舆情监测工作制度

舆情监测工作制度（通用9篇）

篇1：舆情监测工作制度

舆情监测工作制度

第一条 为进一步提高中心网络管理水平，及时掌握网络舆情，充分发挥网络互动优势，正确把握和引导网络舆论导向，着力营造有利于中心健康发展的舆论环境和社会环境，根据有关规定，结合中心实际情况，特制定本制度。

第二条中心建立舆情监测的制度与工作机制，及时采集民众关注的公共卫生热点事件信息，分析事件缘由，建立舆情处置联动机制，确保中心新闻宣传的正面导向。

第三条 中心疾病与卫生相关部门应设立舆情信息监测员，承担本部门相关舆情信息的日常收集、登记、分析、核实和上报。

第四条 信息科负责指导、协调中心相关部门舆情监测工作；并定期汇总、整理为《舆情监测简报》，上报中心领导和卫生行政部门。

第五条 疾控科负责协调舆情事件应急处置工作，信息科负责协调媒体舆论宣传引导工作。

第六条 舆情监测信息分类。主要包括：广安市内传染病事件、食物中毒事件、职业中毒事件、环境因素事件、群体性原因不明疾病、预防接种事件、服药事件、食品安全等。第七条 按照《四川省突发公共卫生事件应急预案》规定的II级以上事件引发的舆情视为突发重大舆情，应在2小时内报告部门负责人、分管领导，以便及时应对。每月1～30日普通舆情应汇总、分析，于次月5日前报告。

第八条 按照“谁主管、谁负责”的原则，对重要舆情信息迟报、漏报、瞒报，对重要舆情回复不及时、处置不力的应按照中心责任追究的相关制度追究其责任。

第九条密切关注网络上所有涉及中心的舆情信息，及时发现有可能成为热点的问题。重点监控舆情首发网站和网民活跃程度、影响较大的网站、论坛，密切跟踪舆论动态，及时搜集舆情进展情况。对不良舆情进行监测，做好记录、梳理等工作，及时上报并与主管领导沟通，切实做到早发现、早报告、早处置。

广安区疾病预防控制中心 二0一五年二月十日

篇2：舆情监测工作制度

董敬一：开展网络舆情监测工作绝对不是没事找事

有的人认为，我不去监测，不发现反而没事，一旦开展舆情监测了，自然就会监测出很多问题，发现了问题又要去处理，这不是给自己找事情干么？

首先有这种想法，从态度上说就不对，政府本身就应该是为百姓服务的，倾听采集民心民意本身就是每个公务员应尽的义务，其次，舆情信息，不管你看得到还是看不到，它就在那里，网民还是该评的评，该转的转，并不是说你不去看，它就不存在了，往往有时候，舆情本身并不可怕，可怕的是舆情爆发了你还不知道，这才是最要命的。

如果用大连西盈信息技术有限公司的舆情监测系统不但不会增加用户的工作量，反而还能帮助用户节省时间，提升工作效率。现在很多政府单位甚至是企业单位，都将舆情监测工作列为日常性工作之一，区级以上政府单位基本上都设立了专门的网络舆情监测专员，舆情专员的工作至少要每周出一到两篇的舆情简报供领导参考，在没有舆情监测系统之前，这些都是人工操作的。有了网络舆情监测系统之后像出报告这样的工作，就可以由系统自动来完成了，做到每天一起报告也都不成问题，这样领导拿到的舆情报告，就不再是过期的舆情了，而是当下正在发生的。

篇3：舆情监测技术及应用综述

随着信息技术和信息基础设施的不断发展,民众使用互联网的数目和比例越来越大。网络具有便利、快速、隐蔽等特性,越来越多的人通过网络来表达自己的思想观点,网络已逐渐成为社会舆情产生和传播的主要场所。网络舆情检测也成为信息处理研究的一个热点领域,网络舆情检测是个系统工程,涉及多方面的技术。本文对网络舆情监控系统中舆情采集、信息预处理、舆情分类等方面的所涉及的主流技术及舆情挖掘方面的应用进行了介绍。

1 网络爬虫

在信息采集过程中,主要使用网络爬虫(WebCrawler)技术。网络爬虫又称为网络蜘蛛(WebSpider)是一个自动提取网页的程序,是搜索引擎的重要组成。网络爬虫分为通用爬虫(General Purpose WebCrawler)和面向主题爬虫(Topical Crawler),网络舆情采集一般是面向行业领域采集,往往使用面向主题爬虫。面向主题爬虫与通用的网络爬虫不同,主题网络爬虫是面向主题的、有选择地爬行,需要根据一定的网页分析算法过滤与主题无关的链接,保留有用的链接。面向主题网络爬虫主要问题是URL搜索策略。主题网络爬虫主要有两种搜索

