網絡輿情報告精選(九篇)

前言：一篇好文章的誕生，需要你不斷地搜集資料、整理思路，本站小編為你收集了豐富的網絡輿情報告主題范文，僅供參考，歡迎閱讀并收藏。

第1篇：網絡輿情報告范文

該分析報告堅持貼近師生的原則，密切關注學校學生活躍的論壇、貼吧、留言板等網絡傳播媒介，廣泛收集有關學校建設中存在或可能存在的各種問題以及與學校相關的網絡報道等信息，及時把握師生的思想動態和網絡輿論導向，為學校相關部門及時發現問題、解決問題提供信息參考。

分析報告以某某大學2011-2012年度的網絡輿情信息統計為參考，從有關該校的網絡論壇發帖及留言中摘錄并匯總相關網絡信息129條，涉及學校教學、科研、學科建設、學生工作、校園治安、設施建設、后勤服務、校園治安、時事熱點評論等多個方面（見表1）：

上述分類根據校園網絡信息所涉具體內容的不同，將校園網絡信息細化為十類，以此統計為基礎，按照校園網絡信息所涉利益不同的標準，校園網絡輿情類型大體可分為三類，即時政熱點類、學校建設類、突發事件類。

1時政熱點類

時政熱點類校園網絡輿情，主要是指與國家發展、民族利益密切相關的，涉及國家政治、經濟、文化、外交等領域的重要政策、方針的制定與實施，國內國際重大事件等引發的重大網絡輿情。此類校園網絡輿情在網絡中的持續發酵，充分體現青年學生關心政治、熱愛國家和民族的強烈情感。該類校園網絡輿情的發生與時政發展聯系緊密，存在一定的偶發性，在校園網絡輿情中所占比重不大，但往往具有很強的召喚力與凝聚力，社會影響力不容忽視。此類校園網絡輿情應對不當，極易演變為校園乃至社會的焦點事件，影響范圍擴大。

由表1可見，2011-2012年某校校園網絡輿情中時事熱點類輿情信息占9.3%，占整體比重不大，內容主要涉及有國家十二五規劃、在慶祝清華大學建校100周年大會上的講話等國家發展大事。

2學校建設類

學校建設類校園網絡輿情，其參與主體主要為學生和教師，反映的內容主要涉及學校建設和學生生活，表現出很強的主體特定性、內容局限性和利益相關性。師生往往通過網絡就學校建設的得失發表個人觀點和看法，這些言論與師生的工作、學習和生活密切相關，通過在校園師生這一特定群體內產生共鳴或分歧，進而引發網絡討論和思考，給校方政策的實施產生一定的壓力。此類校園網絡輿情應對如果得當，隨著師生反映問題的及時解決，輿情影響往往不會突破校園范圍；反之，如果學校不予以高度重視，采取拖沓、推諉的應對態度，往往會導致矛盾激化，負面影響突破校園范圍。

此次統計結果顯示，師生反映的問題涉及學校建設的多個方面，其中尤以后勤服務、教學建設、學生工作三個方面最為突出，呈現出越是與師生利益密切相關的網絡信息數量越多的規律。

2.1后勤服務：后勤服務事關學生的衣食住行，學生反映的問題和意見相對集中，又可以細化為食堂問題、校醫院、浴池及校內交通四個方面，其中以食堂問題最為突出，占后勤服務類校園網絡輿情信息總數的80%（見表2）：

為了深入查找問題根源，將涉及學校食堂問題的校園網絡輿情信息作進一步統計，共統計信息40條，經分類和細化，大致歸納為餐飲價格、食用油問題、餐飲衛生、餐飲質量、食堂設施五個方面，其中學生反映最多的是餐飲價格問題，輿情信息總計16條，占食堂問題的40%；其次是食用油質量安全問題，相關輿情信息12條，占食堂問題的30%（見表3）：

除了食堂問題，排在后勤服務類校園網絡輿情信息第二位的是校內就醫問題，此類網絡輿情信息反映的問題相對集中，從學生的網上言論看，主要表現為對校醫院的醫療水平和服務態度的質疑和不滿，以及對校內低廉就醫價格的好評（見表4）：

2.2教學建設：教學建設是學校發展的重中之重，對學生的教育培養和教師隊伍建設具有重要意義。學校教學建設工作不斷進取的，然而從統計數據看，網絡輿情信息也反映出一些教學建設中存在的有關教學質量、考場紀律等問題，可以大致歸納為教風和學風的問題。部分學生學習目的不明確，學習態度不端正，對考試抱有僥幸心理，作弊現象時有發生，網絡散布負面言論擾亂了校園學習風氣（見表5）：

2.3學生工作：學生工作主要涉及學生思想政治教育、道德教育、行為教育，對學生宿舍的日常管理以及學生就業等方面。統計顯示，學生反映的關于學校宿舍管理問題超過三分之一，占學生工作之首，其中較為突出的是部分學生自律意識較差不注意宿舍環境衛生的保持，對學校宿舍衛生監管工作存在一定的抵觸情緒（見表6）：

3突發事件類

第2篇：網絡輿情報告范文

[關鍵詞]互聯網　軍事輿情　信息技術　輿情分析

[分類號]G250

1

引言

在軍事情報搜集和處理中，公開情報資料搜集是一個很重要的方面。美國中央情報局80％的情報來源于公開材料，德國新聞情報局每天將搜集和處理后的公開情報資料匯總成《每日新聞簡報》呈送，以色列情報機關公開承認其所獲情報65％來自報刊、廣播、電視和學術研究論文等公開渠道，其他許多國家也設立了專門的公開情報搜集機構。網絡輿情作為一種新形式的公開情報資料，由于其開放性、及時性以及便捷性等特點，越來越受到情報工作者的重視，甚至很多情報工作者紛紛將網絡輿情作為其公開情報資料搜集的第一來源。

軍事網絡輿情主要是指國內外互聯網絡媒體中關于軍事事件的評論和觀點。軍事網絡輿情作為一種特殊的網絡輿情，除了網絡輿情所擁有的特點外，還有其自身特殊性。評論和觀點往往都集中在一些敏感和焦點問題上，例如中國軍費問題、中國軍事威脅等。在進行輿情分析與監控時，軍事網絡輿情將會是最為重要的部分。同時，由于國外一些媒體往往對其民眾進行錯誤引導，軍事網絡輿情中的許多看法可能偏向負面，在進行分析和監控時就必須注重對這一部分輿情的判別，這對于做好軍事情報分析工作至關重要。本文以開發軍事網絡輿情分析系統MNPOS(NetworkPublic Opinion System in Militaty)為背景，在分析國內主要輿情系統基礎上，研究輿情采集、輿情處理和輿情服務的系統架構及其關鍵技術的實現方法。

2　網絡輿情系統比較及軍事網絡輿情系統特點

2.1

國內輿情系統的主要功能與應用

網絡輿情系統中的關鍵技術，一方面與信息分析的具體功能和解決方案密切相關；另一方面又隨網絡輿情內容、范圍和傳播應用不斷推陳出新。這些技術包括各種信息采集、特征抽取、數據挖掘、文本分析、自動分類、自動聚類、自動摘要、智能檢索等技術。當前的新形態信息交互模式有網絡新聞、論壇、博客、維基等，其信息采集技術從早期的靜態頁面信息獲取發展到動態數據庫數據獲取，從傳統的網絡蜘蛛發展到可自主調整的高效搜索，從字符串匹配的檢索實現發展到知識環境下的智能檢索；相應的信息運用多元統計等方法進行分析，其基礎聚類分析方法有概念語義空間與相似度、基于支持向量機與無監督聚類相結合的網頁分類等；技術上采用決策樹、神經網絡、樸素貝葉斯、組合分類器、遺傳算法、粗糙集、最近鄰技術等多種分類方法。

國內一些較典型的網絡輿情系統概述分析如下：

?谷尼國際Eoonie互聯網輿情監控系統。該系統通過對互聯網海量信息自動獲取、自動聚類、主題檢測和專題聚焦，實現用戶的網絡輿情監測和新聞專題追蹤，形成簡報、分析報告等結果。運用內容抽取識別、相似性去重等技術獲取網絡中的熱點和敏感話題，根據統計等策略分析不同時間內的主題關注程度和預測發展趨勢。該系統在國內的用戶有待進一步增加。

?中科點擊軍犬網絡輿情監控系統。它使用強大的采集軟件對數千網站進行監控，自動獲取輿情信息的熱度，并生成報表；同時可獲取熱點主題的瀏覽量、回復數，并跟蹤發帖人，對輿情信息進行管理、標注和分類，并根據重要性對輿情信息進一步篩選和過濾。其采集性能比較好，但分析處理功能有待進一步提高。

?北京拓爾思TRS網絡輿情監控系統。該系統采用多種技術，實現對輿情信息的精準和全面采集，同時綜合運用大規模文本智能挖掘技術，實現對海量輿情信息的準確、高效分析和管理。其輿情功能從用戶角度來看較為全面。

