网络舆情分析系统范文精选

[摘要]军事网络舆情作为一种特殊的公开情报吸引了众多军事网民。比较国内一些典型的网络舆情系统，论述军事网络舆情分析系统(MNPOS)的特点、功能及体系架构；研究一个基于，NET Framework平台和XML交换格式的MNPOS，对军事网络舆情的信息采集与抽取、舆情分类与敏点标注、倾向性分析等技术作研究改进，推进MN―POS理论和方法研究的深化。

[关键词]互联网　军事舆情　信息技术　舆情分析

[分类号]G250

1

引言

在军事情报搜集和处理中，公开情报资料搜集是一个很重要的方面。美国中央情报局80％的情报来源于公开材料，德国新闻情报局每天将搜集和处理后的公开情报资料汇总成《每日新闻简报》呈送，以色列情报机关公开承认其所获情报65％来自报刊、广播、电视和学术研究论文等公开渠道，其他许多国家也设立了专门的公开情报搜集机构。网络舆情作为一种新形式的公开情报资料，由于其开放性、及时性以及便捷性等特点，越来越受到情报工作者的重视，甚至很多情报工作者纷纷将网络舆情作为其公开情报资料搜集的第一来源。

军事网络舆情主要是指国内外互联网络媒体中关于军事事件的评论和观点。军事网络舆情作为一种特殊的网络舆情，除了网络舆情所拥有的特点外，还有其自身特殊性。评论和观点往往都集中在一些敏感和焦点问题上，例如中国军费问题、中国军事威胁等。在进行舆情分析与监控时，军事网络舆情将会是最为重要的部分。同时，由于国外一些媒体往往对其民众进行错误引导，军事网络舆情中的许多看法可能偏向负面，在进行分析和监控时就必须注重对这一部分舆情的判别，这对于做好军事情报分析工作至关重要。本文以开发军事网络舆情分析系统MNPOS(NetworkPublic Opinion System in Militaty)为背景，在分析国内主要舆情系统基础上，研究舆情采集、舆情处理和舆情服务的系统架构及其关键技术的实现方法。

2　网络舆情系统比较及军事网络舆情系统特点

摘要：微博作为一种近年出现的新型网络媒体形式，已经成为网络舆论的强磁场。通过微博自身的特点，分析其对网络舆情的价值，然

>> 基于电视传媒热点的网络舆情分析系统研究与设计 基于数据挖掘的高校网络舆情分析系统设计与实现 基于微博平台的舆情分析研究综述 基于Java实现网络舆情分析系统的研究与实现 网络舆情分析系统功能研究 基于微博的舆情监测与分析的研究 MNPOS:军事网络舆情分析系统研究 网络舆情分析系统中的支撑技术研究 基于Web数据挖掘的网络舆情分析技术研究 网络舆情分析师的社会责任 网络舆情分析中的文本聚类算法 医患关系问题的网络舆情分析 基于微博的大学生网络舆情监控与引导机制初探 基于微博的高校网络舆情社会影响力评价研究 网络舆情分析与监测研究 网络舆情智能检测与分析系统的设计 微博时代网络教育舆情的内涵及特点 政务微博的网络舆情引导探究 基于微博的企业客户互动系统的设计 基于微博社交网络的信息传播分析 常见问题解答 当前所在位置：

[2]维基百科.新浪微博 [EB/OL].http：///zh-cn//新浪微博

[3]孙茂松，王洪君，李行健，等.信息处理用现代汉语分词词表[J].语言文字应用，2001，（4）：23-28.

[4]ICTCLAS[EB/OL].http：//.

[5]黄美璇.基于主题发现的舆情分析系统的设计与实现[J]. 北京联合大学学报，2012（2）：34-36.

[6]唐果，陈宏刚.基于BBS热点主题发现的文本聚类方法[J].计算机工程，2010（7）：79-81.

[7]蒲筱哥.Web自动文本分类技术研究综述[J].情报学报，2009（2）：233-241.