策略:基于Web链接分析的搜索、基于Web内容分析的搜索。文献[1]分析了Shark-Search搜索策略算法的优点,并对算法进行改进,提出利用URL地址的主题相关性优先级代替Shark-Search算法中的链接上下文主题预测值。URL搜索策略既要确定感兴趣的链接,也要剔除重复链接,文章第二节对消除重复的URL有专门的论述。

在舆情采集系统中使用的较多的是开源的面向主题的网络爬虫Heritrix[2],用户可以根据自己的需要进行修改移植。Heritrix是一个爬虫框架,可加入一些可互换的组件。Heritrix主要有三大部件:范围部件(crawl scope),边界部件(frontier),处理器链(processor chain)。范围部件主要按照规则决定将哪个URL入队。边界部件负责跟踪哪个预定的URL将被收集,和已经被收集的URL,选择下一个URL,剔除已经处理过的URL。处理器链包含若干处理器获取URL,分析结果,将它们传回给边界部件。工作流程是由爬虫维护的尚未访问URL列表被称为队列。该队列初始化的时候仅存放由用户或其他程序提供的种子URL。每次程序的主循环中,爬虫先从队列中取出下一个URL,通过HTTP协议将对应的网页爬取下来,然后解析内容,并且提取出包含的URL,将其中新发现的URL追加到队列中。最后将网页存放到本地磁盘的网页库中。爬取过程在积累到一定数量网页时即可终止;或者在队列为空的时候终止。

2 信息预处理

2.1 网页去重

网络中存在大量转载文章,造成信息的重复,因此网络爬虫会抓取到大量的冗余网页。抓取这些没有信息价值的冗余网页,降低爬虫工作效率,浪费存储空间,同时会影响后续的舆情分析的准确度,因此消除重复网页,是舆情监控系统中一个重要环节。

网页去重的方法有四类:基于信息指纹的方法、基于文本聚类的方法、基于URL的方法、基于网页特征码的方法。

基于信息指纹方法。信息指纹就是提取网页正文信息的特征,通常是一组词或再考虑权重,然后根据这组词调用某个的算法,将之转化为一组代码,这组代码就成为标识这个信息的指纹。根据评价函数判断两个网页信息指纹的相似程度,判断是否重复网页,这种方法对镜像网页识别度高。文献[3]利用网页文本的内容、结构信息,提出了基于特征串的中文网页的快速去重算法。

基于文本聚类的方法。把经过去噪的网页文章进行分词处理,根据词语的权重和字符编码计算网页文章的数值,根据一个给定值评判文章是否相似给予去重。聚类网页消重的优点是简单且易于实现,缺点是不易于大规模的判断网页,大规模计算速度很慢,而且这种算法的时效性比较差,如果出现一个新的网页就得重新聚类计算。文献[4]对文本聚类去重的方法做了些研究工作。

基于URL的方法。通过判断URL是否重复,如果重复网络爬虫不爬取。URL去重方法用在网络爬虫阶段,这种去重方法不仅提高了爬虫的工作效率,也节省了网页预先处理的时间。Bloom Filter是一种空间效率很高的随机数据结构,它利用位数组很简洁地表示一个集合,并能判断一个元素是否属于这个集合。利用Bloom Filter能够高效快速实现URL去重,文献[5,6,7,8]对基于Bloom Filter的URL去重开展了研究。

基于网页特征码的方法。这种方法基本思想是利用网页文档中句号等标识的前后各取几个词语作为特征码来标识唯一网页。文献[9]利用网页信息构造了主码和辅码,用二叉树实现去重,算法思想是,当主码完全相同时,两网页重复,此时的二叉树保持不变;当主码部分相同,比较辅码,如果两网页不重复,把被比较网页特征码插入到二叉树中,否则替换二叉树中的原有节点。文献[10]在基于特征码方法上做了改进,把主码和辅码形成特征串,计算两特征串的编辑距离与公共子串长度,比较特征串之间差异性得到网页的相似度而去重。

2.2 网页去噪

文献[11]指出广义的网页去噪包括:1)发现和去除重复的网页(如镜像网站、复制文章);2)去除网页中的噪音链接,所谓噪音链接指为了提高网页在搜索引擎中的排名,利用PageRank算法的原理故意制造互相引用关系的链接;3)去除网页内部的噪音内容,噪音内容是指网页中与应用目的不相符合的内容。在网络舆情监测系统中网页去噪通常是指第三种情况,将与网页内容无关的广告、导航条以及版权等信息尽量去除,保留感兴趣的网页主题信息。

