的现实需求十分迫切。

2、舆情检索技术

网络舆情监测系统是一项复杂而庞大工程，它涵盖了几乎所有的互联网领域的基本技术，但从系统的功能实现上看，舆情监测系统的关键技术是由数据采集和关键信息提取技术构成的。

2.1 数据采集

网络爬虫是当前主流网络搜索引擎使用的技术，也是舆情监测工具中处理网页获取、网页跟踪、网页分析、网页搜索、网页评级和结构/非结构化数据抽取以及后期更细粒度的数据挖掘等方方面面的主要工具。

网络爬虫的实现方式是通过访问网页中的超文本链接，自动抓取互联网内部的程序或者脚本。

2.2 通用型爬虫与主题性爬虫介绍

当前主流的网络爬虫技术主要分为通用型网络爬虫技术和主题性网络爬虫技术。通用型网络爬虫的主要目标是大量采集信息页面[1]，有较高的网络覆盖率，但其盲目的抓取会下载大量的垃圾页面，浪费网络资源。

主题型爬虫以自定义的主题信息为出发点抓取信息，基于此假设：如果网页U与主题相关，并且页面V到网页U通过一个超链接进行连接，那么抓取页面V的主题相关度比从网页中随机抓取的页面相关度要高。与通用型爬虫不同之处在于主题型爬虫可专门面向某一特定主题进行搜索，对于质检行业所关注的产品、标准、项目有更好的适应性。

2.3 主题型爬虫的工作方式

主题型爬虫的运行过程大致为：

1.将搜索到的页面和各种信息项放到一个信息集合项中;

2.分析每个信息项，将其中的基本信息单元作为索引，并形成索引库。同时建立一个存储Web页面的metadata数据库。

3.Web浏览器将用户通过浏览器的查询请求通过HTTP协议传到搜索引擎，搜索引擎利用索引库找到相关文档并返回Web页面，或者将URL列表以及相应的摘要反馈给Web浏览器的用户查询界面。

4.用户获得Web页面摘要信息或者信息项的列表，若想查看其中具体的内容，则点击标题访问，浏览器在matadata数据库的支持下通过HTTP协议从信息的原始位置取回Web页面或其他信息。

2.4 主题型爬虫的爬行策略

实现主题型爬虫最常用的策略是PageRank和HITS算法，其共同点是根据页面与主题的相似程度来确定主题的相关度，并根据主题的相关度来评估子网页的重要性。[2]

RageRank算法可以得出网页的重要程度，进而对其权威性进行评价。

HITS算法也是一种通过网页链接来评估网页重要性的算法。相较于PageRank算法，HITS算法在网页链接与用户需求主体的关联性上有所改进。

3 质量舆情系统架构设计研究

3.1 数据预处理

预处理包括网页噪音去除和语义分析。

噪音去除：

对抓取到的数据进行噪音去除，包括网页周边广告和版权声明。对保留的有效内容，逐句做正负面判定，以及品牌、属性词条的露出标注。并将预处理后的信息入库保存。

语义分析：

1，智能语义分析：基于基础的分词词典、正负面词典、15个领域的知识库和句法分析算法，可以自动的对网络信息进行实体、属性识别以及正负面判定，从而实现了海量信息下的口碑分类与危机识别。

2，半结构化信息的自动提取：可以自动提取互联网网页中的有用信息，保存到结构化的数据库中实现方便的查询，如网络论坛中的分楼、帖子作者、时间、点击数、回复数等。

3，海量文本的分类与聚类：可灵活的为各种分类体系训练相应的分类器，适应应用场景中多变的分类需求。基于LDA改进算法的聚类结果，可以充分挖掘语义层的关联，进行大规模的文本聚类，并进一步应用到互联网内容传播中的话题管理与新话题发现。

4，内容关联性分析：基于FSP、卡方、Word2Vec等各种算法开发的内容关联性分析，适合各种不同应用场景中的关联发现需求，产品-属性、产品-竞品、产品-广告匹配，等等。

5，分词与领域内命名实体识别：常规自动发现互联网新词、领域内新词、以及领域内的命名实体识别，从而在应用中更为准确的定位目标实体。

3.2 数据提取

提取出网页中内容的结构化数据并入库保存，供报告统计和前台查询时使用。结构化数据包括文章的作者、时间、站点、点击、回复、阅读、评论、点赞等。动态指标数据可以根据需求做定期更新。对于页面中的互动内容，如论坛的分楼回复、新闻下评论、可以做精细化提取为作者、时间、回复内容。互动内容需要根据站点做定制开发，目前覆盖热门100个论坛，以及4大门户的新闻评论。

3.3 数据索引

为了提供快速的关键词检索，系统采用倒排表作为文本内容的索引。为提高效率，系统索引分为三级。当日内的数据放在一级索引里，本周数据放在二级索引里，本周前的数据放在三级索引里。每日抓取回的数据每小时都会更新到一级索引里。当抓取内容进入索引后，就可以提供对外的查询。

3.4 数据检索

用户在平台上做监测关键词配置后，系统的数据检索模块会定期对后台的索引进行检索，筛选出来符合平台配置的文章，放到平台上提供展示和统计筛选。对于有特殊需求的客户，比如危机预警客户，可以定制平台数据更新频次和时间点，从而实现平台更频繁更新。

3.5 平台信息展示与API数据接口

系统通过Web 服务的方式，呈现监测对象的相关数据，并按照时间、站点、正负面、作者等维度进行数据筛选。并在数据基础上统计出热门话题、负面话题、热词云图等数据统计结果。

4、结束语

我国的质检行业面临的市场化的挑战，而当前质检行业对信息技术手段的利用离现代企业管理还有差距。舆情监测系统能够帮助质量监管部门获取当前市场上最关注的的质量问题。我国的质检行业面临的市场化的挑战，而当前质检行业对信息技术手段的利用离现代企业管理还有差距。舆情监测系统能够帮助质量监管部门获取当前市场上最关注的的质量问题。通过网络舆情监测系统，利用计算机网络技术的优势，系统、科学、高效的分析和预警质量信息，是质量监管部门维护社会稳定，保护企业形象的基础保障。但是对于怎样挖掘更深入的信息，怎样对挖掘的信息进行风险等级评价，依然需要深入研究。

参考文献

[1] 王桂梅.主题网络爬虫关键技术研究[D].哈尔滨工业大学，2009.