大数据-云计算-微博-舆情-指标-指标体系-微博舆情监测指标体系研究[1]
收稿日期：2011－02－22修回日期：2011－06－28
基金项目：国家社会科学基金重大项目“突发事件网络舆情演化模型和仿真系统研究”（编号：09＆ZD014）。
作者简介：高承实（1973－），男，博士，研究方向：网络信任管理、网络行为认知；荣星（1986－），男，博士研究生，研究方向：可信计算、网络安
全；陈越（1965－），男，教授，博士生导师，研究方向：信息技术、网络安全。微博舆情监测指标体系研究*
高承实荣星陈越
（解放军信息工程大学电子技术学院郑州450004）
摘要在研究微博信息传播机制的基础上，结合信息空间模型构建了微博舆情的三维空间，运用层次分析法，建
立了微博舆情监测指标体系。该指标体系综合考查了社会类指标与技术类指标、舆情主体与舆情受众之间的关系，
并给出了不同指标的量化计算方法，为管理者实行舆情疏导提供了决策上的支持。
关键词微博舆情指标体系层次分析法
中图分类号G353．1文献标识码A文章编号1002－1965（2011）09－0066－005
ResearchonPublicOpinionMonitoringIndex－systeminMicro－blogging
GAOChengshiRONGXingCHENYue
（InstituteofElectronicTechnology，PLAInformationEngineeringUniversity，Zhengzhou450004）
AbstractBasedontheresearchofinformationbroadcastingmechanisminMicro－blogging，three－dimensionalspaceofpublicopinionin
Micro－bloggingisconstructedbyintegratingInformationSpacemodel，andamonitoringindex－systemisestablishedthroughAHP（Ana-
lyticHierarchyProcess）．Thesystemtakesbothsocialandtechnicalindexes，therelationshipbetweensubjectsandaudiencesintoconsid-
eration，andpresentsquantizationcalculationmethodofeachindex，whichprovidesdecision－makingsupporttodredgepublicopinionfor
managers．
Keywordsmicro－bloggingpublicopinionindex－systemAHP
0引言
微博，即微型博客（Micro－blogging），是Web2．0
时代新兴起的一种集成化、开放化的互联网社交服务。
2006年EvanWilliams等人联合创建最具有代表性的
Twitter；2007年之后，国内陆续出现了微博客网站，如
饭否、做啥、叽歪、嘀咕、贫嘴、同学网、腾讯滔滔、9911
等［1］。2009年8月，新浪加入微博领域，借助网站平
台及名人资源优势启动内测，引来众多网民的关注与
参与。
信息的真实性是微博中存在的一大严重问题，
2009年6月，西方媒体和政治势力借助“Twitter”散发
小道消息，造成了伊朗大选后发生的政治动荡。由于
微博中存在大量的碎片化文本信息，目前采取的系统
审核或人工实时监控，并不能很好地限制这些虚假信
息的传播。微博的开放环境为网络舆论的自由化提供
了便利，网络谣言、偏激和报复性的人身攻击行为层出不穷，部分网络舆论给国家的稳定和社会的和谐带来
了严重的挑战［2］。2010年在我国，随着微博井喷式的
发展，网民爆料的首选媒体更多地转向微博，论坛、博
客在事件曝光方面的功能明显弱化，舆情热度靠前的
50起重大舆情案例中，微博首发的有11起，占22%，