典型的网页去噪算法有:基于启发式规则的去噪算法,基于树形结构的去噪算法等,还有学者提出了基于机器学习的网页去噪的思想。

启发式网页去噪方法利用一个网页内元素的特征,如位置、大小、字体、颜色等,采用贪心策略应用已定义的启发式规则去除噪音数据。文献[12]以一组启发式规则为基础,利用信息检索的技术以及Web网页的特征,提取网页的主题以及和主题相关的内容,从而达到网页净化的目的。文献[13]提出一种同层表间的比较迭代算法,通过迭代的方式对于网页中的噪声内容进行层层剥离。由于网页布局和内容风格经常变化,启发式规则存在与网页变化保持同步更新的困难。有学者提出利用VIPS算法[14,15]网页去噪,VIPS算法本身是用于分割页面,通过视觉特征和位置特征进行细致的对页面分割,在此基础上采用一定的启发式规则可以用于网页噪音的去除。

基于树形结构的去噪把网页看成是一个由元素节点构成的DOM(Document Object Model)树结构。文献[16]提出了一种基于统计学特征和DOM树的Web页面去噪方法。该方法首先对原始网页进行预处理,然后分析网页的统计学特征,结合启发式的抽取规则,对网页进行去噪。文献[17]提出一种利用网页模板的相似性,构建网页结构的DOM树,通过对DOM树节点的分析比较,快速有效地发现噪声模块的算法。

3 舆情分类

舆情分类是将采集到的网页信息归类,主要是用到自然语言处理中的文本分类技术和文本聚类技术。

3.1 文本分类

文本分类是按预先给定的分类体系,将文本集中的每个文本分到某个或者某几个类别中。文本分类,是有指导的机器学习方法。常见的文本分类方法有朴素贝叶斯方法,K近邻方法,支持向量机方法。此外,还与神经网络,决策树等方法。

朴素贝叶斯(naive Bayes,NB)方法。将概率论中的贝叶斯公式应用于文档自动分类,是一种简单有效的分类方法。通过先验概率和类别的条件概率来估计文档对某一类别的后验概率,通过比较概率值得大小实现文档所属类别的归类。文献[18]介绍朴素贝叶斯分类方法及发展。

K近邻(K-Nearest Neighbors,KNN)方法[19]。从训练集中找出与待分类文档最近的k个邻居(文档),根据这k个邻居的类别来决定待分类文档的类别。KNN方法的优点是不需要特征选取和训练,容易处理类别数目多的情况,缺点是空间复杂度高。KNN分类器是非线性分类器。

支持向量机(support vector machine,SVM)方法[20]。对于某个类别,找出一个分类面,使得这个类别的正例和反例落在这个分类面的两侧,而且这个分类面满足:到最近的正例和反例的距离相等,而且是所有分类面中与正例(或反例)距离最大的一个分类面。SVM方法的优点是使用很少的训练集,计算量小;缺点是依赖于分类面附近的正例和反例的位置,具有较大的偏执。

Rocchio方法。Rocchio算法是相关反馈实现中的一个经典算法,它提供了一种将相关反馈信息融到向量空间模型的方法。每一类确定一个中心点,计算待分类的文档与各类代表元间的距离,并作为判定是否属于该类的判据。

3.2 文本聚类

文本聚类是将文本集合分成多个类或簇,使得在同一个簇中的文本内容具有较高的相似度,不同簇中的文本内容差别较大。文本聚类是一种无监督的机器学习方法,不需要训练过程,也没有预先制定的文档类别。文本聚类依据的是著名的聚类假设:同类的文档相似度较大,而不同类的文档相似度较小。常见的文本聚类方法有:划分法,层次法,基于密度的方法,基于网格的方法,基于模型的方法。

划分法(partitioning methods)。给定一个有N个元组或者纪录的数据集,分裂法将构造K个分组,每一个分组就代表一个聚类,K

层次法(hierarchical methods)。这种方法对给定的数据集进行层次似的分解,直到某种条件满足为止。具体又可分为自底向上和自顶向下两种方案。例如在自底向上方案中,初始时每一个数据纪录都组成一个单独的组,在接下来的迭代中,它把那些相互邻近的组合并成一个组,直到所有的记录组成一个分组或者某个条件满足为止。代表算法有:BIRCH算法[24]、CURE算法[25]、CHAMELEON[26]算法等;

基于密度的方法(density-based methods)。基于密度的方法与其它方法的一个根本区别是:它不是基于各种各样的距离的,而是基于密度的。这样就能克服基于距离的算法只能发现“类圆形”的聚类的缺点。这个方法的指导思想就是,只要一个区域中的点的密度大过某个阀值,就把它加到与之相近的聚类中去。代表算法有:DBSCAN算法[27]、OPTICS算法[28]、DENCLUE算法[29]等;

