舆情分析（精编4篇）
【导言】此例“舆情分析（精编4篇）”的范文资料由阿拉题库网友为您分享整理，以供您学习参考之用，希望这篇资料对您有所帮助，喜欢就复制下载支持吧！
网络舆情分析1
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
重大事件。所有的重大事件的发生都会在很短的时间内迅速在网络上传播开来，与事件发生有关的各个报道，新闻，各方面的消息和热点都会在各个网站上铺天而来，在短时间内就会出现大量的评论，跟贴和发帖等等。
突发事件。量变到质变的过程是突发事件产生的一个重要阶段，例如“日本大地震后我国的抢盐事件”，在发生初期，并没有引起太多人的关注，只是在民间出现了许多的“谣言”，但其迅速扩散，就会影响到广大群众，并有可能造成整个社会的恐慌。
国家的经济工作和重点工作。网络上的主流的意识形态还是需要各个新闻媒体来传播，需要政府和组织来引导，继而形成被大众所接受的健康向上的主流舆论，政府部门要引导人民群众，最大限度地在广大人民群众中形成共识，来统一不同领域，不同阶级中的意识和信念，形成了社会的主流言论。
一些关系国际民生的重大政策的改革更容易引起人们的广泛关注，形成网络舆情热点事件。
和大多数人民自身利益密切相关的事件。因为舆情的一个重要作用就是人民群众对自身利益的诉求表达的一个重要渠道。在群众利益受到伤害时，他自然需要一个平台来寻求帮助和进行诉求，网络就是这样一个很好的舆情平台。
3 网络舆情监测系统的设计
网络舆情监测系统包含三个层次，自下而上分别为信息采集层、信息挖掘层、信息服务层。每一层为其上一层提供基础数据，以及为进一步分析奠定基础。其系统结构如下图所示：
■
网络舆情监测系统结构图
舆情信息采集层。信息采集层的基本任务是从数据格式多种多样的网页中采集出其蕴含的丰富的、各种各样的舆情信息。采集层的最下层为信息采集的目标网站，如新浪、网易、搜狐、新华网、人民网、凤凰网、猫扑、天涯社区等；中间层包含爬虫管理模块、预处理模块、分类存储模块，爬虫管理模块主要采用网络爬虫技术获取互联网上的舆情信息；最上层将采集的文本信息分为Web内容信息、Web结构和使用记录信息两部分内容。
舆情信息挖掘层。开展舆情信息深度挖掘，发现民众关注的热点问题、分析其态度倾向、处置构成危害的敏感信息是互联网舆情信息挖掘层的主要任务。它通过分析舆情信息采集层提供的数据，能够检测网络话题、分析民众的态度倾向、监测网络敏感信息、评估舆情态势等，为舆情信息服务层服务相关部门提供客观依据，是舆情信息处理的核心内容。主要包含文本信息预处理模块、网络话题检测模块、舆情倾向性分析模块、敏感信息监控模块。
舆情信息服务层。舆情信息服务层是舆情信息挖掘的目标，其辅助相关部门把握舆情动态、关注民情民意、做出正确决策。它一方面提供舆情信息摘要，为相关部门快速了解舆情动态、掌握舆情事件的来龙去脉提供便利，提高工作效率；另一方面综合考虑话题热度、传播扩散度、态度倾向程度、内容敏感度、者影响力等舆情评价指标，并做出舆情评测、适时舆情预警信号，为相关部门及时做出反应提供帮助。
参考文献：
[1]王磊。公安网络舆情分析系统的研究[D].北京交通大学，2008（06）.
[2]张焕明。网络舆情分析系统的研究与设计[J].微计算机信息，2010（06）.
