网络舆情监测系统范文精选

1研究现状

舆情监测工作由来已久，最早的网络舆情监测手段也是基于传统的手工模式。通过雇佣大量工作人员对指定的监测页面进行监测，使用人工方式，对某些重点监测词汇进行频率统计来寻找舆情动向。然而随着互联网的蓬勃发展，传统的方式已经落伍，要对网络舆情进行监测，就必然要依托于一个功能强大的互联网舆情监测系统进行。伴随着网络的发展，国内外已有一系列的网络舆情监测系统正式投入使用，这些系统通常是依托于政府部门、学术机构以及企业媒体建设的，分别基于不同的需求（行政决策的、学术研究的、商业开发的），从不同的角度对网络舆情进行监测。最早的相关研究始于TDT（TopicDetectionandTracking）项目［2］，它是美国国防高级研究计划局主导的，旨在从新闻网页中找到未知话题并对话题进行追踪。该项目历经多年发展演变，其核心研究内容分为报道切分、话题追踪、话题监测、首次话题报告以及关联监测这5个方面的内容［3］。在我国，由于中西文在文本挖掘、分词方面的巨大差异，以及社会经济等方面的差异，基于汉语的网络舆情监测研究起步较晚［4］。目前，学院型的舆情研究机构主要有北京大学中国国情研究中心、中国人民大学舆论研究所、上海交通大学舆情研究实验室等［5］。

2网络舆情监测系统框架

从过程上看，网络舆情监测的本质是从网络上获取数据、分析数据以及按用户需求呈现分析结果的过程，因此在系统实现时，从数据流向的角度，可以把一个网络舆情监测系统划分为数据获取模块、数据预处理模块、数据分析模块以及结果呈现模块，整个系统的结构如图1所示。

2．1数据获取模块

数据获取模块的主要功能是全天候的、自动的从整个网络上，或者某些特定网络上获取进行舆情分析的原始数据。在自动获取数据的过程中，有两方面的要求。一方面，是获取的相关舆情数据相对于整个数据的覆盖率的要求，即要尽可能地获取尽量全面的原始数据；另一方面，则是对数据准确率的要求，即所需数据要尽可能贴近用户关心的舆情热点。只有在覆盖率和准确率全部达标的情况下，才能更好地对网络舆情进行分析预测。目前，常见的数据获取方式有两种：（1）网络爬虫方式。互联网的一项基本协议是HTML协议，基于该协议，网络中大量资源以统一资源定位符（URL）相互联系，构成一个有机整体。网络爬虫从一个预先定义好的URL列表开始，依次访问该列表上的所有页面进行数据抓取，并分析当前访问页面中的其他URL，选择符合要求的URL加入待访问队列，试图以深度或者广度的方式对限定范围的网络进行遍历式的访问，以获取该网络的所有信息。（2）元搜索采集技术。搜索引擎是大多数网民访问网络的入口，目前有众多的搜索引擎服务提供商，其检索过程有不同的侧重方向，检索结果也各不相同。可以在若干不同的搜索引擎上部署元搜索引擎，通过对下层引擎的调用返回多个搜索结果，并基于一定的算法对不同结果进行选择。使用该方法能够有效地提高数据获取的覆盖率和准确率，且系统构建较为简单。

2．2数据预处理模块

Web页面的数据有其自身特点，它是一种半结构化的数据，整个数据包括内容和描述两个部分，且两者混杂在一起。直接通过数据获取模块抓取的页面内容复杂，存在大量噪音，文本内容非结构化，无法直接进行下一步的分析工作，对这些原始页面必须进行一次数据预处理。预处理的过程大体上分为两步：（1）进行网页内容提取。将用户关心的内容（例如新闻的内容、对主题的讨论等）从噪音（如页面上的广告、导航以及其他超链接）中找出。将页面转化为一个HTML标签树，根据已有知识建立提取规则，最后依据规则对页面内容进行提取。如何建立一个合适的规则是提取工作的核心，可以针对某类特定的网站建立专属规则，也可以针对一般页面的结构特点建立一些通用规则。（2）进行中文文本分词。自然语言中，词是最小的独立活动的语言成分。要对页面提取获得的非结构化连续文本进行处理，首要的工作就是对其进行分词。分词是将输入的一段文本分解为符合逻辑的一组单词的过程，例如输入“羽毛球拍”时，依照某种分词算法就可以初步将其分解为羽毛、羽毛球、球拍3个单词。最简单的分词算法以词典为基础，通过对字符串匹配完成初步工作，之后辅以少量词法、语法和语义规则；另一种思路是基于统计进行分词，统计文本中相邻字同时出现的频率，频率越高就越可能构成一个词；还有一些基于规则的分词算法，通过模拟人对句子的理解过程，对当前句子的语法、句法、词法进行分析推理，能够自动补全未登录词条。