基于网格的方法(grid-based methods)。这种方法首先将数据空间划分成为有限个单元的网格结构,所有的处理都是以单个的单元为对象的。这么处理的一个突出的优点就是处理速度很快,通常这是与目标数据库中记录的个数无关的,它只与把数据空间分为多少个单元有关。代表算法有:STING算法[30]、CLIQUE算法[31];

基于模型的方法(model-based methods)。基于模型的方法给每一个聚类假定一个模型,然后去寻找一个能很好的满足这个模型的数据集。这样一个模型可能是数据点在空间中的密度分布函数或者其它。它的一个潜在的假定就是:目标数据集是由一系列的概率分布所决定的。

4 舆情挖掘应用

4.1 话题检测与跟踪

话题检测与跟踪TDT(Topic Detection and Tracking)是对网络舆情通过聚类分析,把舆情归入不同的话题类别,通过算法发现感兴趣的话题,跟踪话题发展过程,是网络舆情监测中一个重要应用方向。

话题检测主要任务是检测新话题,在必要时候建立新的话题类别。检测话题的模型是能够识别舆情中的信息,归入已存在的类别或建立新的话题类别。建立话题检测模型本质上是对网络舆情进行聚类,是一种无指导的机器学习过程。话题检测的核心技术就是前文所述的文本聚类技术。根据话题检测这个应用领域,研究者对聚类算法做了很多的扩展改进工作,文献[32]采用的多策略优化的分治多层聚类算法处理中文语料,其性能已追平目前最好的话题发现算法在英文语料上的测试成绩;文献[33]提出了层次化话题与层次聚类的概念,层次化聚类有助于聚类效果。

话题跟踪是根据已存在的话题从网络舆情中检测出新报道。话题跟踪的模型是利用已经存在的话题类别,跟踪网络舆情中相关类别的话题报道。建立话题跟踪模型关键技术是前文所述的文本分类方法,是一种基于统计的机器学习过程。根据话题跟踪这个应用领域,研究者对分类算法做了很多的扩展改进工作。文献[34]提出基于Web的有监督自适应话题追踪技术研究,通过调整关键字权重和增量学习的方式来提高追踪系统的性能;文献[35]提出了一个自动学习的有限混合模型,模型能够话题检测,自适应实时跟踪话题,该模型能够检测话题结构的变动,实现自动跟踪热点话题。

4.2 文本情感倾向分析

文本情感倾向分析,又称情感挖掘(Opinion Mining),是指对体现文本主体偏好、观点、情感的主观性文本进行检测、分析、挖掘的过程。文本情感分析是信息处理技术中一个新兴的研究方向,具有很大的应用价值,受到越来越的研究者的关注。从文本粒度上考察,目前情感分析的研究方法主要有三类:基于词语的情感分析、基于语句的情感分析、基于篇章的情感分析。

在基于词语的情感分析中,带有情感倾向性的词语被定义为情感词。情感词能够体现作者的偏好、观点、情感。情感词可以是形容词,动词、名词、副词。情感倾向分析过程就是对于一个给定的词语,使用算法进行情感倾向判断。词语的情感倾向判断方法主要有基于语料库和基于词典两种方法。文献[36]建立基于二元语法依赖关系的情感倾向互信息特征模型,利用特征集合描述情感极性,通过机器学习方法训练分类器,自动判别词语的情感倾向性。文献[37]挑选常用的情感词构成一个基础情感词语集,并采用词语相似度方法计算出每个词的情感倾向权值,提出的情感词权值计算方法,不要求种子词数量相等。

由于语言表达形式多样性,同一个词语在不同的上下文环境中所表现出来情感倾向不一样。句子比单词更能体现作者的情感倾向。基于语句的情感分析首要任务是识别主观性语句,对主观性句的褒贬性的判别,以及对语句中情感倾向的细粒度提取。文献[38]利用领域本体来抽取主观句的主题以及它的属性,然后在句法分析的基础上,识别主题和情感描述项之间的关系,从而最终决定语句中每个主题的情感极性。文献[39]提出了基于知网的语义距离和语法距离相结合的句子褒贬倾向性计算方法利用夹角余弦法对语义倾向进行了改进。

基于篇章的情感分析是指将文本从整体上区分为褒义、贬义或中性。基于篇章的情感倾向分析一般应用于主题单一、倾向明确的文章。该任务类似于文本分类问题,对于所有文章,分为褒、贬两大类,通过分类算法将文本归入其中某个类别。

5 结束语

网络舆情监测日益受到关注,越来越多的人投入到这一研究领域上来。在理论层面上网页的去重、消噪、文本分类、文本聚类等领域还可以在算法上开展深入的研究,开发更加高效快速的算法。在应用层面上话题检测与跟踪技术可以结合行业领域开发出专业性话题跟踪检测系统;文本情感倾向分析尚处于研究开始阶段,需要建立新的研究模型,推出新的技术和方法来开发出高效的情感分析系统投入应用中。