摘要：网络舆情越来越引起人们的关注，特别是政府部门对网络是突发事件、重大事件的网络发帖、新闻跟帖等关注。基于此目前已经有网络舆情检测方面的系统出现。该文首先对现有的网络舆情检测系统进行概述，分析其不足，并重点介绍了基于并利用多种数据挖掘技术如何构建“网络舆情智能检测与分析系统”。

关键词：智能检测与分析；网络舆情；数据挖掘

中图分类号：TP393文献标识码：A文章编号：1009-3044(2011)04-0759-03

The Design of the Detection and Analysis of Public Opinion Intelligent Network System

YANG Qiu-ping

(Dongguan University of Technology, Network Information Center, Dongguan 523808, China)

Abstract: We pay more and more attention to network public sentiment. Especially, the government concerns the net post and net news of emergencies and important events. Then, the special systems for analysis network public sentiment exist. Firstly, this article analysis the systems of network public sentiment, and then finds out their shortages and study the correlative techniques. At last, this article introduces a new way to build a network public sentiment detecting and analysis system.

Key words: intelligent detecting and analysis; network public sentiment; data mining

摘要:通过对各大门户网站、论坛和贴吧的留言和评论的爬取，录入后台数据库。用户可根据主题、内容进行搜索查看。通过利用中科院分词算法进行实现对爬去下来的内容进行分词处理，分词处理后的结果利用自行研究出来的基于权值算法实现的中文情感分析进行评论的倾向性分析，通过对句子结构和主张词以及情感副词的判断来对评论的情感倾向性做出有效地判断，通过情感权值计算后可给出评论的倾向性以供用户查阅和进行其他相关工作。

关键词:舆情分析；中科院中文分词算法；权值算法；情感倾向性；中文情感分析

中图分类号：TP393.09文献标识码：A文章编号：1007-9599 (2012) 06-0000-02

现代网络社会纷繁复杂，通过各大网站，例如：百度贴吧、天涯论坛等等一些地方可以看到网民对于各种新闻时事的评论和意见。所以网络中的评论内容是对于抓住民众舆情倾向的一个宝贵财富。民众舆情是人民群众通过表达自己的意见而可以预见未来事务的发展走向。因此，能够抓住并分析民众舆情，是可以为解决和分析更多未知社会事件奠定了基础。

通常情况下，在某个事件发生之后，网民们会通过各种途径了解事情的来龙去脉，一个短短的贴吧帖子，往往会引来数以千计的留言和评论。在现代信息传递水平高度发达的年代，网络评论内容的情感倾向性：支持、反对或者中立，就能够体现我国民众绝大部份比例的态度。总而言之，人民群众在网络发表的意见往往是对事件的后续发展与走向起到相当重要的作用，所以能够提取民众意见和分析民众意见来的尤为重用。

因此，选择爬取网民经常访问的网站是一个非常有效的获取民众舆论的方法。针对百度贴吧、天涯论坛、猫扑论坛的评论爬取是获取主流民众热议事件及其评论的有力之道。而通过分词水平较为准确的中科院分词方法，能够首先对爬取下来的评论进行预处理。再经过中文情感分析的处理之后生成统计数据，为需要舆情分析的客户提供有效把握民众舆论走向的信息。

一、舆情搜索系统设计

（一）系统用例设计

摘要：网络的发展是对电视传媒机遇也是挑战。在国家推行 “三网合一”的大背景下，电视台在发挥传统优势的前提下，充分利用网络信息来源广泛、传递迅速和网络舆情分析技术强大的信息提取能力来提升自身的核心竞争力是一个有着十分重大实用价值的研究课题，可以帮助电视台快速正确应对来自网络的危机、维护正面形象、防止恶性竞争，将危机带来的负面影响减到最低，进而为电视台带来大量的经济与社会效益。

关键词：电视传媒 网络舆情 设计

中图分类号：TP393.09 文献标识码：A 文章编号：1007-9416（2013）09-0166-02

目前，网络舆情监测与分析技术与媒体传播理论与实践技术相结合的应用尚处于起步阶段，舆情分析技术还处于兴起期，专门针对电视台关心信息的解决方案还没有，已有研究人员提出的多种分析技术还有待改进。

本文针对电视传媒热点，进行了基于电视传媒热点的网络舆情监测系统的研究，主要研究内容包括以下两个方面：一是获取技术的研究，保障信息获取的快捷性和准确性，从而适应网络舆情监测的分析和需要；二是进行了话题层次上进行互联网舆情信息监控的发现模型的研究改进，该模型应能高效获取电视台所关心的网络信息，具有较高的分类准确性、较高的效率和较高的智能化程度，能将热点话题进行自动分类，使得对网络新闻、网络舆情信息进行及时的跟踪和关注十分方便。