[摘 要]21世纪以来，互联网在很大程度上改变着人们的日常生活，通过互联网传播信息，速度快，影响范围广，因此网络舆论的力量越来越强大，针对这一情况，相关政府部门应加大对网络舆情监测的重视程度，通过引进先进监测技术与理念，创新监测框架等方式，动态监测舆情变化，建立健全舆情监测体系，创建良好和谐的网络环境，更好地为人们服务。本文以网络舆情监测系统发展研究为基础，重点探究构建系统模块的框架，并详细阐述其关键技术。

[关键词]舆情监测；系统框架；网络环境；模板功能

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

中国网最终还是放弃了开通藏文博客的打算。网站的藏族编辑娜科告诉记者由于内容监管方面的压力，藏文博客必须采取先审核后的管理方式，如果处理不及时，或者处理不好，网友会有很大意见。目前，藏文网站的内容监管仍处于人工阶段，开通藏文博客需要付出很大的人力成本。综合考虑之后，中国网决定将这一计划暂缓。

作为国家重点新闻网站，同时也是大陆最大的涉藏网站，中国网的担心并非多余。2012年2月以来，受到一系列藏人自焚事件的影响，大陆地区一些颇具人气的藏文博客被关闭。青海湖网的藏文博客一度发出公告称：“由于部分用户不按照此博客宗旨发表日志，暂时关闭此博客，敬请广大博友谅解。”

此前亦有境外媒体报道称，著名的藏文博客网站也曾被关停，“原因是该网站发表的诗歌《哀痛》描述了发生在的自焚事件。”

目前，内地基于中文的网络舆情监测系统已经有较为成熟的研究成果，但由于少数民族语言文字信息化处理水平整体相对滞后，监管部门尚没有成熟的软件系统对少数民族文字的网站进行舆情监测，于是，在一些敏感事件发生之后，不得不关闭网站以应对日益复杂的网络舆情。

中央民族大学等机构正在进行《藏、维文网络敏感信息自动发现和预警技术》的课题研究，或许可以从一定程度上改变这种简单化的管理方式，也将缓解娜科等网站编辑在内容监管方面的工作压力。

藏文、维文网站是管理重点

中国互联网络信中心（CNNIC）的《第28次中国互联网络发展状况统计报告》显示，截至2011年6月底，大陆网民数量已达4.85亿。在公众对中文网络的使用越来越熟练的同时，少数民族文字网站也提上官方管理日程。

赵小兵是中央民族大学信息工程学院教授，同时担任国家语言资源监测与研究中心少数民族语言分中心副主任。据他介绍，目前直接使用少数民族语言文字的网站并不多，主要有蒙古文、藏文、维吾尔文、哈萨克文、柯尔克孜文、朝鲜文、彝文、壮文、傣文等9个民族10种文字（傣文包含新傣文和老傣文两种文字）。根据该中心2011年的调查，大陆少数民族语言文字的网站总量在389个左右，其中维吾尔文网站175个、藏文网站109个。

摘 要：网络舆情监测与引导是个复杂的技术和管理过程，必须充分利用Web数据挖掘技术的优势，建立完善网络舆情监测引导系统，进一步提升信息化、自动化和智能化，自觉地把互联网的优势转化为推进社会治理的现实动力和强大合力。