他山之石，可以攻玉。以上就是山草香给大家分享的4篇舆情分析，希望能够让您对于舆情分析的写作更加的得心应手。
网络舆情分析2
〔关键词〕网络舆情；舆情分析；系统框架
〔摘要〕网络舆情分析领域已经吸引了研究人员的关注并产生了诸多成果。本文对于近年来网络舆情分析领域的相关研究进行梳理，同时对现有网络舆情分析系统的架构进行剖析，对其中的数据采集、数据预处理、数据分析以及舆情展示等部分的支撑技术进行分析，并对网络舆情分析系统的发展方向进行探讨。
〔关键词〕网络舆情；舆情分析；系统框架
DOI：/
〔中图分类号〕G2062；TP391〔文献标识码〕A〔文章编号〕1008-0821（2015）08-0051-06
随着网络媒体的日益发达和网民数量的不断增加，互联网已经成为民意表达的重要空间。为了有效利用互联网，将其作为政府治国理政、了解社情民意的新平台，需要及时发现、分析、管理网络舆情。而网络舆情分析技术正是解决该问题的关键之一。本文对于近年来的网络舆情分析领域的相关研究进行梳理，同时对现有网络舆情分析系统的架构（图1）进行剖析，分析其中的支撑技术，并对网络舆情分析系统的发展方向进行探讨。
1数据采集与数据预处理
11数据采集
数据采集是网络舆情分析的基础。该部分的主要功能
是借助Web爬虫，从互联网上获取网页数据。传统的通用型Web爬虫、分布式爬虫和主题爬虫等是网络舆情数据采集的主要技术力量。分布式爬虫和主题爬虫技术的应用是网络信息膨胀的结果。目前网络信息膨胀，具体表现为信息源激增、信息量快速增长、信息内容种类多样化等。膨胀的网络信息对网络数据的采集提出更高的要求。分布式爬虫可以对数据采集任务进行高效的任务分割，并且可以通过系统规模的动态扩展，保证网页信息的实时获取。主题爬虫[3]能够选择性地采集主题相关页面，以降低带宽的消耗以及计算和存储的资源。主题爬虫的难点在于如何对主题建模、如何判定页面与主题的相关性以及如何在一个爬虫系统中容纳不同的主题爬虫等[4]。
12数据预处理
数据预处理是指从网页文本中抽取对网络舆情分析有价值的信息，其中主要使用到的技术包括Web数据抽取、网页相似性识别等。
Web数据抽取（Web Data Extraction）通过识别网页文本的html结构抽取出新闻或网帖的标题、正文、时间、回复信息等不同的部分。当前在Web数据抽取领域广泛采用的技术是网页包装（Wrapping）[5]，其中抽取方法[6]和Wrapper的自动或半自动化生成工具是网页包装研究的重点对象。抽取方法主要包括直接解析[7]、HTML结构分析[8-9]和数据建模[10-11]等。此外，新的Web数据抽取数据策略也不断涌现，如微软亚洲研究院的Cai等人提出VIPS算法，利用网页的视觉特征来抽取信息[12]。需要指出的是，Web数据抽取方法的可操作性和实用性受到不同网站排版方式的差异程度和变动频次等因素的影响。
相似网页识别也是数据预处理阶段的重要技术。相似网页识别最初应用在网页消重领域[13-16]，即对内容重复的网页进行识别、处理和合并。在搜索引擎等应用中，网页消重可以节省网页数据库的存储空间和在网页数据库上进行操作的时间的过程。而在网络舆情分析系统中，该技术主要用于判断某条新闻或网帖被转载的次数，同时建立信息的转载轨迹，进而识别热点信息，实现对信息的溯源。
舆情数据分析
数据分析是网络舆情分析系统的核心部分。数据分析的目的是通过跟踪特定时期内集中反应特定社会热点问题的网络舆情信息，掌握舆情产生、变化和衰落的趋势或规律，深度分析网络舆情随时间的发展趋势情况，进而实现对舆情环境的监测与预警[17]。高质量的数据分析组件需广泛借鉴自然语言处理领域以及数据挖掘方面的成果，包括情感分析、话题检测与追踪、多文本摘要、热点识别等，以完成舆情的语义识别和知识发现。如网络舆情的总体概括的描述性信息可以借助情感分析技术在网络舆情信息文本挖掘的优势中得到，而网络舆情热点、焦点信息的自动发现则有赖于网络信息的主题检测和追踪技术。总的来看，学界对网络舆情数据分析组件的研究主要集中在以下几个方面：