?北大方正智思網絡輿情監控分析系統。該系統襤合互聯網搜索及信息智能處理等技術，通過對網絡信息自動抓取、自動分類聚類、主題檢測、專題聚焦等方法，實現網絡輿情監控和新聞專題追蹤等功能。其開發比較早，應用也較多，但相關的更新功能相對較少。

2.2

軍事網絡輿情系統的特點和相關研究

相比較當前市場上通用的網絡輿情分析系統，軍事網絡輿情系統MNPOS對軍事類突發事件的網絡輿情相關研究更為關注，快速的專題聚焦、敏點發現追蹤和傾向分析規則都具有新的特點。而目前的網絡輿情分析還沒有一個完整的解決模型，研究主要是獲取網絡輿情話題的一般信息和主題信息，注重獲取輿情話題的主題內容，例如作者、發表時間、話題類型等，缺乏對話題評論焦點、情感傾向、事件關系等深層輿情信息的發現，忽視從事軍事的群體對話題的情感、事件關系及變化趨勢的分析。

傳統研究方法沒有對大規模軍事網絡數據進行分析，使得網絡輿情系統無法適應網絡環境下海量軍事數據的特點；只利用簡單的統計方法給出話題變化趨勢直接作為預警信息，缺少基于知識的推理。存軍事領域，網絡輿情系統不提供完整的軍事類突發事件網絡輿情傳播理論，大都以管理者需求為牽引而采用具體針對性的技術進行解決，造成技術整體上不具有連續性和系統性，很難形成一套完整的軍事網絡輿情解決方案，勢必影響到軍事網絡輿情應對策略和方法的實用性、先進性和可靠性。因此，無論是社會科學領域還是工程技術領域，對軍事網絡輿情的基礎理論研究都處于起步階段，大多數研究成果屬于方法上的研究范疇，軍事網絡輿情的監測與預警工作不夠全面和系統化，軍事網絡輿情的應對策略還不夠科學和規范。

3

軍事網絡輿情系統MNPoS功能及其體系架構

在MNPOS軍事網絡輿情分析系統中，運用軍事知識語料對網絡信息采集與提取，提高網絡輿情監測分析的智能化程度，解決網頁的靈活性和復雜性、內容的動態性和多態性、信息的龐雜性和不完整性所給系統提取軍事網絡輿情信息帶來的困難；運用軍事類話題發現與跟蹤技術識別出給定時間段內上網媒體的熱門話題，分析熱門軍事話題在不同時段內媒體所關注的程度，對突發事件進行跨時間、跨空間綜合分析，獲知事件發生的全貌并預測事件發展的趨勢，對涉及內容安全的敏感話題及時發現并報告，為網絡輿論引導提供支持；運用軍事知識傾向性分析技術挖掘出網絡文本內容蘊含的深層軍事觀點、態度等信息，對媒體言論傾向進行符合軍情的分析；運用多文檔自動文摘技術對軍事網絡論壇等信息進行提煉概要。

本系統采用模塊化的軟件設計方法，共分為網絡輿情采集、網絡輿情處理和網絡輿情服務三個功能層面，系統體系架構見圖1。

3.1

網絡輿情采集

網絡輿情采集主要是利用網絡蜘蛛的原理進行網

頁采集，按照預先設定好的軍事主題和網址塒網絡上的軍事數據進行定點、定主題的抓取，例如新聞、論壇、博客等主題網站。最后將抓取的結果以XML文件格式保存在本地。網絡輿情采集是輿情分析處理和提供輿情服務的基礎，只有高質量和高效率的網絡輿情采集才能保證數據的可靠性和及時性。

3.2　網絡輿情處理

網絡輿情處理是整個系統的核心，它對所有采集到的數據進行相關處理，主要由網頁智能抽取、關鍵詞自動提取、主題自動分類、輿情傾向性分析和敏點輿情標注等組成。首先，基于軍事主題和分類知識將采集模塊抓取到的XML文件中的主題、內容、作者、時間、來源等存入網絡輿情信息庫，通過關鍵詞自動提取和主題自動分類將每條記錄的關鍵詞和主題分析出來，進行傾向性分析和敏點輿情標注，最后生成自動文摘。另外，在主題分類過程中，若文檔不屬于任何預設軍事主題則進行主題自動聚類處理，自動分析出新的軍事主題。

3.3　網絡輿情服務

分析結果進入網絡輿情服務，并最終展示，包括輿情報告的生成、熱點和敏點軍事主題的列表顯示、統計圖表等，供輿情部門的工作人員和決策部門的領導隨時進行軍事輿情的監控。

MNPOS系統在設計和實現過程中遵循軟件工程原則，使用，NET Framework作為基礎類庫，在此基礎上綜合運用VB和c#以及ASP技術進行開發，保證技術上的先進。另外，為保證系統的可靠性和可擴展性，采取數據層、事務層和表現層分離的模塊化設計原則，分為輿情采集、輿情處理和輿情服務子系統分別進行實現。

4 MNPOS系統中軍事輿情分析關鍵技術研究

MNPOS軍事網絡輿情分析是系統核心模塊，其質量和效率直接影響到整個系統。

4.1

MNPOS軍事主題信息采集

MNPOS主題信息采集由下載器從互聯網上讀取軍事網頁并保存到本地，分析器運用軍事語料和相關正則表達式提取其中所有超鏈壓人一個URL隊列，之后從該隊列中順序讀取URL并下載，該過程循環進行直至將指定網站的網頁抓取完畢。程序關鍵在于多線程管理和鏈接地址的分析，目前C#提供了良好的多線程管理機制和對正則表達式的支持，為開發多線程程序提供了極大的方便。

MNPOS軍事網頁信息抽取，首先選擇相應的抽取規則進行智能抽取，將相應的內容抽取出后進行數據清洗，去除重復記錄和信息，合并相同標題不同內容的信息，最后將清洗后的數據存人軍事輿情數據庫。該處理過程包含在包裝器中，對于用戶來說是透明的。另外，在規則生成部分采用軍事專家模式，即對網頁的結構進行分析，然后手工進行規則的提取，因此，所生成的規則比較精確，對于相應軍事網頁的抽取質量和精確度較高。

4.2 MNPOS軍事輿情分類和傾向分析

將處理后的信息分入預先設置好的軍事分類，對于網絡輿情服務具有至關重要的作用。分類模塊主要采用KNN和SVM分類法，其中的特征選擇結合了信息增益、互信息和a2統計等方法和軍事主題分類概念庫，采用目前分類質量較高的一些開源程序進行改造，將其集成到系統中保證分類質量。

MNPOS軍事輿情文本分類分為兩個過程：①訓練過程，決定分類機的質量。首先由軍事專家完成訓練集的挑選，然后在預處理過程中進行參數選擇、訓練后進行參數調整等。②根據訓練過程所生成的分類機進行分類，其中最重要的是預處理和分類進程，預處理是對待分類文本進行數據清洗和特征表示的過程，本系統的訓練和分類進程采用SVMCLS 2.0開源程序。

輿情傾向性分析是根據輿情內容判斷該輿情是正面還是負面的一個過程。常用的方法有基于機器學習和基于語義理解等，目前MNPOS系統采用基于機器學習的方法。系統中設計有六個類別(美國對售、中國反導試驗、中美軍事關系、中印關系、中國航天發展、中國武器裝備)，以其中的“中美軍事關系”舉例，可以將該類的文本根據其內容分為正面和負面兩類，然后再訓練出兩個分類器：“中美軍事關系正面”和“中美軍事關系負面”，六個類別即可生成12個分類器，然后對這些待分類文本進行分類，并且在數據庫相應字段內用1和0來分別標注正面和負面信息。這種方法實現起來較為簡單，而且準確率較高，不足是在構建訓練集時需要大量軍事專家進行手工編制，實現中充分利用軍事信息管理學科的優勢和成果來構建傾向性分類訓練集。

4.3 MNPOS軍事敏點輿情標注

第3篇：網絡輿情報告范文

通過對上述網絡輿情監控系統的功能分析及技術分析，可以歸納出網絡輿情分析系統的一般模型應由網絡輿情采集模塊、輿情預處理模塊、輿情分析模塊、輿情服務模塊四大功能模塊組成。各模塊具體分析如下：

1.網絡輿情采集模塊。根據特定的應用需求及輿情規劃，采用自動采集由于人工干預相結合的方式進行網絡輿情信息的采集，采集技術有信息雷達技術、基于模板的信息抓取技術等。

2.網絡輿情預處理模塊。對采集到的信息在進行分析之前進行預加工處理，包括編碼的轉換、自動過濾無效信息、自動消重及自動分類聚類等，以便為下一步進行有效的輿情分析做準備。

3.網絡輿情分析模塊。對采集到的輿情信息分類聚類后識別負面報道、熱點和敏感話題；分析輿情信息的傾向性；分析輿情信息發展趨勢；對各類主題、各種傾向性形成自動摘要；對負面報道、熱點和敏感話題及時發現并自動報警。