关键词：网络舆情；监测引导；Web数据挖掘

中图分类号：C93 文献标志码：A 文章编号：1673—291X（2012）28—0227—03

一、时代背景

互联网时代是人类历史上一个空前伟大的技术革命时代。现代信息技术、通讯传播技术、网络技术等众多现代化的传播技术已渗透到社会生活的各个领域。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，网上热点层出不穷，网络舆情对国家事务、公共事务决策的影响力也日益加大。历史原因曾使中国长期处于封闭状态，国内关于舆情的研究起步较晚，目前迫切需要提升与之相应的理论和技术支持。舆情分析与监测是信息深加工，以往“剪报”式低价值粗加工的信息服务，虽可按主题范围搜集，但提供的结果仅局限于单一的信息内容，传统的单一线性收集方式已不能够满足人类大脑发散思维的需要。

二、网络舆情监测引导的技术支撑

在浩瀚的网络中，政府如果仅仅依靠人工完成网络海量信息的收集和处理是不现实的。而Web数据挖掘能快速、准确的获得有价值的网络信息，利用历史数据预测未来的行为以及从海量数据中发现知识。它克服了普通数据库管理系统无法发现数据中隐藏的关系和规则及根据现有数据预测未来的弱点。Web数据挖掘的出现为自动和智能的把互联网上的海量数据转化为有用信息和知识提供了条件。可有效地从Web获取并分析相关舆情，达到监测、辅助决策和引导的目的，为网络舆情预警提供了极大的帮助。

（一）Web数据挖掘

摘 要微博是网络舆情产生和传播的主要途径，如何分析微博用户对热门话题和突发事件的观点，及时有效地发现电子商务产品质量的舆情信息，已成为促进我国电子商务产业健康发展迫切需要解决的问题。本文利用中文分词情感词库、网络爬虫等技术设计并实现了一个面向微博平台的舆情数据分析平台，通过爬取新浪、腾讯上热门话题的相关数据，分析公众对相关话题的情感倾向，掌握电子商务产品质量的舆情信息。

【关键词】微博话题 舆情分析 情感词典 观点识别

随着电子商务的快速发展，越来越多的人通过电子商务网站来了解产品信息、购买商品，并且通过评价表达自己购买商品过程中的感受、对购买商品的满意程度和相关建议要求。评价和打分等商品舆情信息是买家了解电子商务网站产品和商家服务的一种重要渠道和表达方式。文本情感分析是对给出的文本的感彩进行分析、归纳的过程，即判断一篇文本中观点持有者对某个事件或商品持有的正向、负向或中立的态度。它属于信息检索或者自然语言处理的范畴。目前，国内已有许多专家、学者就舆情分析技术根据实现的方法分为基于词的倾向性分析和基于机器学习的倾向性分析，如杨震等人在网络舆情内容分析中，提出基于字符串相似性聚类的网络短文本舆情热点发现技术。Kouloumpis等利用微博中的口语和网络语言来提高情感倾向分析的准确性。

基于以上需求，本文设计实现了一个基于舆情获取、舆情分析等功能的微博话题电商产品质量网络舆情监测系统。通过对各类BBS论坛、博客和微博中带有倾向性的舆情内容进行热度、情感分析，了解公众对该话题的关注度，及时掌握公众对该热门话题的态度；并对其进行扩散情况统计，了解该话题在哪些地区先产生影响并逐渐扩散到其他地区。

1 舆情信息分析关键技术

1.1 舆情获取模块

舆情获取（网络爬虫）模块是通过用户指定话题、微博平台及话题起始时间、结束时间的方式从网络中爬取相关数据。数据内容包括微博用户ID、用户所在地区、微博文本内容（由于微博文字有长度限制，微博文本内容可以用MySQL表中的一列来存储）、微博发送时间、转发数、评论数等重要信息。虽然各个微博网站都有开放的API，但由于微博API存在IP访问次数、单用户访问次数等诸多限制，使用API来爬取大量微博数据并不高效，会造成微博账户或者IP地址被封禁的后果。因此根据不同微博网页的特性，使用Python语言编写各个网站的爬虫程序，以多线程的方式来爬取微博数据。这样不仅快速高效，而且通过在程序中设置定时休眠，来避免爬虫程序因长时间高频率地访问微博网站而导致账户或IP被禁用。

舆情获取是通过网络爬虫从微博网站获取相关数据并保存至MySQL数据库中，当用户最终在舆情获取界面中选择不同的数据来源时，后台将去调用对应的微博网站的爬虫程序，而用户不会感受到不同网站、不同程序之间的差异。