21语义分析及数据挖掘
舆情分析的效果在很大程度上依赖于对原始网页的文本的语义理解能力，其中又涉及中文分词、词性标注、指代消解、新词识别、人名消歧等技术。在中文分词领域，经过多年的发展，尤其是2003年首届国际中文分词评测[18]开展以来，已经取得诸多成果。中国科学院计算技术研究所在多年研究工作积累的基础上，研制出汉语词法分析系统ICTCLAS（Institute of Computing Technology，Chinese Lexical Analysis System），主要功能包括中文分词、词性标注等[19]。为提升语义分析的效果，命名实体识别[20]、指代消解[21]、人名消歧[22]等诸多技术往往被综合使用。
22情感分析及观点识别
情感分析是数据挖掘和计算机语言学的分支，能够对各种新闻资源、社会媒体评论和其他用户生成内容进行提取、分析、处理、归纳和推理[23]。针对网络文本进行情感分析，有助于舆情分析人员明确网络传播者的意图和倾向。文本情感分析研究早期的工作主要集中在词语级别的语义倾向计算和文档级别的文本情感分类方面。如Kim通过分析大量美国大选时的网络新闻评论，来推断大部分选民是支持共和党还是民主党[24]；Lin等人构造“巴以战争”评论分析系统来区分某一评论是支持巴方还是支持以方[25]。该领域的快速发展是2006年以来美国标准与技术研究院组织的多次国际性观点检索（Opinion Retrieval）评测比赛推动的结果[26-27]。近年来该领域的研究者开始将精力放到获得更细粒度结果的研究方向上如细粒度的观点挖掘、情感分类器的领域移植和情感摘要等[28-29]。部分研究人员尝试对用户的观点进行分解或摘要[30-31]，并提出Opinosis等基于图的观点摘要技术[32]和OPINIONCLOUD等观点摘要和可视化技术[33]。全局序列模型（Global Sequence Model）、条件随机场（Conditional Random Fields）等技术也被用于识别用户情感[34-36]。
情感分析技术功能的实现和优化依赖于情感词语料库的完备性。情感词是指带有情感倾向性的词语。Turney提出从大规模语料中，利用一个词与具有强烈正面倾向的种子词集合中词语的互信息，减去这个词与具有强烈负面倾向的种子词集合中词语的互信息，计算这个词语的情感倾向性[37]。通过类似上述的词语情感倾向性识别策略，可以构建情感词语料库。目前文本情感语料库的建设方面，已有的语料库包括Pang语料库[38]、Whissell语料库[39]、Berardinelli电影评论语料库[40]等。而有关中文情感词汇方面的资源较少，基本采用人工的方法获取。陈建美等人借助现有的词典和语义网络构建的将情感分为7大类20小类情感词汇本体，共收录17 156个情感词汇[41]；台湾大学的研究人员的工作主要在于简体中文情感极性词典NTUSD的构建[42]，知网（Hownet）则“情感分析用词语集”[43]。此外，网络舆情分析领域的特定需求对情感分析提出更高的要求，如对文本中蕴含的思想倾向进行分析（左派/右派），以掌握网民的思想流派等，其作为全新的课题，目前尚未看到公开的成果。
23话题探测与追踪
