络舆情监测相关经验总结

络舆情监测分析是实时掌握 络舆情动态的一项基础工作，也是妥善处理 络有害信息，制订有效宣传策略，正确引导舆论导向的重要前提与依据。实践中， 络舆情监测分析实务包括预设主题实时监控采集，预警突发舆情事件，汇总整理分析舆情数据，抽取分析舆情样本，预测掌握舆情趋势动向，撰写舆情简 等工作[1]。这些决定了舆情监测分析需要从定性与定量两个方面，结合人工分析与软件应用，及时对某主题、单位、领域或行业舆情进行监测与研判。这是舆情监测分析工作的基本模式。

1 络舆情监测分析的主要工作内容

2 络舆情监测分析的下一步工作与发展

充分利用新技术与新方法，增强 络舆情监测的主动性，及时准确掌握 络舆情信息动态，才能做好舆情监测分析工作。TRS、百度舆情等市场上的舆情系统具备一定功能，但需要根据实际情况与问题改进完善，才能更好地满足实践需求。根据实际工作与经验，需要在以下几个方面改进加强。

3）提高舆情监测分析的自动化程度。一般舆情系统都包含自动聚类、分类等数据挖掘通用功能，提高了舆情分析的自动化程度[4]，但各类功能的针对性不强，大量工作在实际中仍需繁琐的手工完成，难以满足舆情 告撰写等实际需求。所以，需要结合实践特点，制定和拓展结构化的模板和定制化的功能，提高舆情分析工作的效率。比如，利用舆情 告模板、图形图表模板、观点分类功能等进一步减少手工工作。同时，可以利用不同站点、不同类型的 页信息，交叉验证舆情信息，增强 络信息的自动融合，提高舆情分析的准确性与及时性。在工作流程上，实现 络舆情信息采集、整理和分析自动化，才能从繁杂的信息收集和整理中解放出来，集中精力进行舆情分析和 告撰写工作，提高工作水平和效率。

4）提升舆情信息内容分析的语义化与技术水平。信息内容分析是 络舆情工作的关键。大多系统都是基于词语匹配完成聚分类任务，以此实现既定的舆情内容分析功能。但意义关联的近义词、同义词与相关词的词形不同，必然在准确率与召回率方面存在不足，比如舆情话题追踪、观点分类的性能会受到明显限制。而且内容相同或相近的新闻、帖文必然出现在不同 站页面。准确关联汇聚这些信息，是全面准确把握舆情整体状况的重点前提。广泛利用信息，需要开发利用一定的算法，整合语义知识库，才能综合提高舆情信息的语义关联化程度，加强对 络舆情状况的判断。所以，舆情监测分析的语义与智能化水平亟待加强。一个方法是基于语义知识提高分析的准确程度；再一个是利用当前的最新技术。比如，深度学习方法在很多领域已经证明了其有效性，综合利用 word2wector、深度神经 络等提升内容分析的准确程度。