4.網絡輿情服務模塊。根據預期分析結果生成輿情報告并進行輿情推送，同時提供全方位的輿情檢索以供有關領導和部門人員進行輿情檢索，啟動相應的應急處置方案等。

二、網絡輿情監控分析軟件的發展趨勢

基于前面的比較分析，我們發現網絡輿情監控的難點主要在于輿情信息的收集和輿情分析挖掘兩個方面，由此對我國網絡輿情監控分析軟件在未來的發展趨勢展望以下幾點：

1.構建優效的網絡輿情采集工具。輿情信息的采集要做到全面而準確，網絡輿情的獲得不僅要從門戶網站、論壇、博客及評論等媒介中獲得，微博、微信等均是網絡輿情產生、傳播及擴散的重要來源；同時現有的網絡輿情監控系統大多集中于中文信息的獲得，有效的輿情采集工具應該能夠支持多語言信息的采集。

2.構建有效的網絡輿情分析挖掘工具。輿情分析的難點目前主要有以下幾個方面：熱點和主題發現、熱點與主題跟蹤、敏感問題監控、褒貶分析、突發事件信息的及時分析、定位等。面對海量的信息環境，如何保證輿情分析的及時性與有效性是輿情分析與挖掘需要解決的大問題。

三、結語

第4篇：網絡輿情報告范文

關鍵詞 網絡文化安全；網絡輿情；預警；智能分析

中圖分類號TP393 文獻標識碼A 文章編號 1674-6708（2011）57-0213-02

0 引言

隨著計算機網絡技術及其應用的迅速發展，以數字內容為標志、以互聯網為主要載體、以開放、多元、虛擬、交互為特征的網絡文化，成為文化傳播的主要形式之一。互聯網在為人們提供大量的有用信息，給學習、生活帶來便利的同時，也帶來制造和傳播不良甚至非法網絡信息等新問題。在 Internet 普及的過程中，網民們積極參與網絡討論、自由表達個人觀點、自主傳播思想文化，從而形成網絡輿情，網絡輿情是社會輿情的直接反映。由于網絡的開放性和虛擬性，決定了網絡輿情具有直接性、突發性和偏差性等特點[1]。網絡輿情的廣泛傳播常常導致現實社會有關事件的放大升級，甚至對事件的發展和結果產生巨大的影響力。針對網絡文化中存在的安全威脅，實現對網絡文化內容的有效監管，加強對網絡輿情的及時監測和有效引導，成為當前亟待解決的問題。

1 網絡文化安全預警系統模型構建方法

要保障網絡文化安全，實現全面、準確、及時地掌握網絡輿情，必須依靠科學的方法體系，運用信息化手段，構建網絡文化安全監管系統，網絡文化安全預警系統是其重要組成部分。

首先必須明確網絡文化安全預警系統的性質和類型，采用科學的研究方法才能建立符合需求的應用模型，進而實現系統安全、可靠、有效的應用目標。

Internet安全對象不是一般的系統，而是開放、人在其中、與社會系統緊密耦合的復雜巨系統， Internet安全過程不是一般工程化的過程，而是一個時時處處有人參與的、自適應的、不斷演化的、不斷涌現出新的整體特性的過程[2]。因此，在建立網絡文化安全預警系統時是由人、機和環境構成的人機系統，應采用“人網結合、人機結合”的模式，運用錢學森提出的綜合集成方法[3]，將各行專家的經驗、知識與先進的數據挖掘、檢測與阻斷、模式識別、趨勢分析等處理技術結合起來，充分發揮各自優勢，建立基于“專家群體+數據信息+計算機技術+專家經驗知識”的系統應用模型。圖1為運用綜合集成方法構建網絡文化安全預警系統的理想參考模型。

2 網絡文化安全預警系統總體框架

互聯網技術的發展日新月異，威脅網絡文化安全的網絡犯罪日益趨向智能化、技術化，要保障網絡文化安全，必須綜合運用互聯網技術、信息處理技術、人工智能技術及數據挖掘等技術。運用綜合集成方法構建的網絡文化安全預警系統模型分為支撐層、數據層、分析層和應用層四個層次，具體框架如圖2所示。

3 網絡文化安全預警系統模型分析

3.1 支撐層

支撐層由Internet和計算機軟硬件平臺構成，利用互聯網技術，為系統上層提供海量數據源和信息處理平臺。

3.2 數據層

數據層實現信息采集的功能，利用網絡爬蟲對互聯網信息進行實時監控和采集，并進行有效的過濾和存儲，建立網絡輿情信息庫。

信息采集是網絡輿情分析的基礎，采用縱向橫向結合的采集方式，滿足實時網絡信息和互動信息源定點提取的需要。定向采集保證監控的深度和實時性，主要實現對新聞、論壇、評論、博客等設定站點板塊的信息采集。全網采集主要通過搜索引擎進行廣度采集，保證監控的覆蓋面。對采集到的信息需要進行必要的預處理，如格式轉換、數據清理、主題提取、相關性判斷等，最后形成格式化信息，存儲在數據庫中。

3.3 分析層

分析層作為系統模型的核心層，主要利用人工智能和數據挖掘等技術實現對輿情信息的智能分析，生成輿情分析報告提交給決策機構實現智能輔助決策。

1）自動摘要

自動摘要是通過智能手段為文檔自動形成摘要的技術，是進行信息抽取的重要形式，融合了數據挖掘和機器學習技術[4]。用戶無需查看全部文檔內容，通過該智能摘要即可快速了解文檔核心內容，提高信息利用效率。主要采用基于統計與基于理解的方法，對輿情信息中各類主題、各類傾向形成自動摘要。

2）熱點發現

根據輿情信息出處的權威度、評論數量、發言時間密集程度等參數，識別出給定時間段內的熱門話題，利用關鍵字布控和語義分析，識別敏感話題。

3）主題跟蹤

由于主題具有實時動態性，所以主題跟蹤是一個動態學習過程。針對熱點話題，實時地進行信息跟蹤，分析網絡上新發表的新聞文章和論壇帖子，關注話題是否與已有主題相同或類似。

4）趨勢分析

通過對某個主題在不同的時間段內被關注的程度進行跟蹤，可以獲取輿情隨時間的發展變化趨勢或規律，以及地域信息分布，從而提供階段性的分析，實現對輿情環境的監控和預警，進行適時控制和疏導。

5）傾向性分析

對每個主題，將各種信息進行自動聚合并利用文本聚類和觀點挖掘技術對信息闡述的觀點、主旨進行傾向性分析，判別信息的發展趨勢，從而明確公眾對相關熱點事件所持的態度和傾向，以便幫助政府職能部門及時了解社情民意，做出及時反饋。

6）輿情分析報告

將智能分析的結果形成簡報、報告、圖表等智能輿情報告，為相關職能部門快速、全面掌握網絡輿情爆發點和事態發展趨勢，做出正確輿論引導，提供可信的分析依據。

3.4 應用層

應用層是人機交互層，一方面用戶可以通過一定的軟件環境對輿情信息的采集及輿情分析過程加以指導；另一方面則將輿情分析結果以直觀、簡潔的形式展現給用戶，便于用戶深入理解輿情信息，同時，提供信息檢索功能，用戶可以針對系統預設關鍵詞進行定制查詢，并能夠根據指定條件對熱點話題、關鍵信息及傾向性進行查詢，采用多種檢索方式，可以有效提高信息檢索的準確率。

更為重要的是，應用層將結合智能決策系統實現對輿情信息的智能決策。針對熱點信息與突發事件進行監測分析，構建趨勢預測模型，根據知識庫存儲的先驗專家知識進行推理判斷，形成最終的輿情分析結果，進而實現輿情預警。同時，對每次輿情預警進行必要的評價，優化預測模型的參數，調整和完善知識庫存儲的知識，使預測意見更接近實際情況，提高輿情分析的準確率。

4 結論

本文針對Internet安全對象的特點，運用綜合集成方法構建了網絡文化安全預警系統模型。該模型采用縱向橫向相結合的采集方式，保證了對互聯網海量信息監測的深度、廣度和實時性，運行人工智能、數據挖掘等技術和智能決策系統對輿情信息進行智能分析和智能決策，發現網絡熱點問題并實時跟蹤，從而實現對網絡文化安全態勢的預報和對危機的快速反應，通過輿情評價模塊將有助于完善系統模型，提高預警的準確率。

參考文獻

[1]張虹.基于統計分析和知識挖掘的網絡輿情管理決策平臺研究[J].科技信息，2011(7)：495，502.

[2]何德全.互聯網時代信息安全的新思維[J].科學中國人，2003(1)：14-15.