摘要：针对网络舆情检测的关键技术及应用做了介绍。按照舆情监控的处理流程对网络爬虫、网页消重、网页去噪、文本分类、文本聚类等技术做了细致的介绍。对各种技术分类介绍了一些常用的算法。接着对舆情挖掘的应用方向话题跟踪与检测和情感倾向分析做了介绍。最后分析了舆情监测在理论研究和应用上的发展趋势。

篇4：网络舆情监测制度初探

[关键词] 社会舆情；网络舆情；舆情监测制度

【中图分类号】 TP393 【文献标识码】 A 【文章编号】 1007-4244（2013）12-015-1

一、舆情对司法的影响

首先，通过下面一组案例了解社会舆论，尤其是社会舆情对司法的影响：

（一）泸州二奶继承案：2001年，黄某立遗嘱将财产遗留给情人张学英，并进行了公证。黄去世后，其妻拒绝将其遗产交付张。张遂提起诉讼，引起许多媒体的关注，更引发了法律界的争论，网络上舆论纷纷，给审判机关带来了很大压力。法院判定遗嘱无效。二审维持原判。

（二）李思怡案：2003年6月4日，长年吸毒的成都妇女李桂芳因偷盗被抓，后被送去强制戒毒。李桂芳被抓后，曾多次极力哀求抓她的人去救出被关在屋里的无人陪伴的女儿李思怡，但都遭到拒绝，最后只是简单的通过电话进行联系，在戒毒所里求助时同样没有给予答复，其家人及邻居也都未接到通知，导致其3岁幼女李思怡被困家中活活饿死，直到6月21日才被发现。四川媒体记者在网络发文，立即引起广泛关注。人民法院公开审理此案，涉案民警被以涉嫌玩忽职守罪提起公诉。8月19日，成都市新都区法院对原金堂县公安局城郊派出所副所长王新和民警黄小兵公开宣判，以玩忽职守罪分别判处王新和黄小兵有期徒刑三年和两年。

（三）河南“喝水门”案：2010年2月18日，河南省鲁山县一名叫王亚辉的男青年因涉嫌盗窃罪，被公安机关带走，3天后其亲属被告知，王亚辉已在看守所内死亡。亲属查看尸体后，发现死者身上有多处伤痕。对此，当地警方解释，犯罪嫌疑人是在提审时喝开水突然发病死亡。当地警方“喝开水死亡”的说法一经报道，立刻引起广泛关注，“喝开水”一词迅速成为网络热词。同时，不少网友也发出检察机关能否查明事件真相、能否依法公正处理的质疑。河南省检察院监测到鲁山县“喝水门”事件的舆情信息后，指示平顶山市检察院介入，迅速查明了4名公安人员的刑讯逼供行为，4名涉案人员被依法批准逮捕。至此，这起网络舆论事件才渐渐平息。

以上几个案例，都可以看出社会舆论监督特别是网络舆情对案件审判产生影响，包括积极影响（李思怡案），也包括消极影响（泸州遗产案）；同时值得注意的是，司法机关的舆情监测与相应的举措也对案件结果起到重要影响。那么，到底什么是网络舆情、舆情监测，后者对前者有什么影响，又应该怎么去完善，笔者将在本文提出一些个人想法。

二、网络舆情概述

（一）网络舆情的概念。天津社会科学院舆情研究所王来华研究员在国内最早对舆情进行系统性定义，其研究认为“舆情是指在一定的社会空间内，围绕中介性社会事项的发生、发展和变化，作为主体的民众对作为客体的国家管理者产生和持有的社会政治态度。”网络舆情是由于各种事件的刺激而产生的通过互联网传播的人们对于该事件的所有认知、态度、情感和行为倾向的集合。

（二）网络舆情的特点。网络舆情形成迅速，对社会影响巨大。网络的开放性和虚拟性，决定了网络舆情具有以下特点：1、直接性，通过BBS，新闻点评和博客网站，网民可以立即发表意见，下情直接上达，民意表达更加畅通；2、突发性，网络舆论的形成往往非常迅速，一个热点事件的存在加上一种情绪化的意见，就可以成为点燃一片舆论的导火索；3、偏差性，由于发言者身份隐蔽，并且缺少规则限制和有效监督，网络自然成为一些网民发泄情绪的空间。