话题检测与跟踪（Topic Detection and Tracking，TDT）是面向多语言文本和语音形式的新闻报道，完成报道边界自动识别、锁定和收集突发性新闻话题、跟踪话题发展以及跨语言检测与跟踪等相关任务[44]。与EDT不同，TDT检测与跟踪的对象从特定时间和地点发生的事件扩展为具备更多相关性外延的话题，相应的理论与应用研究也同时从传统对于事件的识别跨越到包含突发事件及其后续相关报道的话题检测与跟踪[45]。TDT的任务以及评测体系是由美国国防高级研究计划局（DARPA）、马萨诸塞大学（University of Massachusetts）、卡耐基-梅隆大学（Carnegie Mellon University）和Dragon Systems公司联合制定和设计完成的。话题检测与跟踪技术有助于舆情分析人员把握舆情的源头和演化脉络，为研究如何完成新闻报道中自动收集、识别和锁定特定话题、跟踪话题发展等相关任务，美国国防高级研究计划局等组织举办多次TDT评测比赛并取得一定的成果[46]。而针对网络舆情事件的突发性，研究人员还利用话题检测与跟踪技术来探测新闻中的突发热点事件[47]。
24热点话题识别
网络舆情热点话题是网络舆情深度分析模式和判据中的重要因素，也是社情民意的重要体现[48]。正确识别热点话题对话题识别和趋势预测具有重大影响。目前对热点话题的识别方法可以分为词频分析方法、基于词网络关系的共词分析方法、基于词频变化率的突发监测方法、基于短语差异的分析方法等[49-50]。Kleinberg提出突发监测算法[51]，以重点关注那些相对增长率突然增长的词，并认为话题的报道数量不是平滑增长，而是在不同水平之间跃迁，这种在一段时间内突然增长的词即可能为热点话题的表征词；Zheng等人利用Aging Theory对BBS中的热点话题进行识别，可以快速挖掘任意时间段内的热点话题[52]。
25分类和聚类
文本分类和主题聚类技术也是网络舆情分析中的主要手段。文本自动分类是在预定义的分类体系下，根据文本的特征（词条或短语），将给定文本分配到一个或多个特定类别的过程。文本自动分类技术在信息过滤情报处理数字图书馆等领域已经有着广泛应用。然而，互联网文本数据以指数级增长并呈现出各种新特点，这给文本自动分类技术带来了巨大挑战，如短文本分类、多语言文本分类管理、数据集偏斜、多层分类、标注瓶颈等问题[53]。主题聚类主要通过对文本、查询式等聚类对象进行基于机器学习的主题分析。将聚类对象转换为基于主题的表示形式，以达到降低特征空间维度的目的，然后以主题表示为基础进行对象的聚类分析，最后得到基于主题的聚类结果描述[54]。主题聚类可以对聚类特征进行主题或语义控制，对聚类对象进行维度约简并对聚类的结果进行基于主题的描述。利用主题聚类技术，还可以对属于同一个话题的所有信息进行聚类，以完成新话题的监测，为TDT算法提供支持。
3舆情信息展示及研判平台
31舆情信息展示
信息可视化是指非空间数据的可视化。Card等将信息可视化定义为：“使用计算机支持、交互性的视觉表示法，对抽象数据进行表示，以增强认知”[55]。信息可视化是使用直观的方式展现原始数据间的复杂关系、潜在信息以及发展趋势。其目的是为更好地利用信息资源[56]。当前，舆情信息展示的常用形式主要有标签云和关键词关联网络模型。
标签云是一套相关的标签以及与此相应的权重，用以表示特定内容的标签，并按照内容中的涉及的信息的重要性，确定标签字体的醒目程度，以凸显内容中的重要信息。下面以对“中国政府工作报告”的分析为例介绍，从图2中可以看出，政府工作报告的重点在“社会主义”、“改革开放”、“市场”、“经济”、“人民”、“教育”、“生产”等方面。利用标签云这类信息可视化手段，可以直观的掌握相应信息内容的重点。关键词关联网络模型（图3）也是舆情信息展示的重要手段。通过利用文本信息可视化模型，构建基于新闻文本内容构建专题新闻文本集的关键词关联网络模型，能够直观展示事件动态发展变化过程、各主体的主要行为及其之间的关系以及人们关注点的变化，有利于分析人员快速了解事件动态。
图2基于“中国政府工作报告”分析结果的标签云图3基于“朝鲜”相关信息的关键词关联网络
32网络舆情指标体系的建设
网络舆情分析3
一、公共危机管理：动态危机传播过程