第5篇：網絡輿情報告范文

工作中存在的不足網絡輿情監測工作是指網絡信息工作的部門或人員在特定時期或者在特定的事件中對公眾在互聯網上發表的言論和意見進行監視、收集、分析、整理及預測的行為，這些言論被稱為網絡輿情。

當前的網絡輿情監測工作平臺主要是基于信息采集、整合技術和智能處理技術，通過對互聯網海量信息的自動抓取、自動分類聚類、主題檢測、專題聚焦，實現對用戶的網絡輿情監測，并由相關部門形成輿情工作報告、輿情信息簡報等，為輿論引導提供可靠的分析依據。

進入大數據時代，網絡輿論呈現的新特點，促使網絡輿情監測工作暴露出諸多不足之處，這為網絡輿情監測工作帶來了諸多挑戰。

網絡輿論信息格局發生變化，輿情分析質量亟待提高。據人民網權威的《2016年中國互聯網輿情分析報告》顯示，在2016年，伴隨著移動互聯網應用不斷向社會各層面滲透，網絡輿論的格局發生了很大變化，如網民結構與社會人口結構趨同，網民產生代際更新導致網絡流行議題和文化熱點發生轉換，微博、微信平臺化，專業自媒體步入興盛等。在這樣的變局下，網絡輿情監測工作面臨著新的挑戰。然而，有些部門的輿情信息收集工作仍然停留在報刊、門戶網站、BBS、微博等開源信息的收集階段，并未將新聞客戶端、微信、直播等平臺打通，難以保證輿情信息分析的全面性以及輿情熱度指標的準確性。《2016年中國互聯網輿情分析報告》還對近五年來參與當年最具網絡關注度的20個輿情熱點事件討論的320萬微博用戶樣本進行了分析，發現關注新聞事件和聚焦熱點話題的網民發生了代際交替，在性別方面，女性的比例明顯上升；在地域上，三、四線城市用戶增長迅猛。受眾層面發生的這些變化，也將在輿情監測工作中體現出來。然而在目前的輿情監測工作中，相關信息部門的輿情信息報送在內容上只是就事論事、停留在現象層面，對受眾的成分、熱點事件的社會背景以及事件背后所反映出來的社會問題沒有進行細致深入的研究分析；在形式上，網絡輿情監測工作的報送還停留在工作動態報告或者事件日志等形式的報送上。這樣就造成了網絡輿情信息的價值作用降低、服務能力減弱的問題。

熱點事件話語體系不可控，輿情預警能力亟待增強。縱觀近年來發生的熱點公共突發事件，可以發現，在以大數據為基礎的社交平臺上，公眾的話語體系呈現出了一些全新特征，如輿論主體的匿名性、參與渠道的多元化、生成議題的自發性、交流觀點的無界性、匯集意見的實時性、發展趨勢的不確定性等。這些特征與輿論話語體系在傳統媒體的呈現完全不同，網絡輿論熱點事件話語體系的不可控性大大增強。

在社交媒體平臺上，自媒體呈現出來的話語體系最為龐雜。許多輿情信息不僅包含結構化數據，還涉及大量非結構化數據，若對其準確性、真實性逐一核查，既耗費人力又耗費時間。就內容而言，較多負面、虛假輿情具有較強的隱蔽性，單純以關鍵詞或主題詞進行搜索容易產生誤判、遺漏。話語體系的不可控性增加了輿情監測工作的難度，這要求工作人員必須具備過硬的專業敏感性以及較強的網絡操作技能。但是目前大多數輿情監測工作部門的信息工作人員缺乏專業化的訓練，輿情信息工作水平參差不齊。就輿情監測平臺系統來說，對于輿情信息的跟蹤分析靈敏度較低，在有些熱點事件的處理上沒有按照公共突發事件的分類標準進行準確的分級，從而導致網絡輿情信息的分析判斷力體現不出其應有的情報價值，預警能力也隨之削弱。

輿情監測的技術體系落后，人機不協調問題亟待解決。網絡輿論的實時性及其發展的不確定性要求網絡輿情監測必須迅速、及時，但很多單位部門的輿情監測平臺的方法技術體系滯后，部分單位采用了網絡監控系統、有害信息過濾系統等方式進行網絡輿情監測，而有些單位為了節省輿情監測設備的成本，甚至將網絡輿情監測工作依托于人工網頁搜索及瀏覽的“人工盯梢”方式上，這成為監測工作的一大阻礙，監測工作出現疏忽錯判也在所難免。排除資金、人力等客觀因素，現階段的網絡輿情監測工作中技術方法體系的不足主要歸因于“人機不協調”。機器與人工的協同分工模式不成熟、機器的輔助力量不夠，導致人工智能技術在預測監測體系中分析情感、預測走勢、檢查效果等方面應用還稍顯粗淺、機械，而在需要人工進行的高級維度分析、提出應對策略等層面，機器的應用又顯得粗糙以及同質化。

人工智能為網絡輿情監測帶來的三大變革

網絡輿情監測要適應大數據時代人工智能的要求，就必須順勢而為，積極進行變革，主要包括網絡輿情監測技術體系的變革、網絡輿情監測研究范式的變革以及網絡輿情監測管理思維的變革三個方面。

網絡輿情監測技術體系的變革。將人工智能技術應用于網絡輿情是為了更好地對輿情進行分析研判，通過直觀、簡明的方式描述網絡輿情信息的產生，進一步推導信息傳播主體的態度傾向性、情緒感染性以及初衷、意圖等，從而預測網絡輿情信息的發展趨勢。

如果說在“小數據”環境下，網絡輿情監測工作還可以依托于“人工盯梢”的方式來完成，那么在“大數據”環境下，當數據的量級達到了EB甚至ZB級別后，以人工監測來把握輿情脈絡已成為不可能完成的任務。而那些隱含在網絡輿情信息中的觀點、態度及情緒的表達，更難以從泛濫成災的信息碎片中被真正發掘出來。加之海量信息的不共享所帶來的“信息盲區”，更使得輿情信息分析不夠嚴謹，易偏離實際，而這些問題都需要依托搭建智能化的網絡輿情監管平臺來解決。在平臺上可以通過三種人工智能技術實現數據分析與人工智能研判相結合，再借助如眼動儀、腦電儀等受眾檢驗儀器對網絡輿情信息進行綜合化分析。三種主要的人工智能技術主要包括：一是Web挖掘技術，該技術把互聯網與數據挖掘技術結合起來，對網絡上結構化數據如文字言論，以及非結構化的數據如視音頻、圖像等信息進行采集，完成信息前期處理的第一步；二是語義識別技術，該技術是利用采集到的信息，通過對語句中的關鍵詞進行詞義推斷處理以及句子語法結構的分析，從而將復雜信息簡單化，這是對采集的信息數據做進一步識別推斷的過程；三是TFDF信息聚類技術，該技術主要提升數據信息的分析和分類速度，使網絡輿情監測工作的處理更加及時，反應更加靈敏，提高采取措施的時效性。

人工智能技術的介入將有利于對信息進行挖掘、采集、分類、整理，從而找尋出最核心的關鍵性數據。在此基礎上，還可以運用人工神經網絡預測模型，對網絡輿情的性質、發展趨勢進行正確描述，并提出相應的對策。

網絡輿情監測研究范式的變革。人工智能和大數據對網絡輿情監測工作及其研究產生了頗為深刻的影響，輿情監測的研究范式從多角度發生了轉向。

第一，輿情監測工作視角的轉向：從單一化到多元化。在社交媒體平臺上，受眾的角色首先發生了轉向，由信息的被動接收者轉變為信息的參與者和傳播者。這一轉向給網絡輿情監測工作帶來了新的挑戰，當受眾是單純的信息接收方時，網絡信息的可控性強，輿情監測工作形式單一，把關相對容易。而受眾角色發生變化以后，網絡信息傳播的不可控性大大增加，信息傳播速度加快，信息傳播呈現多元化特征，把關難度增加，網絡輿情監測工作也從單一轉向多元化，還需要對信息進行疏導、研判處理。

第二，研究視角的轉向：從內容研究轉向“內容+關系”研究。傳統的網絡輿情信息研究最重視的是受眾借助網絡進行的話語表達，其研究視角主要集中在內容層面。隨著人工智能技術的介入，這一單向視角將發生轉變，潛藏在內容層面背后的網絡受眾心理、行為、動機、訴求等多方面因素都將被關注到。借助人工智能技術及大數據分析技術，網絡輿情信息的研究視角將透過內容層面深入到關系層面，轉向對網絡受眾社會心理描繪、社會關系呈現、社會話語表達等多維度的研究。

第三，研究重點的轉向：由輿情監測轉向輿情預測。當前的網絡輿情監測工作主要通過對當下網絡輿情的動態信息進行隨機采樣來收集、整理、分析，更多的是關注已經發生的事件在過去及當下的動向，對未來的發展預測難以兼顧。而借助人工神經網絡預測模型，通過自然語言處理、模式識別及機器學習等人工智能技術，可以對網絡輿情的性質、發展趨勢進行正確描述，再結合大數據分析處理整群數據來實現預測功能。比如，著名的搜索引擎公司谷歌通過關注用戶搜索中的“流感”關鍵詞來預測實際流感發生的時間，往往可以提前兩三個周對流感的爆發進行預報及預防。

網絡輿情監測管理思維的變革。在以人工智能技術為支撐的網絡輿情監測平臺出現之前，相關輿情監測部門的管理者往往由一人或幾人的小團隊組成，在監測信息數據量級不大的情況下，這種小作坊式單打獨斗、面面俱到的輿情監控管理思維可以基本滿足需求。但是隨著人工智能技術的發展及大數據時代的到來，這種小作坊式的輿情監測體系面臨瓦解。當前，商業化運營的軟件監測團隊多達幾百家，這些監測軟件服務商通過開發相應的輿情監測軟件為政府部門、企業主體以及科研院所提供服務，進行簡單的輿情信息數據采集及分類處理工作。在數據開源的情況下，這些軟件服務商的競爭逐漸由粗放型、低層次化向數據處理的優化、人機互動、機器算法的精進等層面轉變。