三、舆情监测制度概述

（一）舆情监测制度的概念。舆情监测，是通过对互联网传播的公众对现实生活中某些热点、焦点问题所持的有较强影响力、倾向性的言论和观点的一种监视和预测行为。

（二）舆情监测制度建立保障。网络舆情监测体系的建立主要依靠两方面保障：一是人力、资金等物质方面的保障，二是计算机软件系统等技术方面的保障。随着互联网技术的不断更新，网络舆情监测和舆情分析有必要通过与之相匹配的科技手段来进行。

四、舆情监测制度建议

（一）加强对各类网络论坛，尤其是市县级论坛的舆情监测。加强地方网络舆情监测，应建立以当地新闻媒体和网络论坛为先锋、以政府和事业单位为后盾、以同级司法网站为互访对象的舆情监测网，搭建夯实的技术平台，对网络不良信息严格管理和控制。

（二）加强全国性、主流论坛和主流网络媒体的议程设置引导。全国性、主流论坛往往是舆情热点事件的“孵化器”，同样值得我们高度重视。这类主流论坛和网络媒体通常具有较强的组织性和影响力，可以与传统新闻媒体一样通过“议题设置”把网民的注意力和社会关心引导到特定的方向。

（三）加快司法部门对涉法网络舆情的应变速度。畅通网络与司法部门的舆情沟通渠道，确保司法部门能在网络舆情事件发生后的最短时间内作出正确决策。司法部门应拓展自己的网络传播阵地，创办好法院网站，对题材敏感、社会关注度高的案件在充分策划后及时公布结果。这是平衡网络舆情与司法审判关系的根本途径。

参考文献：

[1]人民网舆情监测室.网络舆情热点面对面[M].北京：新华出版社，2012.

[2]人民网舆情监测室.如何应对网络舆情——网络舆情分析师手册[M].北京：新华出版社，2011.

[3]杨兴坤.网络舆情研判与应对[M].北京：中国传媒大学出版社，2013.

[4]唐钧.应急管理与危机公关：突发事件处置、媒体舆情应对和信任危机管理[M].北京：中国人民大学出版社，2012.

篇5：舆情监测工作总结

按照院党组指示精神，我处专门抽调人员负责在互联网上搜集关于我市负面涉检舆情信息，紧紧围绕我院重点工作和中心工作目标，力争及时、全面的搜集、上报涉及市院及基层院的重大事件和突发事件的舆情。现将20XX年上半年工作总结如下：

一、领导重视，全员参与。我处采取“全员参与、个人负责的24小时读网”方式，一是协调安排我处相关负责搜集国内重要新闻类网站、论坛类网站、其它网站信息;二是制定24小时监测制度，全体人员值班读网，有重要舆情信息及时上报;三是由专人负责搜集百度贴吧、天涯等几个重点网站，并负责整理其它基层院上报的舆情信息，构成《涉检舆情摘报》上报院党组。

二、严格把关，提高质量。根据舆情信息工作时效性、政治性、政策性强的特点，坚持把讲政治、讲大局的要求贯彻到舆情信息工作的具体实践中，及时全面了解社情民意，关注社会舆情的动态，个性是对各种重要问题、重大事件、突出事件的反映和特殊群体的思想动态。既注意从互联网上发现和挖掘素材，又时刻关注其它新闻媒体，广泛收集社情民意，为领导决策带给有价值的信息。

三、时时搜集，定期上报。20XX年上半年报送《涉检舆情摘报》5期，舆情信息200余条，其中有一篇题为《大连海关缉私局做假病历放主犯，抓无辜慈善家关押一年》一篇舆情受到最高院检察长曹建明的高度重视，为院领导及时掌握社情民意、分析形势、推动工作带给了重要依据。

回顾这半年来的工作，深感舆情信息工作的重要性和必要性，同时也感到为更好的开展工作自身还有很多需要提高的方面。

篇6：食品安全舆情监测制度

处置制度的通知

各县（市、区）食安办，市食品安全协调领导小组有关成员单位：

现将《XX市食品安全舆情监测分析和应对处置制度》印发给你们，请结合监管工作，认真遵照执行。

二〇一一年四月二十一日

XX市食品安全舆情监测分析和应对处置制度

为了进一步强化食品安全舆情管理工作，建立健全食品安全舆情管理体系，及时引导回复食品安全舆情，赢得了广大网民的理解和支持特制定如下有关制度：

一、食品安全舆情监测制度。

1、舆情监测。各食品安全监管职能部门明确食品安全舆情观察员,舆情观察员不定期登录本地有影响的网站论坛，及时捕捉可能影响社会稳定的食品安全舆情动向，对收集到的重要敏感信息，认真分析研判、梳理汇总。

2、舆情报告。食品安全舆情观察员认真整理网民反映的食品安全信息言论，及时上报，保证涉及的部门在第一时间得到网络言论情况，争取工作主动。

3、舆情引导。食品安全舆情观察员发现情况后，在上报的同时，灵活运用身份，积极引导舆情向正确、健康方向发展；对群众有疑惑、有怨言的食品安全舆情，多做解疑释惑、化解矛盾工作，防止以讹传讹，影响扩大。