2010年的大事件中几乎都有微博在发生着作用［3］。
被称为“女厕攻防战”的微博直播，是今年以来国内微
博最吸引眼球、威力显现最突出、影响最始料未及的事
件，对社会的和谐稳定产生了消极的影响。可见，微博
在网络媒体中主导地位越来越明显。
现有的舆情分析指标体系多针对互联网舆情，曾
润喜［4］等设计了网络舆情突发事件预警系统，构建了
警源、警兆、警情3类指标体系，指标侧重于反映舆情
本身的演化。李雯静［5］等从舆情主题的角度重点列出
了网络舆情信息分析的指标，并给出了具体的指标计
算方法，但未突出舆情受众的能动性作用。张一文［6］
等尝试建立了一种非常规突发事件网络舆情指标体第30卷第9期2011年9月情报杂志
JOURNALOFINTELLIGENCEVol．30No．9Sep．2011系，认为舆情的热度同事件本身、网络媒体以及网民三
者的合力成比例，但没有给出指标的详细计算方法。
由于互联网中传播渠道和交流平台的多样化，如：新
闻、评论、BBS以及网络社区、时事论坛、博客、维客、
即时通信软件、Email及短信等，指标体系涵盖的面较
广，造成了舆情指标体系过于庞大，针对性不强。微博
作为网络舆情的主要推动媒介，加强微博舆情的预警
和监管，形势迫在眉睫。如何针对微博自身的特点，建
立微博中的舆情监测指标体系，及时捕捉到微博中敏
感的舆情信息，为管理者实行舆情疏导提供决策支持，
将负面的网络舆情影响控制在警戒线以下，具有重大
的政治意义和社会文化意义。
1微博中的信息传播
传统博客以纵向的传播方式进行传播，即博客服
务商向用户提供博客信息集纳服务。而微博以横向的
方式进行传播，信息经用户之间链接、转发，使互动变
得更为简单、便捷，因此导致微博的聚合度较传统博客
弱，但用户可通过自组织的信息聚合方式来选择自己
要关注的信息。微博以单向的跟随关系简化了社交关
系，其关注与被关注模式形成了其独特的信息分享、流
动模式，是一种不对称的信息流动模式。另外，微博还
有以下几个特性［7］：信息生产趋于零时间、信息传播趋
于零时间、微博的同步性功能使其成为了一种流动的
信息发布装置。
微博在改变人们生活方式的同时，也存在一些问
题和隐患。首先，微博的安全性令人堪忧，已经有黑客
成功入侵了Twitter的账户并且窃取了内部文件，通过
此渠道可以伪装成名人，来发布虚假信息，从而造成社
会的恐慌；其次，微博的私人信息强制登记制度和博文
信息会从一定程度上暴露用户的隐私信息，如：联系方
式、个人爱好、工作经历，用户可能因此受到垃圾广告
的骚扰和诈骗行为的侵害；最后，微博受众的广泛性和
传播的快速性，使之容易成为不良信息的传播平台，
如：垃圾信息、低俗广告、病毒，敌对势力还可以利用其
作为政治工具进行颠覆性活动。
微博信息传播是由分散的网民自发进行的一种信
息传播活动，微博平台的传播不是类似于传统网站那
样的自上而下、点对面的发布平台，人们更多的是在某
些网络的“节点”中发布信息，而这些“节点”对应的就
是微博用户。为研究微博信息的传播效果，下面从两
个方面进行分析：一是对于特定用户而言，他的传播能
量受到哪些因素的影响；二是对于某一个具体的信息
而言，它的传播受到哪些因素的影响。两者虽有关联，
但并不完全相同。
微博信息发布者在网络中相当于一个节点，与其存在直接路径相连的节点和它之间是一种“强关系”，
其他节点与该节点之间的关系则可认为是“弱关系”。
与博主之间是“强关系”的用户则是粉丝，博主在现实
生活中的好友、同事是该微博的粉丝，而认同博主价值
观念的也会通过加关注的方式成为其粉丝。粉丝是博
主信息发布和传播的链条，博主拥有的链条越多，联系
越频繁，联系对象的传播能量越强，那么他发布的信息
的传播面就可能越广。
另外，微博中的转发和推荐机制也会影响到博主
的传播能量。转发机制决定了信息多级流动的可能性
与扩散的速度，只有当用户认为该信息与自己的价值
观相符时才会进行转发，转发本身就实现了对信息的
过滤。推荐机制决定了信息超越人际关系网络链条的