在以上變化的基礎上，輿情監測的管理思維也必須轉向，組建一支人員分工明確、高度聚合集約的輿情分析團隊勢在必行。輿情管理的思維變革依托于人工智能監控系統改變團隊的組織結構及管理方式，通過智能化的輿情監測系統代替低效的人工操作，其專業性要求頗高，而最佳處理模式就是專業化團隊加人工智能技術。按照這樣的管理思維，未來輿情監測團隊的分工將更加明確，行業內部集約聚合程度將進一步提高，行業有機化程度也將逐步增強。

第6篇：網絡輿情報告范文

以近年來在中國興起并急劇發展的輿情監測和分析行業為例，即通過海量信息采集、智能語義分析、自然語言處理、數據挖掘，以及機器學習等技術，不間斷地監控網站、論壇、微博、平面媒體等信息，及時、全面、準確地掌握各種信息和網絡動向，從浩瀚的數據宇宙中發掘事件苗頭、歸納輿論觀點傾向、掌握公眾態度情緒、并結合歷史相似和類似事件進行趨勢預測和應對建議。

互聯網如今已經成為收集民意、了解政府和企業工作成效的一個非常有效的途徑。然而由于缺乏對互聯網發貼等行為的必要監管措施，在輿情危機事件發生后，難以及時有效獲取深層次、高質量的網絡輿情信息，經常造成輿情危機事件處置工作的被動，因此，北信源輿情分析專家建議應該重視對互聯網輿情的應對，建立起“監測、響應、總結、歸檔”的輿情應對體系。

輿情服務應對大數據挑戰

在國內市場中，輿情分析類產品很多，產品水平也參差不齊。要選擇優秀的產品首先需要選擇技術背景雄厚的生產廠商。北信源經過十幾年的發展，擁有專門的數據管理部門和專業分析團隊，專業的技術人員對信息的鑒別力、萃取力、掌控力處于全國的領先水平。

對大數據的采集加工是整個輿情分析服務的基礎。掌握數據抓取能力與輿情解讀能力，通過“加工”實現數據的“增值”，是輿情分析的必備技能。北信源網情監測平臺采用多線路、加密隧道方式作為互聯網上公開信息的采集通道，通過自主研發的爬蟲系統，從網上自動獲取頁面信息。北信源輿情搜索引擎使用信息采集技術對全球范圍內的網頁進行檢索，通過中文語義特性并結合輿情結構特點而構成的元數據搜索技術，能夠提高信息采集的針對性，同時擴大采集范圍的廣度，提升輿情搜索的精準度。另外在采集的速率上，北信源網情監測平臺通過“云計算”技術在互聯網不同位置可任意部署監測工作站PC機，實現非重點網站的定時監測、重要網站及鏈接全天候監測。并根據網頁及鏈接的重要度，做到對最重要的網站數據分鐘級的采集更新。

如何對復雜大數據進行解釋是輿情服務的關鍵。數據分析的模式是否科學將直接影響數據分析的質量，決定了輿情產品的可用性。基于數據分析，能否提煉出獨到、高質量的觀點，在凌亂紛繁的數據背后找到更符合客戶要求的輿情產品和服務，并進行針對性的調整和優化，這是大數據時代輿情最大的變量。北信源輿情分析引擎，涉及的最主要的技術包括文本分類、聚類、觀點傾向性識別、主題檢測與跟蹤等計算機文本信息內容識別技術。以數據挖掘為核心技術， 應用不同的建模基礎，包括關聯規則、序列模式、頻繁序列、決策樹分類、神經元網絡、線性回歸、Logistic回歸、K-Means聚類、模糊聚類、異常檢測等多種數據挖掘算法，結合相應的數據挖掘模型可視化方法，用預測模型對輿情數據進行預測評分。

對趨勢的研判是大數據時代輿情分析的目標。如今人們能夠從浩如煙海的數據中挖掘信息、判斷趨勢、提高效益，但這遠遠不夠，信息爆炸的時代要求人們不斷增強關聯輿情信息的分析和預測能力，把服務的重點從單純的收集有效數據向對輿情的深入研判拓展。北信源輿情監測與分析平臺從情報檢索與分析技術基礎上發展起來，除了能夠跟蹤、協助解決關聯輿情，還能夠輔以經過分析后的決策參考。

輿情面臨變革

大數據時代的大輿情充分反映數據爆炸背景下的數據處理與應用需求，這是大數據時代最大的輿情變革。北信源網情監測與分析管理平臺成功地實現了針對互聯網海量輿情自動實時的監測、自動內容分析和自動報警的功能，有效地解決了傳統的以人工方式對輿情監測的實施難題，加快了網絡輿論的監管效率，有利于組織力量展開信息整理、分析、引導和應對工作，提高用戶對網絡突發輿情的公共事件應對能力，加強互聯網“大數據”分析研判。并能夠協助用戶建立起輿情監測應對體系：

快速發現：實踐表明，在互聯網輿情出現后4小時內是控制輿情的黃金時間，被稱為“黃金4小時”。

第7篇：網絡輿情報告范文

憑借網絡走紅的“鳳姐”如今活躍于各大綜藝節目，其雷人語錄成了這起網絡炒作事件強有力的推助器。像她一樣憑借網絡炒作爆紅的丑星，還有在湖南衛視2010年《快樂男聲》比賽以男扮女裝成名的“偽娘”劉著，2003年在清華北大BBS上發個人照片成名的“芙蓉姐姐”史恒俠……

丑星背后的網絡炒作

“我9歲博覽群書，20歲達到頂峰。現在都是看社會人文類的書，如《知音》、《故事會》……往前推300年，往后推300年，總共600年沒有人超過我。”此語出自重慶姑娘羅玉鳳之口。

身高1. 46米的羅玉鳳，曾在上海地鐵站發過成千上萬份征婚傳單，誓嫁1.76～1.83米的清華經濟碩士帥哥。她因此一炮而紅，被網友稱為“鳳姐”。

就在羅玉鳳大紅大紫的時候，有網友提出“炒作”的質疑。很快就有網媒爆出，鳳姐征婚事件是某網絡營銷策劃機構的炒作。

本報記者在調查中發現，確有一家名為“首席網絡營銷策劃機構”的網站在該公司的典型案例中公開宣稱：為羅玉鳳個人品牌做詳細的網絡營銷策劃事件并執行，在互聯網很多媒體報道并引起傳統媒體的跟蹤報道!

順著“首席網絡營銷策劃機構”這一線索，記者搜索到幾百家網絡推手公司。“中國的網絡營銷正在進入‘黃金時代’，2009年整個中國的網絡營銷增長了約20%。”北京大學新聞與傳播學院副院長陳剛教授表示。

在陳剛看來，網民具有消費屬性，有消費者聚集的地方，就有營銷的土壤。熱鬧的網絡紅人和無處不在的網絡推手，其實只是蓬勃發展的網絡營銷業的一個縮影。

網絡推手的受益者們

“網絡推手”招聘啟示提出了具體要求和薪資待遇。“每個回帖：0.1～0.4元，每篇原創文章：5～10元，工資每日支付；要求：上網熟練，平均每天工作投入約1～3小時，具體根據效率自定，熟悉論壇操作……”

記者從兼職網上找到了上述兼職信息，并按照網站所介紹的方法，注冊成“三打哈網”的兼職推手。接到的第一個任務是“淘寶軟文發帖”，具體要求為：1.將帖子在與女性、時尚、服裝相關的各大論壇。2.帖子必須為主題，必須人工發帖，機器群發無效。3.48小時以內被刪帖子無效！4.總推廣預算費用100元，發兩帖1元錢，共需100個帖。

記者通過網絡推手了解到，該工作的技術方法主要是發帖和刪帖。而刪帖，如果有確鑿證據表明是虛假誣陷，往往與網站或論壇正常溝通后就可以達到無償刪除。如果是確鑿的負面消息，申請刪除就需支付費用。

刪帖常用辦法，一種是直接刪帖，一種是沉帖。前者主要是靠與論壇版主等具有刪帖權限的管理者的關系，再支付一定的費用即可，目前各家刪帖公司并沒有統一報價，刪掉一條信息，從幾百元到上萬元不等。“沉帖”是通過論壇或搜索引擎的關系使其將相關帖子后移，挪到十幾頁后，網民就沒耐心向后點擊了。

在“網絡推手貼吧”，本報記者結識了從業3年的專職網絡推手——28歲的張星。他告訴記者，他現在所在團隊共18人，是由兩家推手公司合并而成。網絡推手處于產業最末端，以承接分派的任務為主，“主要是干力氣活兒，如果有人帶的話每個月可以掙到1000元～2000元。”