从古巴导弹危机到切尔诺贝利核电站核泄露事故，从“9•11”恐怖袭击到“非典”、大肠杆菌疫情蔓延，从全球金融危机到印度洋海啸、佛罗里达飓风、汶川地震，从埃克森公司（ExxonValdez）石油泄漏事故到强生公司泰勒诺（Tylenol）胶囊中毒事件、各种食品安全事件……进入20世纪以来，随着现代化的不断推进、科学技术的高速发展以及全球化进程的加速，人类社会在不断进步的同时，各种问题和矛盾也随之而来，越来越多潜在的或是正在发生的公共危机日益成为人们不可回避的问题。在这样一个“风险社会”①的时代，“没有一个组织可以免疫于危机”，[1]如何应对公共危机，维护公众利益和公共安全，促进社会的良性发展，已日益成为摆在各国政府面前的重要课题。在大众媒介日益发达的今天，信息传播在公共危机管理中扮演着越来越重要的角色，因此有学者认为公共危机管理实际上是“一个动态的危机传播过程”（aprocessofongoingcrisiscommunication），公共危机传播的效果是决定其成败的关键。舆情则是指在一定的社会空间内，围绕中介性社会事件的发生、发展和变化，民众对社会管理者产生和持有的社会政治态度，是较多群众关于社会中各种现象、问题所表达的信念、态度、意见和情绪等表现的总和，[2]公共危机是引发舆情的重要的中介性社会事件。公共危机传播贯穿于公共危机生命周期的每个阶段，是政府、组织与社会、公众之间双向互动的信息沟通行为，在此过程中，舆情的监测、分析、研判、疏导等是危机传播成功与否的关键。
十六届四中全会把建立和完善舆情信息汇集和分析机制写入了《中共中央关于加强党的执政能力建设的决定》，反映了党和国家对舆情研究重要性的认识。据统计，截至2010年底，我国网民数量达到亿，占全球网民总数的%、亚洲网民总数的%，互联网普及率攀升至%，其中手机网民在总体网民中的比例进一步提高，达亿。[3]以即时、互动、开放为特点的网络传播为公众表达意见，参与政治、经济及社会生活提供了方便快捷的平台。由此，舆论打破了时空限制，出现了聚合化、实时化等趋势，大规模、全国性的舆论可以在短时间迅速形成，这一点在公共危机传播中表现得尤为突出。在此背景下，能否建立一套行之有效的工作机制对网络舆情进行准确分析和研判，进而通过有效的危机传播预防和化解危机，直接关系到我国和谐社会建设目标的实现。与此同时，对于这一领域的研究在理论方面也极具价值：一方面，对公共危机传播中网络舆情这一特殊信息传播方式进行分析研判，能够帮助我们深入研究新媒体环境下危机信息传播的新特点、新趋势；另一方面，在定量与定性研究的基础上对公共危机传播中网络舆情的分析研判机制进行探讨，能够帮助我们了解网络舆情发生、发展、演变的一系列过程，是对舆情基础理论的深化和拓展。
二、公共危机传播中的网络舆情分析研判机制
在危机传播方面，目前探讨的重点集中在危机引发的信息流动和系统互动过程，在研究方法上，结构分析法逐渐取代了传统的个案研究，形成了管理学、传播学和公共关系学三大主要理论视角。国外对网络舆情的研究并不局限在社会科学领域，一些自然科学家侧重于对于舆情的产生、发展进行定量分析，网络信息处理领域重视应用技术开发，如话题检测与跟踪（DTD）相应的理论与应用研究从传统对于事件的识别跨越到包含突发事件及其后续相关报道的话题检测与跟踪。国内对网络舆情的关注最近几年有很大提升，据CNKI（2005-2010）统计，相关论文呈爆发性增长，成为学科交叉研究的热点。机制是一种在稳定和多数情况下存在的工作方式，因此公共危机传播中网络舆情分析研判机制建设的主要内容集中体现在对当前新媒体环境下，我国公共危机传播中的一种特殊的信息形式———网络舆情进行分析和研判时所采取的工作方式的建立上，其主要内容包括：
1.公共危机传播中网络舆情分析机制。在动态监测与全面汇集的基础上，将定量研究与定性研究相结合，研究危机传播生命周期中网络舆情信息的分析策略和机制，以期更准确地描述、推论、预测和预控。