【 摘 要 】 本文针对网络上通过微博、论坛等网络平台的环境污染相关消息的高效捕获，提出建立基于Solr平台的环境污染网络舆情监测系统，重点描述了基于Solr平台实现环境污染网络舆情监测系统的主要模块，并基于实际舆情数据对系统的功能和性能进行了分析。实验结果表明本文所述系统可有效满足环保部门等对网络舆情监测的需求。

【 关键词 】 Solr平台；舆情；监测系统

1 引言

近年来，全国各地环境污染事件频繁发生，当这些污染事件发生时，民众会在很短时间内通过微博、论坛等网络平台相关消息、描述事件发生状况、评论政府应对措施与各项反应，需要注意的是，这些舆情信息在网络上的传播，会对普通民众的群体心理造成重大影响，如果处理不当还会对环境污染防治工作带来阻力，甚至发生重大公共安全。因此，需要设计并实现面向环境污染舆情的网络舆情话题监测技术，以实现对环保类舆情信息的及时发现，为政务信息公开和网络舆论回应提供技术支持。

环保类舆情话题主要是民众对身边生活环境问题的描述、建议、举报和控诉等的话题，比如工厂偷排污水、工地夜间施工、空气污染严重等。这类话题可由相关关键词的与或关系组合予以监测，例如水污染的话题可以采用“废水、污水、黑水”等关键词匹配。但在实际实现时，每类环保类话题的关键词数量都较多，关键词之间的与或关系描述比较复杂，采用传统的数据库结合文本关键词匹配的技术会遇到处理速度慢、与或等复杂逻辑匹配实现难度大等难题。

针对这些问题，本文提出采用Solr平台设计并实现环境污染网络舆情监测系统。Solr是由Apache基金会设计开发的基于Lucene的文本检索平台，利用Solr的索引和检索功能够快速查找文本，并可实现较为复杂的查询逻辑。通过实际数据的实验验证，本文所述技术具有执行速度快、复杂匹配逻辑实现难度小等优点。

2 Solr平台简介

2.1 Solr概述

摘 要： 针对高校网络舆情监测工作的不足，结合高校舆情信息的传播特点，提出了在校园网范围内基于Nutch搜索引擎技术进行信息检索，在互联网上采用元搜索引擎技术获取相关信息的舆情监测系统构建方案。采用关键词特征库匹配方式自动进行网络舆情监测，及时准确地发现网络舆情信息；探讨了高校对于网络舆情的监测、分析、引导和反馈等环节的处理方法，从而形成完善的应对机制。

关键词： 网络舆情； Lucene； Nutch； 元搜索引擎； 信息检索

中图分类号：TP309.2 文献标志码：A 文章编号：1006-8228（2014）11-19-03

Research of public opinion monitoring system in campus network based on

Nutch and meta search engine technology

Nie Yan

（College of Science and Technology， Ningbo University， Ningbo， Zhejiang 315202， China）

Abstract： Aiming at the insufficient public opinion monitoring work， combined with transmission characteristics of public opinion information in colleges， the whole scheme of constructing public opinion monitoring system is presented. Information retrieval technology based on Nutch searching engine is applied to campus network. Information collection technology based on Meta search engine is used on the Internet. The keywords feature library matching is used for automatic experiment monitoring and the public opinion information is found timely and accurately. In addition， the dealing methods such as monitoring， analysis， guide and feedback are discussed to form perfect coping mechanisms.

摘 要：本通过分析舆情信息采集策略，提出智能化的关键词追踪模型，通过关键词智能追踪模型的应用，网络舆情监测系统能及时抓取热点事件的热点关键词，从而实现网络舆情监控系统对热点事件发展趋势的灵敏响应，并为网络舆情热点事件的预警提供数据支持。简单来说关键词智能追踪模型就是以一定的关键词权重算法为基础，依据舆情事件变化速度，通过多次的反复的归纳计算，对之前选取的关键词进行修改、调整和校对的过程。