本文的研究实验基于以下框架进行（图1）。

本文以红网、华声论坛等为监测对象，2013年7-9月期间进行了关于电视传媒热点相关信息的监测与分析。

1 数据采集阶段

一、网络舆情监控系统模型

通过对上述网络舆情监控系统的功能分析及技术分析，可以归纳出网络舆情分析系统的一般模型应由网络舆情采集模块、舆情预处理模块、舆情分析模块、舆情服务模块四大功能模块组成。各模块具体分析如下：

1.网络舆情采集模块。根据特定的应用需求及舆情规划，采用自动采集由于人工干预相结合的方式进行网络舆情信息的采集，采集技术有信息雷达技术、基于模板的信息抓取技术等。

2.网络舆情预处理模块。对采集到的信息在进行分析之前进行预加工处理，包括编码的转换、自动过滤无效信息、自动消重及自动分类聚类等，以便为下一步进行有效的舆情分析做准备。

3.网络舆情分析模块。对采集到的舆情信息分类聚类后识别负面报道、热点和敏感话题；分析舆情信息的倾向性；分析舆情信息发展趋势；对各类主题、各种倾向性形成自动摘要；对负面报道、热点和敏感话题及时发现并自动报警。

4.网络舆情服务模块。根据预期分析结果生成舆情报告并进行舆情推送，同时提供全方位的舆情检索以供有关领导和部门人员进行舆情检索，启动相应的应急处置方案等。

二、网络舆情监控分析软件的发展趋势

基于前面的比较分析，我们发现网络舆情监控的难点主要在于舆情信息的收集和舆情分析挖掘两个方面，由此对我国网络舆情监控分析软件在未来的发展趋势展望以下几点：

摘要：本文主要分析了我国网络舆情的现状，以及网络舆情信息包括的主要内容，并对网络舆情监测系统的系统结构进行了设计。

关键词：网络舆情 网络舆情分析与监测

当前，网络已成为反映社会舆情的重要途径。网络舆情已渗透到社会的各个层面，成为了一股强大的、不容忽视的舆论力量。因此，如何识别和分析网络舆情信息，如何对舆情进行监测和有效引导，对于维护当今社会的稳定和发展具有重要的现实意义。

1 我国网络舆情现状

由于当前我国正处于社会变革和转型的关键时期，各种社会矛盾日益凸现，各种社会问题日益受到人们的关注，越来越多的人们愿意通过各类信息渠道表达自己的个人观点和想法。随着移动互联时代到来，借助移动终端和各种网络互动软件，人们可以随时随地的发表观点，报道事件，尤其在突发公共事件中，任何一个人都可以对事件进行现场报道，社会舆论的生成机制发生了深刻的变革。

当前我国网络舆论场的强度，在世界居首。2011年，我国网络舆论力度骤然增强，上网发声的阶层越来越广泛，网民高度警觉和关注着现实社会的各种热点事件。特别是“7・23”动车追尾事故和郭美美事件等敏感事件，造成网上网下人声鼎沸，成为当时最大的网络热点。

因此，在当前复杂的社会环境下，加强舆情信息工作，及时掌握舆情动态，积极引导社会舆论，是维护社会稳定和安全的重要举措。而研究和分析网络舆情信息，明确舆情信息的来源是前提和基础。目前，微博、微信、即时通讯软件、博客、跟帖与网络留言、网络社群和网络社区等是传播网络舆情信息的最主要途径。

2 网络舆情信息主要包含的内容

摘 要

就目前的舆情预警系统来看是没有办法进行网络舆情的的，因此就将挖掘的技术充分的引入到突发的事件中，这里就包括建立舆情采集、挖掘层、分析层等基于Web挖掘突发事件网络舆情预警系统的模型，该模型在一定的程度上可以整合预警全过程中的主要功能，有利于实现突发事件等舆情的分析与处理。因此本文主要就是针对基于Web挖掘的突发事件网络舆情预警策略进行分析与讨论的。