约束进行传播的能力，重点信息（或人物）推荐、热门
信息聚合、最新信息推荐以及标签等方式，都可以带来
信息传播速度和幅度的提升。
对一个具体的信息传播来说，作为舆情受众的微
博用户对信息的扩散效果起着决定性的作用。这些用
户通过选择“转载”或“评论”，对信息进行筛选，从而
影响到信息传播的广度。作为粉丝的“强关系”用户，
如出于对偶像的崇拜等原因，在信息传播中具有一定
的盲目性和非理性。而作为次级传播对象的“弱关
系”用户，由于与博主间不存在直接联系，也不是粉
丝，因此他对信息的转发，则完全是基于对信息本身的
判断。这一层级的传播是对信息的公共价值的一个有
效检验。弱关系用户的认同度，如粉丝的粉丝对信息
的判断，能够很好地反映出信息本身的价值度。
2微博舆情监测指标体系
网络舆情安全评估指标体系是对网络舆情的整体
态势进行科学分析和实施安全管理的基础，通过实时
地对网络中的舆情进行监控并按照一定的标准进行计
算，在对数据进行科学分析和判断的基础上，采取相应
的预防和控制对策，从而维护网络秩序，保证网络舆情
的健康发展，促进网络和谐文化的形成。
舆情指标体系在构建时应有相应的理论科学依据
和现实可操作性，能够系统性地反映出舆情传播的特
点，最终实现对网络舆情管理的目标，即舆情监测指标
体系要满足科学性、实用性、系统性和目标性4项原
则［5］。
2．1微博舆情的三维空间网络舆情实际上是一
种信息传播，因此符合信息空间的特征。谈国新［8］等
从信息空间的角度出发分析舆情影响力作用的特点，
提出了舆情的监测指标体系，该指标体系很好地体现
了发布者和受众的能动性，具有很好的参考价值。用
信息空间的方法，将网络舆情的三维空间构造出来，便·76·第9期高承实，等：微博舆情监测指标体系研究
网络舆情监测方案
网络舆情监测方案
第1篇
网络舆情监测方案
一、项目背景
随着互联网技术的飞速发展，网络已成为人们获取信息、交流思想、表达观点的重要平台。网络舆情则是广大网民在网络空间对某一事件、话题或现象所表达的态度、看法和情感的总和。有效监测和管理网络舆情，对于维护社会稳定、引导网络正能量具有重要意义。
二、项目目标
1. 及时掌握网络舆情动态，为决策提供数据支持。
2. 预警潜在的网络舆情风险，防范和化解负面影响。
3. 提升网络舆情应对能力，引导网络舆论导向。
4. 保障网络信息安全，维护社会和谐稳定。
三、监测范围
1. 门户网站、论坛、博客、微博、微信公众号等社交平台。
2. 视频网站、新闻客户端、问答社区等资讯平台。
3. 在线教育、电子商务、网络游戏等垂直领域。
四、监测内容
1. 网络舆情热点事件、话题和现象。
2. 网民观点、态度和情感倾向。
3. 网络舆情传播路径、速度和影响力。
4. 网络舆情风险预警和应对措施。
五、监测方法
1. 数据采集：采用先进的技术手段，对监测范围内的网络数据进行实时采集。
2. 数据处理：通过自然语言处理、情感分析等技术，对采集到的数据进行清洗、整理和归类。
3. 舆情分析：结合大数据分析、人工智能算法等，对网络舆情进行深度挖掘和解读。
4. 预警机制：建立多维度预警指标体系，实时监测网络舆情风险。
5. 应对策略：根据网络舆情分析结果，制定针对性的应对措施。
六、实施步骤
1. 项目立项：明确项目目标、范围和内容，成立项目组。
2. 技术选型：选择成熟、先进的技术手段，确保项目顺利实施。
3. 数据采集与处理：搭建数据采集和处理平台，确保数据质量和实时性。
4. 舆情分析：建立舆情分析模型，定期输出分析报告。
5. 预警与应对：建立预警机制，制定应对策略，指导实际工作。
6. 评估与优化：定期评估项目效果，调整优化监测方案。
七、保障措施
1. 组织保障：成立专门的网络舆情监测团队，明确职责分工。
网络舆情评价指标体系的构建与应用
２０１４年３月 第４６卷第２期 云南师范大学学报 （哲学社会科学版） Ｍａｒ．，２０１４ Ｖｏ１．４６ Ｎｏ．２
网络舆情评价指标体系的构建与应用
冯江平， 张 月， 赵舒贞， 陈 虹