張星告訴記者，很多“網絡推手”公司的負責人都是早年在各大論壇比較活躍的網友，因為介入一些熱點事件，獲得了媒體關注，才創辦“網絡公關”公司。輿情監測、危機處理、評論維護、搜索引擎優化、事件營銷、口碑營銷等都是當前較為普遍的網絡公關內容。

以鳳姐的案例為例，除前期包裝需要當事人交納費用外，當炒作人物成為社會話題，就可以考慮植入廣告，或代言產品了。收入一般當事人和公司五五分成。

網絡輿情升值潛力巨大

《中國互聯網狀況》白皮書調查數據顯示，中國現有上百萬個論壇，2.2億個博客用戶。2009年，中國約有2.3億人經常使用搜索引擎查詢各類信息，約2.4億人經常利用即時通信工具進行溝通交流。中國將在未來5年使互聯網普及率達到45%。

有些人正是從龐大的網絡世界看到了商機，發現可以用利益組織網友有目的地發言，進而改變輿論的原生態，產生很強的媒體效果。

南京大學教授、博士生導師、中國網絡學會會長杜駿飛對本報記者說，中國網絡輿情所形成的新路向是：首先是在互聯網時代，民眾有了更多自由言論的空間；其次，因為自由言論，國家意志很難通過傳統媒體形成輿論一致，因此公民意見本身可能會成為輿論主體；再次，由于搜索引擎的發達以及網站新聞轉載的豐富性，導致社會或公民輿論可以成為公共知識。最后，公共知識的存在，形成心理學上所說的群體壓力，這個壓力最終導致各種類型危機的被感知和被響應。

網絡輿情被賦予價值，并被商業運作，近幾年初現端倪。網絡輿情究竟價值幾何，因其生態環境的復雜目前難以估值，但是龐大的升值潛力昭示，網絡輿情的價值不可限量。

真假輿情專家提出破解之法

杜駿飛作為《2009中國網絡輿情報告》主編曾于今年4月18日在本書研討會上與各方專家探討了真假輿情的問題。

雖然“推手公司”鳳凰財智傳媒公開表示，網絡推廣并不存在控制輿論的現象，也不具備這個能力，能夠引起網民關注并引起轟動的多半是說到了網民的心里。

杜俊飛和與會專家還是指出：“網絡輿情的失真也常常是不可避免的。這就希望所有的監測機構、媒體在對待網絡輿情的時候，一定要慎重，要有自己額外的實證，這樣得出的結論可能會公正客觀。”

第8篇：網絡輿情報告范文

隨著以社會媒體為主的Web 2.0的發展和深入，以及移動終端等新媒體的普及，社會輿情的傳播途徑急劇擴張。網絡成為反映社會輿情的主要載體之一，網絡輿情影響力正積聚放大，對公共事務和政策的影響日漸深入。同時網絡技術更新網絡輿情信息來源不再局限與新聞評論、博客、貼吧等，隨著微博、即時通信工具的廣泛應用，現在新聞在網上的呈現與傳播不是以小時計，而是以分秒計，近乎于實時。短時間內就可能將突發事件傳播、發酵為有著重大輿論影響的事件。贏得時間就贏得了話語權，就贏得了輿論引導的主動權。把握好“黃金時間”是成功處置突發事件的第一道關口。因此，高校建立自己的互聯網輿情監測分析系統[1-3]，運用高科技手段對互聯網敏感內容進行24小時不間斷地自動監測和分析，可以提高信息收集和研判的效率和水平，進一步做好對廣大師生的輿論引導工作，從而更好的維護高校形象[4， 5]。

1 需求分析

現代高校管理工作中，有一部分重要的工作是對在校師的關注的重要信息能夠及時掌握，并能做出正確的引導。現有的收集信息的方式是通過網絡搜索引擎、網頁瀏覽的傳統手工信息收集方式已經無法滿足當前輿情監督工作的要求。手工方式監測范圍主要集中在幾大門戶網站、論壇、微博等，覆蓋面窄，難以較全面地收集到目標信息。效率低，及時性差，根本無法及時發現敏感信息，且無預警機制，突發事件容易造成被動局面。信息統計難以存檔，形成規范統計數據，更不可能有規范的數據進行分析，為高校輿論引導管理工作提供分析依據。因此建立一個擁有通過網頁內容的自動采集處理、專題聚焦、敏感詞過濾、統計分析等功能的輿情監測系統，可以實現高校對自己相關網絡輿情監督管理的需求，為高校管理層全面掌握廣大師生的輿情動態提供了信息保障，并能讓高校管理層對發生的輿情事件做出正確輿論引導。

2 系統功能設計

互聯網輿情監測分析系統分析為系統管理、信息采集、分析處理、信息服務等功能模塊，提供全方位輿情監測服務

2.1 系統管理模塊

提供基于WEB平臺標準網頁模式的管理工作界面，使用人員通過瀏覽器即可方便地進行各種操作控制與遠程管理。提供多頻道分類和多個監控專題設置，支持無限分類和無限站點加入。支持用戶自定義站點描述、起始URL、抓取深度、更新時間等各種參數配置。具備用戶管理和權限分配功能，針對不同用戶提供不同操作權限和個性化操作界面。

2.2 信息采集模塊

該模塊可以對境內外多種監控網站類型的靜動態網頁采集，包括新聞門戶、BBS、RSS、博客、貼吧、微博及其他類似結構網站。可以對監控專題的信息采集，可針對特定事件在設定時間內進行專門采集。可以自動對信息源進行24小時不間斷的實時監控能力，信息從出現到被檢索到的時間間隔應為分鐘級，對新信息進行實時更新和增量索引。對采集的信息提取摘要和關鍵字段信息，并按指定格式分字段存入全文庫相應位置，便于根據需要進行數據統計。

2.3 信息分析處理

系統對采集入庫的數據以下核心技術進行智能分析，對原始數據進行加工處理，關鍵數據提取，形成原始輿情庫。對各類主題能夠形成自動摘要。可以自動在搜索結果條目下顯示摘要信息。這些“摘要”幫助用戶迅速了解搜索結果的主要內容，提高工作效率。使用自動分類技術，基于用戶配置的關鍵詞，將收集的信息自動分類，以樹型結構的方式進行展現，結構清晰便于輿情工作人員第一時間找到有價值的信息，并實現對敏感信息的有效監控。由于網絡轉載的現象，網絡上存在大量的重復信息，可根據文檔內容的匹配程度確定是否重復，對重復信息自動判斷和區分，大大節省用戶時間。提供了敏感字庫，同時可根據用戶需求對敏感詞庫進行設定，信息采集器在運行過程中自動識別信息內敏感詞，對于包含敏感詞的信息系統提供“不入庫”、“入庫待審”、“入庫已審”等幾種處理方式。系統采用基于語義的文本傾向性研究方法，對新聞、評論、論壇、博客、微博中的信息進行整句和整篇情感分析，在計算機層面先進行研判再展現給系統用戶。可以利用內容主題詞組和回貼數進行綜合語義分析，識別敏感話題。

2.4 信息服務模塊

通過對采集入庫的數據進行智能分析，根據各分類每天采集的信息生成曲線圖形式的分析報表，可按每日、每周、每月、每季統計信息的更新情況。通過系統自動分類，根據預設的專題事件關鍵詞系統自動生成專題報道，集中展示相關專題信息，統計出時間發展趨勢。對于采集得到的重要敏感內容，經過網絡安全管理人員處理生成輿情簡報，為學校相關領導決策提供數據依據。可實時預警敏感內容發生，對已有的敏感內容信息庫，通過配置預警參數，對增長異常的事件、突發事件、涉及內容安全的敏感話題及時發現并通過頁面提示、電子郵件和手機短信等形式報警，通知學校相關管理人員采取措施處理。

第9篇：網絡輿情報告范文

關鍵詞：“互聯網+”；高校網絡輿情；思想政治教育

隨著以互聯網為代表的新媒體的快速發展和遍及，網絡正逐步使我們的生活方式、思維方式以及價值觀念發生變革，已經成為反應社會輿情的重要載體。2016年8月3日，中國互聯網絡信息中心（CNNIC）《第38次中國互聯網絡發展狀況統計報告》顯示：截至2016年6月，我國網民規模達7.10億，上半年新增網民2132萬人，增長率為3.1%。我國互聯網普及率達到51.7%，與2015年底相比提高1.3個百分點，超過全球平均水平3.1個百分點，超過亞洲平均水平8.1個百分點。我國網民仍以10-39歲群體為主，占整體的74.7%：其中20-29歲年齡段的網民占比最高，達30.4%，學生依然是中國網民中最大的群體，占比25.5%，互聯網普及率在該群體中已經處于高位，他們是網絡的親歷者和推動者。我國正處于社會發展轉型期，各種新的問題與矛盾不斷涌現，對于網絡輿情的引導已經上升到國家安全與治理的高度。然而，怎樣在“互聯網+”領域下探索一種新的理念方式來更科學有效地做好高校網絡輿情工作，已經成為廣大高校思想政治教育工作者必須重視和面臨的重要領域和嶄新課題。本文旨在通過對“互聯網+”視域下高校網絡輿情發展脈絡進行梳理，明晰高校網絡輿情的現狀與問題，探尋“互聯網+”視角下的高校網絡輿情的發展規律，從而為后續的網絡思想政治教育工作提供理論指導和借鑒。