4、舆情协作。按照“政府负总责,部门各负其责,企业是第一责任人”的原则，向舆情涉及到的非本部门或人员及时通报情况，通过部门间的快速协作，使舆情得到及时的正面疏导和解决。

二、舆情分析制度。

1、来源分析。网络舆情信息来源广泛，研判人员应首先占有海量信息，在第一时间监控和搜集各大网站上的所有舆论信息，对这些新闻或帖文进行分析与判断，确定其在舆情事件中可能存在的潜在价值。

2、真伪分析。由于信息来源复杂，舆情分析与研判人员必须剔除虚假舆情，排除其对真实舆情的干扰，防止在新闻转载或跟帖中出现添油加醋现象，达到透过现象看本质的目的。

3、指向分析。通过相关网上信息进行定性与定量的分析与统计，通过网络舆情数据分析，可以得出网络舆情的基本研判结果，并给政府相关部门提供处置措施和咨询参考意见。

三、舆情应对处置制度。

1、舆情预测性研判。根据一定时期网络舆情发生的特点和规律，有针对性地进行监控，如在重大政治事件、重大节日以及相关事件爆发初期，进行及时的监控与跟踪，从而有效避免食品安全舆情重大事件的发生发展，从源头上进行规范是网络舆情事件少发生的有效手段。

2、舆情动态性研判。根据网络规律和特点，对网络上的重大食品安全事件进行动态性地适时跟踪、及时研究和判断，及时准确地把握了网络舆情事件的动态性发展，从而做到对网络舆情事件的监控有的放矢。

3、舆情反思性研判。根据网络舆情研判进行总结，在食品安全舆情事件发生之后或在发展过程中的某个阶段，食品安全监 3 管协调领导小组办公室要组织相关部门召开评析会，交流食品安全舆情研判决策的成败，在第一时间占领了舆论引导的制高点，把握主动权，该解释的要解释，该处理的要处理，及时回应，掌握网络的话语权，引导网络舆论朝着积极的方向发展。

题词：食品安全 舆情监测

应对处置

制度

通知 抄送：省食安办，市委、市人大、市政府、市政协办公室。XX市食品安全协调领导小组办公室 2011年4月21日印发

篇7：乡镇舆情监测工作实施方案

一、指导思想

以科学发展观为指导，充分发挥网络监督的作用，推动作风建设，切实解决好广大群众关心的热点难点问题，按照“快速反应、及时回复、强抓落实”的原则，建立健全科学、规范、有效的网络舆情工作长效管理机制，推动计生工作全面、有序、协调和可持续发展，全面提升工作质量。

二、网络舆情工作内容

围绕网上热点、难点问题，加大对本地网民关注较多的热点网络板块以及信息量相对集中、访问频繁、关注度高的网络媒体的巡查力度;针对网民提出的问题及时组织落实和回复;针对有关建设系统的网上不实言论，适时以发贴形式主动进行引导、疏导，消除负面影响;全面推行规范运行、主动服务、限时办结、责任追究等制度，完善网络舆情工作的公开透明、高效推进和监督制约机制，对办理结果及时整理汇总，做好统计上报工作。

三、工作要求

(一)进一步建立完善网上社情民意工作机制。由于网上传播主体泛化分散的特殊性，同时网上信息能够得到广大网民的重视并予以接纳，因此必须采取有效措施对网络舆论予以正确的引导。我镇进一步加强组织领导，完善网络舆情工作机构，明确网络舆情专职工作人员，实行分级负责制，明确工作重点和任务，针对网络舆情反应强烈、内容集中的问题制定应对措施并细化工作目标，做到责任到人，确保网络舆情工作落到实处。

(二)严格网上社情民意办理时限要求和工作质量。

1、明确办理时限。必须在网民发帖后小时内，对网民反映的相关问题予以回应(含休息日、节假日);对能够迅速解决的一般问题，要在网民发帖后18小时内作出正式解答;暂时不能办理的，必须在回复中说明理由并承诺办理时限;但凡办理时限不能办理的，必须在回复中说明理由并承诺办理时限，但办理时限最长不得超过个工作日。严格落实集中汇总上报制度、网络舆情员例会制度和集中网络舆情会制度。

2、规范回帖内容。加强对回复内容的`审查，确保相关回复内容既符合法律、法规的规定，又符合镇党委、政府相关要求，同时坚决杜绝在回复内容中出现错字、别字、以及语意不通等问题。要增强回复内容的针对性，确保回复内容简明扼要，又切实可行，坚决杜绝用应付式、程式化语言回帖或含糊其辞的现象。