（云南师范大学教育科学与管理学院，云南昆明６５Ｏ５ＯＯ）
［摘要］网络舆情作为当代社会舆情的重要方面，引起广泛关注。对网络舆情的全面把握，依赖 于网络舆情评价指标体系的构建。本研究在文献查阅和专家评定的基础上，从政府、网媒、网民三大网 络舆情主体相互作用的角度，构建了包括政府舆情应对能力、网媒舆情热度、网民心理特征在内的网络 舆情评价指标体系，并为指标赋予权重，表示不同指标的相对重要性，最后以“什邡钼铜事件”为例说明 所构建的指标体系的实践运用。 ［关键词］ 网络舆情；评价指标体系；什邡钼铜事件 ［中图分类号］Ｇ２０６ ［文献标识码］Ａ ［文章编号］ｌ。０ｏ一５１１０（２０１４）Ｏ２一。０７５—１Ｏ
一、问题的提出 网络技术的发展，使社会进入“全民发声”时 代。网络社会作为一种新的社会存在方式，改变 了传统的社会结构和人们的生存方式，并促使社
会舆情的发生、发展以及“围观结构”产生新的变 化。网络舆情表达的社会情绪、民众意见更为宽
广，涵盖了主流与非主流、精英与草根、理性与非 理性、公开与不公开甚至不为人知的机密等所有
层次的社会意见。这就使得对民意的把握更加扑 朔迷离，也使得社会危机的发生机制、表现方式和 发生频率等都发生了新的变化。一些网络社会热
点问题一旦处理不当，便可能引起民众的强烈反
响甚至负面情绪爆发。 所谓网络舆情，是指民众对于社会事件或社 会现象在互联网上发表的意见、观点、情绪和态度
的总和及其传播。从网络发展的趋势看，网络舆 情在影响公众视听、引导社会意识形态及政府公
共事务决策方面，发挥的作用越来越大。网络舆 情逐渐发展成为一支独立的社会力量，将对我国 的政治体制产生深远的影响。因此，研究网络舆 情的演化规律，探寻和构建相应的监测指标体系 并加以预测，提前发布网络舆情的预警信息，将有
基于大数据分析的社会舆情监测与预警系统设计与实现
基于大数据分析的社会舆情监测与预警系统设计与实现
摘要
随着互联网的发展，社会的信息爆炸式增长使得传统的信息收集方法已经无法满足实时获取和处理大量信息的需要。基于大数据分析的社会舆情监测与预警系统便应运而生。本文对大数据分析技术进行了概述，并对社会舆情监测与预警系统进行了详细的设计与实现。此外，本文还通过三个不同领域的案例分析，展示了基于大数据分析的社会舆情监测与预警系统的应用情况与优势，并对现有存在的问题提出了相应的解决方案。
关键字
大数据分析，社会舆情监测与预警系统，微博，论坛，社交网络
引言
随着移动互联网的发展，海量的数据不断涌现，如何更高效地分析和利用这些数据成为了一个难题。同时，众多机构、企业以及政府部门都急需实时了解人民群众的舆论态度，从而灵活调整政策、应对突发事件等。因此，社会舆情监测与预警系统应运而生。本文基于大数据分析技术，设计并实现了社会舆情监测与预警系统，并对现有的三个案例进行了详细的分析。
1. 大数据分析技术的概述
大数据分析技术是指通过计算机和互联网，采用一系列的数学、统计和算法技术，对大量的计算机生成的数据进行挖掘、处理和分析。它是一种全新的数据处理方式，通过对数据进行深入挖掘，发现其中的关联、趋势和规律，从而支持决策和创新。
大数据分析技术的基本流程包括数据获取、预处理、建模、分析以及结果呈现。其中，数据获取是整个过程中的第一步，其涉及数据抓取、爬虫技术、数据库技术等。预处理则是指对获取到的原始数据进行清洗、去重、过滤等处理，以保证后续的分析结果能够准确地反映出数据的特征。建模则是对预处理后的数据进行模型的构建和数据挖掘分析。分析是针对建模后的数据和模型进行分析和评估。最后，结果呈现则是将分析结果进行可视化并呈现给用户。
2. 社会舆情监测与预警系统设计与实现的概述
社会舆情监测与预警系统是一种通过互联网、数据挖掘等技术手段，对人民群众的言论、情绪以及态度等信息进行实时监测并进行分析的系统。它的主要功能是实时采集和处理网络中大量的、不同来源的文本信息，将这些信息进行分类、分析、挖掘和预警，并为决策者提供有效的参考依据。
网络舆情对公共政策影响的研究