关键词：网络舆情监测；关键词；智能追踪

中图分类号：TP393.09

1 舆情采集与分析

1.1 信息采集

根据互联网中热点分布特征，在进行信息采集时，系统针对时效性强的主流媒体网站进行信息采集，信息来源可靠性高、实时性好，信息采集量小，分析处理速度快，热点分析速度快、准确率高，预警及时。合理利用主流媒体网站的搜索引擎，进行基于主题的信息采集。由于这些网站的分词技术参差不齐，为了保证信息采集的准确性和实时性，采用了二次搜索的方案。在基于主题的信息采集之前，对要采集的主题进行分词，根据分词的结果，先按照“大范围”的关键词进行采集并存储，对采集的结果再按照“小范围”的关键词进一步搜索，这样采集的信息准确率高。

1.2 信息预处理

网页上面除了系统所需要的舆情信息之外还包括很多其他信息，如：Flash、视频、图片、广告和冗余链接等。在过滤掉这些垃圾信息之后，还需要对相同话题的舆情信息进行话题合并，也就是去重。并根据系统的规范将舆情统一存储为下一步数据分析挖掘打下基础。信息预处理主要包包括：主题关键字抽取、正文关键信息提取、自动摘要、超链接分析、URL去重、垃圾信息过滤等工作。

一、以主流媒体为主的监测机构

以主流媒体为主的网络舆情监测机构是我国目前最成熟的监测机构，也是最主要的监测方式。如人民网舆情监测室、新华网网络舆情监测分析中心等，一些地方主流媒体所属的监测机构也是区域网络舆情监测的主力军，如大众网大众舆情、大江网大江舆情等。这类监测机构依托媒介资源，聚合软件开发、统计学、传播学、社会学、公共管理学、经济学等多学科专业人员，符合舆情监测需要多学科融合的特点。这些监测机构开展网络舆情监测理论研究，点评网络热点舆情，总结其中得失，提升公众舆情素养，并通过这些开展公共网络舆情服务；同时应用其开展公共网络舆情服务的影响及成果对政府部门、企事业单位等提供有偿服务，取得了社会效益及经济效益的双丰收。这类监测机构最具代表的是人民网舆情监测室。该监测室成立于2008年7月，在网络信息搜集上，人民网舆情监测室重视搜索技术的应用，依托人民网舆情监测平台、中文报刊监测系统，辅以公众搜索引擎，在搜索引擎解决不了的区域补充人工监测，形成了网络信息收集的有效模式。人民网舆情监测室率先开通了舆情频道，设立舆情会商室，刊登热点舆情报告，各种舆情排行榜。通过这些方式，就网络舆论情况、网络热点事件的成因及规律，进行分析和总结。这些公共舆情服务，提升了公众的舆情素养，增加了自身的影响力，取得了很好的社会效益。同时，人民网舆情监测室根据不同的客户提供有针对性的舆情监测服务，推广其舆情监测平台，提供舆情分析报告和突发事件咨询顾问服务，指导舆情应对，还编辑发行《网络舆情》杂志，发行价为每年3000多元，被称为史上最贵杂志，目前已发行近20000份。此外还开展培训服务，取得了很好的经济效益。

二、以研究部门为主的监测机构

以高校和研究机构为主的监测机构，如中国人民大学舆论研究所、中国传媒大学网络舆情（口碑）研究所、上海交通大学舆情研究实验室，这些机构兼顾学术研究与舆情监测服务，在数据分析的基础上加以学理分析。如中国人民大学舆论研究所的《中国社会舆情年度报告》、上海交通大学舆情研究实验室的《中国社会舆情与危机管理报告》等从网络舆情的角度注解社会政治、经济、文化等发展态势，在社会上产生了较大影响。虽然，高校、研究部门为主的服务机构较为专业，但也不是万能的，其中很多机构存在覆盖面广、针对性不强或者实践经验欠缺等问题，难以就部门、单位做详细的跟踪、监测分析，往往只有在出现了重大网络舆情时才能提供帮助和参考。