一國內外研究現狀

（一）國外研究現狀

國外對輿情的研究較早，但是由于英美話語體系中沒有用來表達“輿情”的專門詞匯，且對于輿論、民意、民情等詞也并未進行嚴格的區分，所以一般都用“publicopinion”表述。19到20世紀，國外公共輿論的研究主要集中于民意調查。到20世紀后期，伴隨著互聯網的發展，JeremyLipschultz[1]認為在網絡時代，對政治表達自由的最大威脅不是來自于政府的權力，而是對信息的控制和操縱。西方對于網絡輿情的研究多是集中于網絡輿論方面，且都是與政府、民意相關，其研究成果大多是宏觀層面，由于國情的不同，其理論并不能完全符合我國網絡輿情的現狀，尤其是我國高校的實際情況。

（二）國內研究現狀

筆者通過在中國知網中，對“高校網絡輿情”、“高校網絡輿情與思想政治教育”為篇名進行數據統計整理，發現關于這方面的論文研究在2007年之前處于空白狀態，2007年至2013年間，逐年增多，2014年至今，數量劇增。這說明高校網絡輿情等方面的內容越來越受到相關學者的重視。但是，通過分析發現，雖然高校網絡輿情的研究已經興起，并日趨成熟，但是對于在“互聯網+”視域下，高校網絡輿情與高校思想政治教育相關方面的論文占據其中的比例不高，二者的研究目前仍處于相對分離的狀態，缺少有深度和廣度、有學術價值的創新性理論成果。

二主要研究觀點

（一）理論性觀點

縱觀網絡輿情的發展脈絡，關于網絡輿情研究已初具規模并形成一定理論體系。而在“互聯網+”領域下關于高校網絡輿情與思想政治教育相關研究卻呈現出零散化、碎片化的特點，并沒有形成相應的理論體系。總體而言，“互聯網+”領域下高校網絡輿情的研究主要集中在以下幾個方面。

1.關于“互聯網+”領域網絡輿情與高校網絡輿情的內涵研究

目前，我們無法查證“網絡輿情”這個詞是誰第一次提出的。譚偉[2]提出“網絡輿論就是在互聯網上傳播的公眾對某一焦點所表現出的有一定影響力的、帶傾向性的意見或言論”。丁柏銓[3]把網絡輿情的概念簡化為網絡環境中形成或體現的輿情即民意情況。網絡輿情雖然屬于輿情中一種比較特殊的類型，但其本質仍然是輿情，反應的依然是民意狀況。隨著網絡輿情的發展，人們的認識也不斷深入。中山大學周如俊、王天琪[4]認為，網絡輿情從書面上理解，就是在互聯網上傳播的公眾對某一焦點、熱點問題所表現的有一定影響力、帶有傾向性的意見或言論的情況。以上定義雖不太相同，但究其本質是一致的：都是以互聯網為載體；都與現實緊密相關；都是公眾情緒和意見的集合等。從現有文獻的整理來看，學界對于高校網絡輿情的定義尚未形成統一的認識。王健[5]認為，高校網絡輿情是特指與高校有關工作相聯系的網絡評論或觀點。吳勇、王玉良[6]認為，高校網絡輿情是在高校網絡中傳播的師生對于某一焦點事件的具有傾向性的看法。這里將網絡輿情的載體局限于校園網絡，且主體是高校師生。鄭蘇法[7]認為，大學生作為網民中的特定多數人群，高校網絡就是大學生在互聯網上對其所關心的特定的中介性事項所持的社會政治態度。綜上，學術界對于高校網絡輿情理解的差異主要在于對其載體和主體的理解不同。

2.關于“互聯網+”領域高校網絡輿情的特點研究

對于高校網絡輿情特點的研究，理論學界對此的看法紛繁復雜.陳喜玲[8]認為，高校網絡輿情是在大數據背景下的一種信息的集合，他實際上是一種矛盾的綜合體，由于網絡本身固有的特征，使得高校網絡具有自由性，同時在一定程度上也是可控的；網絡信息傳播速度較快，高校網絡輿情就具有了交互性但也具有即時性；輿情主體的隱匿性但輿情內容卻具有外顯性。畢宏音[9]認為，受中國傳統文化的影響和西方各種理論思潮的沖擊，網絡輿情中網民心理呈現出渴求新知、獵奇探究、彰顯個性、娛樂時尚、減壓宣泄、跟風從眾、追求平等、渴望創新、自我實現九大心理特征。曾潤喜[10]認為，高校網絡輿情除具有網絡輿情的一般特點外，還具有突發性、情緒化、影響廣、易控制的特點。通過對已有論述的總結，雖然學界對網絡輿情的特點看法不一，但大多數都是從網絡輿情的主體、載體、傳播途徑、形成過程等方面進行歸納的。

3.關于“互聯網+”領域高校網絡輿情的成因研究

對于高校網絡輿情的形成原因，學者們也有各自的看法。李新萌[11]將成因大致歸為兩大類，一是常規訴求渠道不暢通，也就是說學校的報紙、意見箱、官方各種媒體等沒有給處在敏感年齡段的學生提供良好的訴求渠道，學生在遇到各種困難與利益訴求時只能轉向非常規的渠道，即網上的論壇、貼吧等，極易在網上產生共鳴，形成網絡輿情。二是學校的各項事物對學生產生的刺激。學校的各項規章制度、教學計劃、教學任務等與學生產生各種沖突。一些學生在網絡上聚集起來發表意見、表達情緒，就會產生網絡輿情。袁富紅[12]從三個方面分析網絡輿情的成因：一是社會因素：當今社會的物質文明與精神文明的發展并不是很協調，物質的高速發展帶來的卻是精神生活的相對滯后。高校是社會中思想開放自由的一個領域，高校學生又是在網民中占絕大多數的群體，他們很容易受到社會各種思想潛移默化的影響。二是網絡傳播媒體因素。當今社會對于傳統媒體的監管機制發展較為成熟，但是對于網絡媒體，監管難度大，為了達到利益最大化，一些網絡媒體忽視道德底線，傳播不良思想。三是學生自身因素：當今高校學生多是90后、00后，他們思想開放、張揚個性、期望得到關注，尤其在網絡環境中，他們容易忽視網絡倫理道德，責任意識淡薄，喜歡放大焦點，加大高校網絡輿情發生的概率。通過梳理發現，對于高校網絡輿情的成因，學者們普遍認為主要是，國內國際政治經濟形勢的影響、高校訴求機制不健全、大學生心理特點、高校網絡監管力度欠缺、網絡思想政治教育落后等。[13]

4.關于“互聯網+”領域高校網絡輿情的發展規律研究

網絡輿情的發展具有一定的周期性規律，不同的學者對此有不同的劃分。有學者認為，可以分為三個階段，分為大學生對公共事件的篩選與認知、意見的互動與整合、行為示范效果的形成三個過程。[14]還有學者認為，包括四個階段，一是網絡公共事件或公共熱議話題的產生，二是網絡事件意見產生及其輿論場的形成、三是網民意見在互動中趨同并產生主導性輿論，四是網上網下多方消解逐步釋放輿論壓力。[15]部分學者還認為可以分為五階段，一是“議程設置”引發熱門話題，二是“沉默的螺旋”引發強勢意見，三是網絡傳播引發“放大效應”，四是負面消息引發“刻板印象”，五是“二次生成”引發輿情擴散。[16]

（二）實踐性觀點

1.關于“互聯網+”領域高校網絡輿情影響的研究

對于“互聯網+”視域下高校網絡輿情影響的研究，通過文獻梳理，大部分學者都是持有全面客觀的觀點，都認為其具有兩面性。秦健[17]認為，既要關注高校網絡輿情的負面效應，包括熱點問題的催生效應、偏激言論的放大效應、社會陰暗面的腐蝕效應，還要肯定其正面影響，包括“安全閥”功能、“監視器”功能、“大熔爐”功能。劉燕、劉穎[18]認為，積極正面的網絡輿情能夠客觀地反映社會的變化，對大學生的世界觀、人生觀、價值觀有著積極導向作用，大學生在這種網絡輿情的影響下會潛移默化規范自身行為。李偉東、劉敏姬[19]認為，網絡輿情自身存在的一些特點，如果控制不當對于和諧校園的建設以及高校的管理工作也提出了挑戰。

2.關于“互聯網+”領域高校網絡輿情管理工作現狀的研究

由于“互聯網+”領域是一個新興的領域，高校網絡輿情的管理工作還處于起步階段，各項工作制度與體系都還沒有完善。鐘漲寶[20]認為，我國高校網絡輿情管理主體不明確，對于輿情信息的管理基本處于“誰建網站誰負責”的局面，沒有建立專門的高校網絡輿情管理機構。冼季夏、顧慕嫻、吳宏宇[21]認為，我國大多數高校均未建立完善的網絡輿情預警、引導與分析研判機制，這樣良莠不齊的網絡輿情會對高校學生的人生觀、價值觀帶來負面[影響。鄭恒毅、王健卉、李學靜[22]認為，由于資金、技術設備等問題，國內僅有極少數高校采用網絡輿情安全監控系統，大多數僅僅是從制度約束等方面入手，是在輿情產生之后采取的補救措施，而沒有在輿情發生的源頭就作出預警監控。