DOI：10.14182/ki.1001-2443.2022.05.001
网络舆情对公共政策影响的研究
邵德奇，冯超，王丽萍
（科技日报社技术研发部，北京100038）
摘要：民意是公共政策的基石，网络舆情是民意网络化呈现，是公共政策的晴雨表。随着互联网
信息技术的飞速发展，民意互联网表达渠道越来越畅通，加之公众的民主意识不断增强，通过网络
参政议政的愿望越来越强烈，影响公共政策决策的社会力量和渠道越来越多。政府应高度重视网
络舆情对公共政策的影响，运用网络舆情监测分析手段了解公共政策应然的状态，助使公共政策朝
着合乎民意的方向发展，发挥其实然的价值。本文基于辅助公共政策完善的角度理清网络舆情与
公共政策的关系，从网络舆情热度、网民情绪、舆论观点、舆情态势等角度分析网络舆情对公共政策
的影响，分析网络舆情对公共政策议程设置、制定、执行、评估等过程的作用和意义，从畅通民意通
道、引导公众参与公共政策、加强网络舆情监测、完善网络舆情工作机制等方面提出建议。试图通
过舆情监测服务辅助公共政策不断完善，提升公共政策决策的科学化、民主化、公正化水平。关键词：网络舆情；公共政策；舆论监督；公众参与
中图分类号：G221文献标志码：A文章编号：1001-2443（2022）05-0409-06
引言
公共政策是政府维护公共利益，解决公共问题，达成公共目标，规范指引社会行动的准则。学者查尔斯·
珀西·斯诺提出，“在任何高度复杂的组织中，要想使任何决策得以贯彻执行，必须调动各个层次的人员。只
有他们的决心、他们的积极性和他们的认可才能决定一项决策能否及时得以贯彻。”［1］公共政策需要民众积
极配合，一项得到公众广泛认同的政策，才有利于顺利实施。民意上网后，网络舆情成为决策层倾听民意的
重要窗口，对辅助公共政策完善具有重大意义。
网络舆情是一把双刃剑，一方面提高了公共政策的透明度，促进民众参与公共政策过程，有利于决策者
把握政策动态，拓宽视野，了解民生，找到公共政策的目标和方向［2］。使公共政策回应民意，贴合民众需求，
基于大数据的网络舆情分析系统设计与实现
信息技术《西藏科技)2020年12期(总第333期)
基于大数据的网络舆情分析系统设计与实现
袁志远1 徐怀超2 郭金顺2 冯盼3
(1.西安交通大学管理学院，陕西 西安 710049；.西藏党委网信办网络舆情研究中
心，西藏 拉萨 850000；.云南农业大学人文社会科学学院，云南 昆明 650000)
摘 要：为加强网络舆情管理，实现对互联网舆情可视化多维度智能分析，智能生成报告。文章针对网络舆 情,构建大数据网络舆情采集和数据挖掘体系，基于境内外海量互联网文本、图片、音视频等数据,运用静态计 算和流式计算引擎和文本无关的声纹识别等技术,设计开发基于大数据的网络舆情分析系统，研究网络观点、 话题及其发展态势、传播路径。实现了网络舆情可视化多维度智能分析，智能生成报告,提高了网络舆情预警 和分析能力。关键词：大数据网络舆情云计算科学决策
0引言
根据中国互联网络信息中心发布的第45次《中国 互联网络发展状况统计报告》，截至2020年3月，我国 网民规模达9.04亿，手机网民规模达&97亿,使用手 机上网的比例达99.3%，网络新闻用户规模达7.31亿, 网络视频用户规模达8.5亿，在线政务服务用户规模 达6.94亿。互联网已成为人们生活、工作、学习、娱乐 等不可分割的重要组成部分，已经成为各种话题、言 论、信息传播的国际舞台,人民群众反映社会舆情的 重要渠道,人民群众监督党政机关施政方略成效的考 核平台,网络舆情在一定程度上反映着现实生活中人 民意愿和诉求，如何利用互联网上海量的数据为政 府、企业或社会机构提供决策支持成为互联网舆情研
究的重要问题。如何有效利用互联网海量数据分析舆情、掌握舆
情,成为国际专家学者研究的内容，部分学者对此问
题进行了研究，如祁泉淞(2020)[I]针对当前网络舆情 危机治理中存在的问题,构建了网络舆情预警和分析
体系,为政府和社会有效应对网络舆情提供了帮助。