2.公共危机传播中网络舆情研判机制。在对网络舆情进行全面、客观分析的基础上，结合网络舆情形成所依赖的三个基本条件———作为意见表达空间的互联网、作为舆论主体的广大网民、作为舆论对象的中介性社会事件（公共危机）进行综合研究，建构网络舆情研判的指标体系与模型。同时，针对公共危机的生命周期，将网络舆情的研判机制细化为：预警机制、响应机制、疏导机制、机制、反馈机制等。
3.预案平台建设与反馈评价机制。对公共危机传播中网络舆情的分析研判最终要为政府的危机治理提供支持，因此，设计基于危机事件的舆情分析研判系统、信息库、预案库、专家库，并在实践检验和反馈的基础上对相关指标、模型、方案进行修正亦是机制建设的重要内容。
4.公共危机传播中网络舆情分析研判的体制建设。网络舆情的分析研判机制的建立和有效运行需要以科学、规范、长效化的体制作为保障，因此进行体制建设是公共危机传播中网络舆情分析研判机制建设的基本前提。整体而言，公共危机传播中网络舆情分析研判主要着重于两个方面：第一，综合运用多种技术手段和分析方法对危机传播中的网络舆情进行汇集分析，建立相关指标体系；第二，在分析基础上建立包括提前预警、紧急响应、迅速联动、科学疏导、及时反馈等诸多环节的网络舆情研判、应用机制，研究其模型框架和管理机制。舆情本质上始终贯穿了公众与国家管理者之间不断变动的相互利益关系，[4]围绕着不同的危机事件，舆情的主客体之间不断进行利益的博弈和政治态度的变动，普遍性与群体性、综合性与纷杂性、相对性与可变性等等交杂在一起，加之民众心理、历史性和民族性方面等特点，舆情信息本身很难把握。同时，网络的开放性、虚拟性、即时性和互动性决定了网络舆情的自由性、多元性、突发性、分散性、偏差性等特点，这些更为网络舆情的分析带来了困难。一方面，公共危机传播中网络舆情分析研判指标体系的确立，指标所对应的网络舆情信息经过分析要能准确地作出判断、发出预警、提供支持，对于指标的可测性、可靠性、导向性和延续性等都有一定的要求，这需要将危机事件进行分类，结合具体案例深入分析影响网络舆情的各种因素，选择那些对网络舆情影响较大、便于测度的要素作为分析研判指标；另一方面，公共危机传播中网络舆情分析研判机制的设计，要行之有效、具有可操作性，及时进行修正和完善。#p#分页标题#e#
三、公共危机传播中网络舆情分析研判机制的体系
从历时态角度分析，任何危机都有特定的生命发展周期———危机前、危机中、危机后。在不同种类的危机事件中，在不同的危机发展阶段，其网络舆情的内容、特点不尽相同。因此其体制建设要以情报学的信息监测、汇集作为技术、数据支撑，以传播学的研究方法与范式为主导，结合社会心理学、管理学、公共关系学等方面的研究视角，其基本体系如下图所示。危机前：做好危机事件网络舆情预警的规划和建模工作，基于先进的信息技术和有效的分析方法进行网络舆情信息的监测、采集、处理、分析和预警，提出针对不同种类危机事件的切实可行的分析研判机制和模式框架，进而实证检验和反馈修正。危机中：结合当下的危机事件，对其进行分类，及时预测和发现网络舆情的发展动态，予以全面挖掘和汇总。在此基础上，进行处置分析（包括数量、内容、倾向性、时间、用户信息、网站类别、IP地址等方面的分析）和专门化、系统化的研判（包括网络舆情本身，及其与外部微观、中观、宏观因素的互动），同时结合社会调查，考察网络舆情与社会舆情之间的关系。进而，汇集并建构危机传播中网络舆情的响应、疏导、、反馈机制，通过实践检验，建立指标考察其正负效应。危机后：通过反思，对相关模型框架和指标体系进行修正，同时探讨危机传播中网络舆情分析研判的长效机制建设。
四、公共危机传播中网络舆情分析研判的流程