【关键词】基于web挖掘 突发事件 网络舆情预警系统

网络不仅可以为广大群众提供信息的选择，更是已经成为了社会突发事件的起源。网络舆情不仅可以发展为，进一步引发社会危机，而且网络舆情的情绪化更会导致各种突发事件的恶性发展，也会增加各种突发事件的处理难度。因此，如何利用现代技术处理好网络舆情突发事件，避免突发事件的发生或提供预警是解决问题的关键。

1 突发事件舆情与预警时所面临的困难

1.1 网络舆情与突发事件的关系进一步加深了预警难度的处理

突发事件在我国主要是事件的突然发生，在一定的程度上很容易造成社会危机，带来严重危害。突发事件与其他的事件是不同的，突发事件最主要的特点是破坏性、突发性等，在特殊的情况下就会转化成公共危机。

1.2 现有舆情系统对突发事件处理的能力不够

摘 要：互联网已经成为高校学生知识获取、沟通交流的重要平台，高校由于学生数量较大、知识丰富、思维活跃、乐于发表意见，四者相互交织，由此形成的网络舆情成为影响大学生世界观、人生观和价值观形成的重要力量。文章通过对高校网络舆情和舆情监控系统特点的分析，提出人防与技防相结合，即建立高校网络舆情应急预案，综合使用网络舆情监控系统等技术手段，构建高校网络舆情监控体系，正确的引导高校网络舆情。

关键词：高校；互联网；舆情；监控

中图分类号：TP393 文献标志码：A 文章编号：1673-8454（2016）16-0086-03

一、引言

随着互联网在全球范围的飞速发展，网络媒体已经成为继报纸、广播、电视之后的“第四媒体”。根据中国互联网络信息中心（CNNIC）的第37次互联网发展状况调查报告显示，截至2015年12月，中国网民规模达6.88亿，互联网普及率为50.3%。网民的上网设备正在向智能终端集中，智能终端成为拉动网民规模增长的主要因素。在众多网民中，高校学生由于数量较大、知识丰富、思维活跃，成为所占网民比例非常大、影响也极为广泛的一个群体。随着高校信息化建设的不断加速，网络已经渗透到高校各个角落，在高校学生的学习、生活中扮演着极其重要的角色。从互联网时代兴起的留言跟帖、BBS论坛、博客，到后来兴起的QQ群、微博，再到最近兴起的微信群，各种互联网媒介层出不穷，作为新兴的交流工具走进了普通民众特别是大学生的学习生活，个人言论自由权利因此得到了极大的发挥。特别近年来，手机、即时通讯软件迅猛发展，使得通过互联网进行的信息交流和观点发表变得即时、方便甚至时尚，因而受到了大学生的热烈追捧。即时通讯工具的便捷、互联网媒介的日益丰富，大学生群体思想活跃、乐于表达意见，由此形成的网络舆情成为影响大学生世界观、人生观和价值观形成的重要力量。因此，对高校网络舆情进行研究，成为当前高校教育行政部门、学生主管部门以及信息技术部门面临的重要课题。

二、高校网络舆情的特点

1.网络舆情的含义

王来华[1]在《舆情研究概论》中，对舆情的定义是：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，作为社会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。简言之，舆情就是民众的社会政治态度。还有观点认为，舆情是由个人以及各种社会群体构成的公众，对自己关心或与自身利益密切相关的各种公共事务所持有的多种情绪、意愿、态度和意见交错的总和[2]。而且随着社会的发展和民众表达意愿、诉求机制的不断完善，舆情所涉及的内容越来越宽泛，不仅局限于社会政治、国家方针、政策措施，同时对自己关心的社会热点和突发事件都表现出极大的关注，并通过各种媒介进行表述。

[摘要]大数据时代使得传统的舆情分析方式发生了剧变，已有的舆情分析技术和监控系统很难适应这一变化。面对当今飞速发展的网络时代，如何处理大数据环境下突发事件的网络舆情，已成为当前迫在眉睫的问题。文章对突发事件的网络舆情进行概述，利用大数据对当前的网络舆情分析的关键技术进行了总结，得出舆情的应对策略，并提出了值得研究的问题。

[关键词]大数据；突发事件；网络舆情

[DOI]1013939/jcnkizgsc201718225

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2012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（2013）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（2014）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（2010）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。