三、以各级政府部门、企事业单位为主的舆情监测机构

随着网络舆论的加强，引起了社会各方对网络舆论的重视。各级政府部门、企事业单位成立舆情监测机构以期通过网络加强了解公众对本部门、本行业的意见建议，减少网络负面舆论对自身的影响。这部分监测机构个体规模不大，数量多，专业性比较欠缺。目前这类监测机构大都由部门及单位所属的宣传等部门代为管理，少有独立的监测机构。监测的方法主要有日常监测和应急监测，监测范围涵盖新闻网站、社交网站、论坛、微博等。日常监测用日报、周报、月报、年报等形式，应急监测就某一舆情事件进行专题监测，以快报、专报等形式呈现。监测手段主要以人工监测为主，也有辅以监测系统监测或购买舆情监测机构的服务等。人工监测无法顾及海量的网络信息，很难对网络舆情作较为全面的梳理、统计、分析，只能就一件事、对一个点作报告。相比之下监测系统、监测信息更有针对性一些，但因目前市场上的网络舆情监测系统本身存在缺陷，所以监测的准确性还有待加强。

从以上四种监测方式可以看出，我国网络舆情监测行业比较粗放，监测的方式与机构自身实力的强弱有很大关系。从行业整体看，还是缺乏统一的行业标准，缺乏能指导行业运行的理论基础，同时，网络舆情监测软件技术也有待深入开发、专业的网络舆情监测人员也比较短缺。网络舆情监测行业是一个新兴行业，如何促进其整体发展，还需要在实践发展中，从技术、人才和行业的整体布局上做出进一步的探索。

作者：邱奕 单位：贵州日报报业集团

【摘要】随着公民新闻运动的兴起和微博、微信、社交网络的迅速发展，网络舆论的巨大力量催生了我国的网络舆情服务行业。在分析我国网络舆情监测产业现状与问题的基础上，文章从培养专业的网络舆情分析师、与高等院校或科研所或新闻媒体结合、构建完整的产业链、促进两个舆论场良性互动等方面探讨了我国舆情监测产业的发展路径。

【关键词】网络舆情监测 现状 发展路径

网络舆情监测业的现状

舆情监测是指整合互联网信息采集技术及信息智能处理技术，通过对互联网海量信息自动抓取、自动分类聚类、主题检测、专题聚焦，满足用户的网络舆情监测和新闻专题追踪等信息需求，形成简报、报告、图表等分析结果，为客户全面掌握群众思想动态，做出正确舆论引导，提供分析依据。①针对网络舆情监测，目前有两种观点，一种观点重在强调网络舆情监测软件系统的作用，即网络舆情监测是通过对网络各类信息汇集、分类、整合、筛选等技术处理，再形成对网络热点、动态、网民意见等实时统计报表的软件工具。另一种观点认为网络舆情监测是全部网络舆情服务工作的最基础部分，它是高度人机合一的工作。舆论监测机构以第三方的身份进行观察，将事件各方视为平等媒介主体，通过搭建适当的沟通渠道消除误解、解决问题，同时提供客观、中立的意见，是客户的智囊和顾问。笔者认为，这两种观点都只是部分反映了网络舆情的现实，是不全面的。因此，本文所讨论的是建立在二者基础上的网络舆情监测及其相关产业。总的来说，国内的网络舆情监测服务机构大致可以分为四类：

第一类由软件公司和传统的市场调查公司联合成立的舆情监测软件企业，以方正电子、拓尔思、军犬为代表，它们的技术实力较为雄厚，抓取网络舆情数据能力较强。

第二类是依托人民网、新华网等主流媒体建立的舆情监测平台，即舆情监测行业的媒体派，如人民网舆情监测室、新华网“舆情在线”。这两个舆情监测系统主要针对社情民意进行监测，对时事热点和受众心理变化的敏感度较高。

第三类由高校或学术机构创办的舆情研究所。如中国传媒大学网络舆情（口碑）研究所、中国人民大学舆论研究所等。这类机构具有浓厚的学术传统，汇聚了新闻学、传播学专业的各类精英，善于捕捉网络舆情的变化，并将其归纳、梳理，总结规律并且上升到理论研究的高度。

第四类是由舆情监测软件机构和高校新闻与传播研究所合作成立的舆情实验室，如南京大学—谷尼网络舆情监测与分析实验室、清华—优讯舆情实验室。这一类机构将高校多学科团队的学术优势与先进互联网监控软件的技术优势、市场经验相结合，实现优势互补。