王晰巍等(2020)[2]构建了大数据驱动的社交网络舆情 用户情感主题分类模型,为跨语言的社交网络舆情用 户情感主题图谱的可视化分析提供了前期的研究框
基于区块链技术的大数据环境下政府对网络舆情的治理研究
Innovative Thinking文章编号：1674-9146(2021)02-027-02基于区块链技术的大数据环境下政府对网络舆情的治理研究 *王飞，姜鑫（甘肃政法大学网络空间安全学院，甘肃 兰州730070 ）摘要：本文对大数据环境下的网络舆情引导策略进行分析与研究，阐述当前政府对网络舆情的治理现状及困境，从而 探究网络舆情治理模式创新的具体实施策略。大数据时代，政府舆情治理应从单一到多元，形成多元主体协同治理模 式；从线性到系统，构建三位一体的网络舆情治理机制。关键词:大数据；网络舆情;政府治理中图分类号:TP311.13 文献标志码：A DOI: 10.3969/j.issn.1674-9146.2021.02.0271大数据环境下舆情引导对策1.1大数据的相关概念目前普遍从两方面来理解大数据。一方面大数 据指数量海量加类型复杂的数据；另一方面大数据 不仅意味数据本身，还包括在海量数据中进行快速 查找获取和分析挖掘的技术和方法叭大数据的时代 特征包括数据量巨大，每个人每时每刻都在产生数 据，且产生的数据种类繁多复杂，不仅有结构化数 据，更多的是非结构化、半结构化数据。非结构 化、半结构化数据价值密度低，需要对数据进行深 度开发和 ， 取 的价值［2-3］o1.2 多 多 的论引导主体2018年9月9 ，有微 @ Ytt ，其一 ， 主人进行 和 ，人 在 ， 有 产的 o的主人是一个 有 300 的人， 时 有 o 是人引 的， 速引 大量 的关o ，10月14日， 人 一， 有 ， 的o 来， 一 还 的 相，有 ，是 生 o在此中， 是 个的， 个体 意的产生和 ， 从 引意的 o1.3 预警及快速反应机制来优化 论弓I机制对 的态度和行动，监督部门往往无法快速地对 反应，主要 在 目前还 有比较完善的应急以及快速反应机制来应对论 的 生。监督部门应对论 的多个体进行持 续地关和监督，针对热 和紧急情况 的论应对方案应 论 和论走向相结合，进有针对性地进行论引。2政府舆情治理现状及困境分析2.1治理逻辑尚未跨越传统思维在去的情治理中，对待舆情 往往非常 被动，习惯采取传统的 情治理方式，通常采取 “遏制”和“规制”的思想， 且仍然习惯生 去处理。在络高度达的今天，样 知后觉的处理方式在 情 展到一定程度后处理效果就比较有限。2.2大数据环境下络舆情的管理要求去的情治理 有充分结合大数据技术，更多的是凭借以往的处理经验。近几年来，大数 据技术飞速展且已经广泛应 行业，延应有效 大数据技术， 对 情 进行 面分［基金项目］甘肃省高等学校创新能力提升项目（2020A-093 ）;甘肃省人文社会科学项目（甘肃省社科联）（20zcl0）收稿日期:2020-10-14 ；修回日期:2020-10-28作者简介：王 飞（1978—），男，辽宁阜新人，硕士，副教授，主要从事网络舆情、区块链研究,E-）ail：***************）“通信作者：姜 鑫（1993—），男，河南新乡人，在读硕士，主要从事网络舆情、区块链研究，E-）*il：****************。新％生产力」2021年2月 总第325期 _ 027
企业舆情监控考核指标
企业舆情监控考核指标
随着互联网的发展，企业舆情监控已经成为了企业管理中不可或缺的一环。企业舆情监控的目的是为了及时了解和分析公众对企业的评价和关注点，以便企业能够及时采取措施应对，保持良好的声誉和形象。为了有效地进行企业舆情监控，需要制定一套科学合理的考核指标体系。
一、舆情监控范围
企业舆情监控考核指标应该明确规定舆情监控的范围。舆情监控的对象可以涵盖社交媒体、新闻媒体、论坛、微信公众号等各种渠道。此外，还可以考虑将舆情监控的范围扩大到竞争对手的舆情监测，以便企业能够及时了解竞争对手的动态。