3.關于“互聯網+”領域高校網絡輿情與思想政治教育的研究

高效網絡輿情對大學生的思想和行為有著重要的影響，白璟、安濤[23]認為，高校網絡輿情對大學生的思想政治教育工作有兩方面的影響，一是網絡輿情是學生思想變化的“晴雨表”，關注高校網絡輿情可以及時了解學生的思想動態，從學生利益訴求出發，適時調整教學和管理工作。二是由于網絡輿情自身存在的特點，導致大學生發表言論的隱匿性和自由性大大提高，給學校的管理工作造成負面影響，加之不良輿情的傳播，沖擊了大學生的人生觀和道德觀，使高校思想政治教育的有效性大大降低。王昊[24]認為，網絡輿情的發展及其自身特點，給高校思想政治教育工作帶來極大挑戰，因此，高校思想政治教育工作者要根據其特點和發展規律，提高工作的實效性，避免網絡輿情的負面影響，進行有針對性的工作。廖揚平[25]認為，高校的主要功能在于育人，思想政治教育功能的發揮有利于網絡輿情的形成、發展和傳播，同時，網絡輿情也蘊含著思想政治教育的導向等功能，其目的在于警示，而不在于懲罰。

三研究評價與展望

“互聯網+”領域高校網絡輿情研究是伴隨著網絡技術的應用與發展而產生的，高校網絡輿情進入學界視野的研究也僅僅只有10年，目前對于高校網絡輿情的研究成果也不是很多。以下筆者主要從研究成果及研究中的不足之處來進行較為全面、客觀的評價。

（一）已取得的成果

首先“互聯網+”視域下高校網絡輿情的基本理論研究取得突破性進展。眾多學者分別從不同的角度對高校網絡輿情的相關理論進行系統全面的論述，并形成了自己的理論體系。鐘漲寶、聶建亮對高校網絡輿情的特點、產生原因等基本理論方面的闡述恰恰論證了這一點。其實，“互聯網+”視域下高校網絡輿情多角度研究成井噴式發展。多角度研究主要體現在高校網絡輿情參與者的心理特征分析、通過分析網絡輿情各個時期的特點與成因，提出有針對性的引導策略等。例如孫靜的《網絡參與者心理特點與疏導》、陳強和王雅蕾《高校突發事件網絡輿情泛化現象研究》等。再次，網絡輿情的發展對高校管理工作者也提出了新的要求與挑戰。最后，新媒體、自媒體、微時代背景下的高校網絡輿情的研究也具有時代特色，隨著越來越多年輕學者的加入，為高校思想政治教育工作開辟了新的篇章，同時也為和諧校園的建設提供了理論基礎。因此，學術方面的成果是值得肯定的。

（二）研究中的不足之處

第一，對高校網絡輿情的概念把握不夠明確。通過文獻梳理，筆者發現眾多學者并沒有對高校網絡輿情的概念有一個明確的界定，其爭議主要在于主體和載體不夠明確。對于“學生主體論”，有學者認為輿情傳播的主體在于學生，載體是整個互聯網，指出，高校網絡輿情是在校學生對于互聯網上傳播的某一熱點問題所表現出來的有一定影響力的帶有傾向性的意見和言論的總和。還有學者認為，輿情傳播的主體雖然是學生，但載體卻是校園網絡，指出，高校網絡輿情是在校學生對于校園網絡中傳播的發生在校園中的相關事項的看法或意見。對于“師生主體論”，一部分學者認為，是高校師生在互聯網上公開表達的對某種校園事件或社會現象或問題的具有一定影響力的共同意見。另一部分學者認為，是高校師生在校園網絡上針對學校發生的各項事件的情緒表達的總和。總體而言，這兩大爭議矛盾較大，隨著互聯網的發展，還需要更多研究與論證。第二，對高校網絡輿情的研究視角有待深入。現有的研究主要集中在網絡輿情理論本身，近幾年會有涉及到教育學方面，對高校思想政治教育相關工作提供了理論依據和新的要求與挑戰。但是單一的研究視角不利于高校網絡輿情的深入研究與發展，不同學科都有其獨特的視角，為高校網絡輿情的發展會提供一種全新的觀點。今后高校網絡輿情的研究可以和多學科相交融進行，比如心理學、社會學、法學等學科。隨著互聯網技術的發展，還要將大數據相關知識運用其中，從而促進高校網絡輿情的深入研究。第三，對高校網絡輿情的主客體建設不完善。目前，高校對于網絡輿情管理工作責任主體意識不明確，并沒有形成專門的網絡輿情監管部門，往往都是在輿情出現之后，尤其是灰色輿情產生影響之后，學校才開始開展工作，但是各部門之間分工不明確，相關部門沒有及時把握輿論的話語權，互相推諉現象時有發生，導致應對措施缺少實效性和連貫性。另一方面，高校網絡輿情的客體建設也不完善。所謂客體，就是指高校網絡輿情的管理觀念、方式和體系。目前很多高校管理者并沒有對網絡輿情的預警、應對和引導形成完善的有體系的管理方式，隨著互聯網的發展，傳統的“堵”“刪”等強硬措施越來越不能適應高校網絡輿情的發展形勢。

（三）對未來研究的展望

第一，拓寬研究視角，注意與其它學科相融合。任何一門學科都有其各自的特點和特定的研究方向，但是每一門學科都不是獨立的個體，只有多門學科相聯系，才能避免單一學科研究的狹隘性與局限性。對于“互聯網+”視域下的高校網絡輿情研究同樣如此，我們要積極借鑒其他學科的研究成果，再此基礎上完善高校網絡輿情的相關理論知識，與時俱進，從而形成一個不斷地開放、融合與創新的研究領域，以充實和完善該領域的相關體系建設。第二，豐富研究方式，借助大數據技術。隨著互聯網的發展，“大數據”這一概念應運而生，要求高校管理者要運用網絡思維和大數據技術來進行網絡輿情的相關工作，做好高校網絡輿情的預測、數據監測、收集、分析與研判。在大數據時代，掌握數據抓取能力與輿情解讀能力，通過加工實現數據的增值，將是未來輿情分析的必備技能。而當前的大數據技術，為高校實現網絡輿情引導工作由監測向預測轉型提供了技術保障。因此，高校要加強大數據技術平臺的建設，加強與相關科研院所的合作，引進培養大數據處理人才，健全大數據技術人才體系，這將是未來值得關注和研究的重點。第三，創新研究平臺，順應“微時代”發展。隨著網絡通訊技術的快速發展，微信已經成為人們必不可少的溝通交流工具。人們逐漸從QQ、微博等交流平臺轉向微信平臺。大學生永遠是體驗網絡新生事物的主力軍，所以高校網絡輿情的發展在微信上會有最直觀最全面的體現。

微信是“互聯網+”領域下開展大學生思想政治教育的又一主陣地，因此，今后高校管理者要牢牢把握好微信輿論話語權，創新傳播形式，結合大學生的實際切實做好微信輿論的宣傳引導工作，實現此研究的科學性與學術價值性。第四，轉化研究范式，定性與定量研究相結合。研究范式是一門學科存在和發展的關鍵所在，它既決定了一門學科的存在價值，也關系到一門學科的發展空間。[26]筆者通過現有的文獻資料梳理，發現在高校網絡輿情的研究中尚未形成成熟的研究范式，只是在以往經驗基礎之上的研究，因而提出的對策也僅僅停留在紙上談兵階段，缺乏有效性措施，對于定性研究方法特別是案例分析法運用較少。因此，對于“互聯網+”視域下的高校網絡輿情要加強實證主義研究，研究范式多元化，才能為高校網絡輿情的分析、管理與引導工作帶來新的突破。

參考文獻：

[2]譚偉.網絡輿論概念及特征[J].湖南社會科學,2003,(05):188-190.

[3]許鑫,章成志,李雯靜.國內網絡輿情研究的回顧與展望[J].情報理論與實踐,2009,(03):115-120.

[4]周如俊,王天琪.網絡輿情:現代思想政治教育的新領域[J].思想•理論•教育,2005,(11):12-15+29.

[5]王健.高校網絡輿情的監測與引導[J].信息網絡安全，2009（3）：54-57.

[6]吳勇、王玉良.不確定視域下校園網絡輿情管理機制的構建[J].學術論壇，2009（7）：186-188.

[7]鄭蘇法.高校網絡輿情研判與控制的若干思考.[J].網絡安全技術與應用，2009（9）：74-77.

[8]陳喜玲.大數據背景下的高校網絡輿情引導[J].山東社會科學,2016,(S1):276-277.

[9]畢宏音.網民心理特征分析[J].社科縱橫,2006,(09):38-39.