我们认为，可以根据网络舆情发生发展的基本周期和实际应用的需要，将公共危机传播中网络舆情分析研判的基本流程划分为舆情的监测与汇集、舆情信息分析、舆情研判和舆情预警、响应、、疏导、反馈机制的建立，以及反馈评价五个阶段。在此过程中，可以采用定量研究与定性研究相结合的方法，定量研究主要采用文本分析、情感分析和网络计量的方法。运用文本分析可以把网络上的舆情信息转化为定量数据，以此建立相关指标体系；通过情感分析对危机传播中的公众心理进行分析，提高研究的针对性和有效性；网络计量法用于研究网络环境下的信息组织、交流规律和传播方式。结合定性研究，从传播学、社会心理学的角度出发，通过对不同时空下舆情特征和发展态势的判别，最终建立其分析研判机制。同时，可以在不断推进的过程中结合当时的危机事件如邓玉娇事件、上海钓鱼式执法事件、玉树地震事件、山西疫苗事件、药家鑫杀人事件等等展开。值得重视的是，了解网络舆情并不等于掌握了整个社会舆情，网络舆情只是社会民意系统的一部分，并不能代表整个社会舆情。同时，网络的匿名性、自由性有时也会造成部分网络舆情表达的失真、失控，因此要作出准确的分析和判断，还必须借助实地调查等方法，研究网络舆情与社会舆情之间的关系，用以验证结论并对相关模型进行修正。
网络舆情分析4
关键词：连接分析；网络舆情；网络舆情分析；应用探析
一、网络舆情
（一）网络舆情概念。网络舆情将网络作为载体，将事件作为核心基础，广泛的传递网民的言论、意见、态度等，有效的进行传播与互动行为。网络舆情就是在一定的设置空间中，利用网络将社会事件通过信息共享的平台传播出去，将民众对社会的态度、意见、价值、观念等有效的传递。
（二）网络舆情所具有的特征。网络舆情的主体是由无数的网民构成的，具体特征包括：直接性、随意性、突发性、隐蔽性、偏差性[1]。直接性就是通过网络的共享，网民可以及时的发表自己的言论，还可以无限次地传播、重播；随意性就是网民可以在网络上使用匿名、现身等形式发表言论，舆论的内容随意性很大；突发性就是网络没有时间、空间的临界点，可以进行实时的更新活动，保证网络的快速传播；隐蔽性就是网民可以通过网络隐蔽自己的身份，宣泄自身的情绪等。
二、链接特征方面的分析
如图1所示，是连接特征分析的常用指标，是很多的学者通过全方面的、多角度的对连接分析进行的研究，最终总结出的常用指标。
三、实验分析
（一）实验内容以及方法。这次实验选择的是全国知名的新闻网站进行的有效研究，如表1所示。其中，表中显示的域属于是爬行之列。例如：等，同时，这些域的结果全部属于/。这次实验使用的方法是网络舆情监测巴特网络爬虫工具，例如：如表1所示，在域中搜索爬行和“南平凶案”有关的Wed网页[2]，快速地寻找到页面的标题、公布的时间、出处、域、URL等相关的信息，其中标题就是Wed网页的标题，公布的时间就是Wed网页新闻的时间，出处就是Wed网页新闻的来源，域就是涵盖新闻的域，URL就是Wed网页的网址串。
（二）分析与结论。统计有效的抓取数据要以日为单位，统计的时间区域至，如图2表示的是得到的结果，图中的横轴表示的是日期，纵轴表示的是网络舆情的数量。通过图2的数据说明了，03-23是网络舆情发生的日期，在这一天中达到了很高的数量，体现出舆情的突发性。03-24到03-26是网络舆情达到的高峰时期，属于是爆发期。03-26到04-05是表示事件的关注量降低，其中03-26到04-01是平和时期，直到04-06属于冬眠状态。04-08是“南平凶杀案”开庭审理的期间，同时，也是致使04-08关注量增加的重要原因。直至04-11关注量下降。04-12到04-14是导致舆情关注量再次升高，通过URL的查询得知，04-12发生了“广西合浦”案件，激活了冬眠中的舆情，引来人们的关注。
结束语
综上所述，通过对我国知名网站进行的有效实验表明，连接分析的方法对网络舆情的实际发生的新闻的实时演变具有很好的吻合作用，保持一致，将连接分析方法应用到网络舆情中是具有科学合理性的。有效地对网络舆情提供指导的作用，帮助政府有效的进行疏导与指引等，在社会治安方面做出了巨大的贡献与价值。
参考文献
[1]吴华香。链接分析法在网络计量中的应用[J].情报杂志，2003(6):15-17.
[2]文庭孝，王尧，杨雅惟，等。网络链接分析应用研究综述[J].图书情报知识，2011(4):84-92.