二、舆情监控关键词与指标
企业舆情监控考核指标应该明确规定舆情监控的关键词和指标。关键词是指用于筛选和过滤舆情信息的关键词汇，可以是企业的品牌名称、产品名称、高管姓名等与企业相关的词语。指标是用于衡量舆情的重要程度和影响力的标准，可以包括转发量、评论量、点赞量、负面评价比例等。
三、舆情监控频率与时效性
舆情监控的频率和时效性也是企业舆情监控考核指标的重要内容。舆情监控应该根据企业的实际情况和舆情的紧急程度，制定相应的监控频率，可以是每日、每周或每月进行监控。而对于重要的舆情事件，应该要求在最短时间内进行响应和处理，以避免舆情的扩大和负面影响的产生。
四、舆情监控报告与分析
舆情监控考核指标还应包括对舆情监控报告和分析的要求。舆情监控报告应该是简明扼要的，包括舆情事件的概述、关键指标的分析和趋势预测等内容。同时，还应该对舆情事件的原因和影响进行深入的分析，以便企业能够更好地制定应对策略和措施。
五、舆情监控的危机应对能力
企业舆情监控考核指标还应该考虑企业的危机应对能力。舆情危机是企业最容易遭遇的一种危机，因此需要重点关注和考核。企业应该制定相应的危机预警机制和处理流程，并进行定期演练和应急培训，以提高企业的应对能力和处理效率。
六、舆情监控的反馈与改进
企业舆情监控考核指标应该关注舆情监控的反馈与改进。舆情监控的目的是为了及时了解和应对舆情事件，因此需要建立一个有效的反馈机制，及时收集和整理各方反馈意见和建议。同时，还应定期评估舆情监控的效果和效益，进行相应的改进和优化。
大数据环境下网络舆情评估模型的构建
大数据环境下网络舆情评估模型的构建
谢树云;全晓松;申云成
【摘 要】当前网络舆情的发展呈现随时间变化的过程,本文研究在大数据环境下实现预警的软件模型的构建.提出网络舆情信息获取的Mashup模式,建立评估数据集合;针对具体的网络舆情评估指标体系,提出一种通用的舆情综合度量方法;实现对舆情的分级度量,把网络舆情从高到低划分为红、橙、黄、绿等四个等级,以供相关组织决策.
【期刊名称】《贵阳学院学报（自然科学版）》
【年(卷),期】2016(011)001
【总页数】4页(P54-57)
【关键词】大数据;网络舆情;Mashup;评估体系;综合度量
【作 者】谢树云;全晓松;申云成
【作者单位】昭通学院信息科学与技术学院,云南昭通657000;昭通学院信息科学与技术学院,云南昭通657000;昭通学院信息科学与技术学院,云南昭通657000
【正文语种】中 文
【中图分类】TP393.09
公共舆论是社会的皮肤，是社会气候的晴雨表，当前我国社会转型期的各种社会思潮、社会矛盾、社会热点等问题和现代传播方式聚集交融形成的网络舆情是公众表达对现实社会的各种态度、意见和情绪的综合反映，网络舆情的形成对社会公众情绪、社会突发事件发展趋势、政府政策制定都具有相当影响力。目前网络已经成为一种整合多种传播信息方式的综合平台，致使互联网的信息形成了浩如烟海的大数据时代。对此挖掘有价值属性的网络舆情对掌握社会思想动态、敏锐捕捉社会突发事件发展趋势、提高社会预警能力、社会治理能力和科学决策都具有现实的积极意义。
随着网络技术的发展、各类互动平台的运用和各种传播方式整合到网路中，使互联网传播信息具有快捷性、互动性、自主性、跨时空性、大数据性等特征，网络信息已经进入了名副其实的大数据时代，网络舆情的大数据导致政府引导、决策十分困难。及时发现网络信息中包含的有价值属性的信息，并作出最快速的反应，成为网络大数据时代的第一要务。然而，在网络舆情的大数据环境下，有价值的信息很多，但要挖掘出来却很困难。若靠传统人工方法从网络中搜集信息方方面面的热点，并进行原因、趋势分析，显然是绝无可能实现的。
基于微博的舆情监测与分析的研究
第３卷第２期 ２０１３年４月 智能计算机与应用
ＩＮＴＥＬＬＩＧＥＮＴ ＣＯＭＰＵＴＥＲ ＡＮＤ ＡＰＰＬＩＣＡＴ１０ＮＳ Ｖｏ１．３ Ｎｏ．２ Ａｐｒ．２０１３
基于微博的舆情监测与分析的研究
李婧，刘志明，崔朝国
（南华大学计算机科学与技术学院。湖南衡阳４２１００１）
摘 要：微博凭借其操作简单、互动性强、传播迅捷的特点，发展飞速。微博不仅已经渗透到社会各个方面，而且日益成为新闻舆 论的重要源头。网络舆情的形成和传播呈现的是病毒爆发式的增长方式，能对社会产生巨大的影响。但基于微博的舆情监测和 分析还是比较贫乏的。在舆情监测和分析研究的基础上设计与实现了基于微博的Ｓｃｏｏｌ舆情监测分析系统。针对微博覆盖面广、
用户基数大、数据量巨大、更新速度快的特点，在此系统中信息的存储采取的是ＮｏＳＱＬ与关系数据库结合的方式。 关键词：微博；舆情监测；舆情分析；Ｓｃｏｏｌ；ＮｏＳＱＬ
中图分类号：ＴＰ３１１ 文献标识码：Ａ 文章编号：２０９５—２１６３（２０１３）０２—００５０—０４
Ｒｅｓｅａｒｃｈ ｏｎ ｔｈｅ Ｐｕｂｌｉｃ Ｏｐｉｎｉｏｎ ｍｏｎｉｔｏｒｉｎｇ ａｎｄ Ａｎａｌｙｓｉｓ ｂａｓｅｄ ｏｎ Ｗｅｉｂｏ
ＬＩ Ｊｉｎｇ，ＬＩＵ Ｚｈｉｍｉｎｇ，ＣＵＩ Ｃｈａｏｇｕｏ
（Ｃｏｌｌｅｇｅ ｏｆ Ｃｏｍｐｕｔｅｒ Ｓｃｉｅｎｃｅ ａｎｄ Ｔｅｃｈｎｏｌｏｇｙ，Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ｓｏｕｔｈ Ｃｈｉｎａ，Ｈｅｎｇｙａｎｇ Ｈｕｎａｎ ４２１００１，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｗｉｔｈ ｔｈｅ ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ ｓｕｃｈ ａｓ ｓｉｍｐｌｅ ｏｐｅｒａｔｉｏｎ，ｓｔｒｏｎｇ ｉｎｔｅｒａｃｆｉｖｉｔｙ，ｆａｓｔ ｓｐｒｅａｄ ａｎｄ ｒａｐｉｄ ｄｅｖｅｌｏｐｍｅｎｔ，Ｗｅｉｂｏ
ｎｏｔ ｏｎｌｙ ｈａｓ ｐｅｎｅｔｒａｔｅｄ ｉｎｔｏ ｖａｒｉｏｕｓ ａｓｐｅｃｔｓ ｏｆ ｓｏｃｉｅｔｙ，ａｎｄ ｉｎｃｒｅａｓｉｎｇｌｙ ｂｅｃｏｍｅｓ ａｎ ｉｍｐｏｒｔａｎｔ ｓｏｕｒｃｅ ｏｆ ｎｅｗｓ ｐｕｂｌｉｃ ｏｐｉｎ—
微博舆情监测与分析研究
微博舆情监测与分析研究
近年来，随着移动互联网的飞速发展，人们在日常生活和工作中越来越多地使用社交媒体平台。其中，中国的微博平台一直处于风口浪尖，并成为了政府、企业及个人交流、推广和表达意见的重要渠道。同时，也由于其广泛的传播和影响力，微博舆情也成为了政府和企业重视的焦点，对微博舆情进行监测和分析也愈发重要。
一、微博舆情监测的意义
微博舆情监测是指利用社交媒体分析工具，实时跟踪和分析用户在微博上发布的信息，以获取社会舆情，帮助政府和企业做出有针对性的决策。
首先，通过微博舆情监测，政府和企业可以实时了解公众意见和情绪，对信息进行及时反应和处置，避免因舆情而导致的负面影响。其次，对于企业而言，可以通过微博平台获取消费者的意见和需求，了解市场动态，及时推出新产品和服务。同时，微博舆情分析也可以帮助企业提升品牌形象和知名度，助力销售业绩的提升。最后，微博舆情监测还可以帮助政府做出更加科学、合理的政策决策，减少风险，提升效率，为公众服务。
二、微博舆情监测的技术手段
微博舆情监测主要利用社交媒体分析工具，利用人工智能、自然语言处理等技术手段进行信息筛选、分类、分析和可视化，实现对微博舆情的监测和分析。
1.信息筛选：根据特定的关键词，通过爬虫技术获取微博上与该关键词相关的用户信息和文本信息。
2.信息分类：将获取到的信息进行分类，一般分为正面、负面和中性。
3.情感分析：利用自然语言处理技术，对文本信息进行情感判别和情感打分。 4.网络图谱：通过数据挖掘、图像处理等技术手段，将微博舆情信息可视化呈现出来，形成网络图谱，更加直观地展示公众情绪、行为以及信息来源的关系。
三、微博舆情监测的挑战和趋势
微博舆情监测也存在一些挑战：
1. 百花齐放。微博平台上的用户涵盖了各个年龄段、职业和社会背景，舆情信息也五花八门，加上用户使用的表述方式各异，这使得微博舆情的监测和分析不够精准，需要对词义进行更加准确的分析和情感判断。