、严肃工作纪律。做好群众反映问题的搜集、整理和落实工作，负责回复内容的初步确定，经单位主要负责人的最终审核并签字确认后报党政办办公室统一上网回复。条许可情况下，主要负责人要亲自参与回复和办理工作。

4、进一步强化横向沟通。网络舆情工作采取以块为主、条块结合的方法进行，认真排查梳理与我镇有关的网民提问之外，要加强与系统内相关单位的沟通。

(三)要加强对网上社情民意办理工作的督查。

1、加强对回复、办理情况的专项督查，对网民重复发帖反映的问题要进行重点调查分析、明确责任，根据实际情况交办落实，或提请领导会办解决。

篇8：网络舆情监测技术研究综述

随着信息传播技术的发展和普及, 网络作为信息交流和知识共享的最好平台, 被公认为是继报纸、广播、电视之后的“第四媒体”, 成为反映社会舆情的主要载体之一。对网络舆情的研究逐渐得到学者的关注和重视。

根据《第26次中国互联网络发展状况调查统计报告》, 截至2010年6月30日, 中国网民规模达到4.2亿人, 稳居世界第一, 普及率达到31.8%[1]。面对如此庞大的网民数量, 网络舆情已经引起政府部门和企业单位高度的关注[2]。

各级党政机关、企事业单位和学术机构纷纷成立了网络舆情研究部门或机构。北京交通大学、中国人民大学、南京大学、中国传媒大学、中国科学院研究院等知名高校成立了专门的研究机构, 吸引了工、管、经、理、文、法、哲等领域的专家进行研究。国内外软件厂商也纷纷开发出自己的舆情监控软件。在国内, 比较有代表性的网络舆情监测系统有方正智思互联网信息监控分析系统[3]、TRS互联网舆情管理系统[4]和Goonie网络舆情监控分析系统[5]等。这些系统在“5.12汶川地震”、“抵制家乐福”、“邓玉娇事件”等事件中发挥了重要的作用。

本文将对网络舆情监测技术的研究现状进行综述, 并结合人才信息网的特点提出了若干应用设想。文章的余下部分按如下方式安排:第二节介绍网络舆情监测的概念;第三节介绍网络舆情监测的关键技术及其研究现状;第四节提出网络舆情监测技术应用到人才信息网中的构想;第五节是小结。

2、网络舆情监测的概念

网络舆情监控系统是近年来人工智能技术的重大应用, 它整合互联网搜索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、热点发现和分析、专题聚焦等, 实现对网络舆情监测和新闻专题追踪等需求, 形成简报、报告、图表等分析结果, 为政府部门和企业全面掌握网络舆情、争取处置主动权提供有效分析依据。

3、网络舆情监测关键技术和研究现状

从技术角度来讲, 网络舆情监测系统是众多技术结合的成果, 其中最核心的是自然语言处理 (NaturalLanguage Processing, NLP) 技术, 自然语言处理是语言信息处理的一个分支, 也是人工智能 (Artificial Intelligence) 的核心课题之一。在网络舆情监测的各不同处理阶段中, NLP技术都起到了关键作用。

在网络舆情监测处理过程中, 一般包含如下基本步骤:网络舆情采集, 舆情自动分类, 话题识别与跟踪, 文本情感分析等。下面我们将以这五个步骤为线索分别介绍网络舆情监测中各关键技术的研究现状。

3.1 网络舆情采集

在信息采集步骤中, 主要包括网络爬虫 (Web Crawler) 和网页清洗 (Web Page Cleaning) 等技术。

网络爬虫是一个按照一定规则自动抓取网络信息的程序, 又称为网络蜘蛛 (Web Spider) 。网络爬虫分为三类:通用爬虫 (General Purpose Web Crawler) , 面向主题爬虫 (Focus Crawleror Topical Crawler) , 面向Deep Web爬虫 (Deep Web Crawler) 。考虑到网络舆情监测一般是面向行业监测, 倾向于使用面向主题爬虫。“面向主题爬虫”这一概念由S.Chakrabarti在1999年WWW大会上首次提出[6], 与通用的网络爬虫不同, 主题网络爬虫是面向主题的、有选择地爬行。主题网络爬虫主要有两种技术:基于Web链接分析的搜索、基于Web内容分析的搜索。[7]通过改进的Shark-Search搜索策略算法对网页中提取的URL进行预测, [8]通过计算网页内容及主题相似性, 实现了基于开源Larbin的主题网络爬虫Tlarbin。应用广泛开源软件有Larbin[9]、Heritrix[10]和Nutch[11]。

网页清洗就是从网页中过滤掉“噪声”数据, 提取出网页中有价值的信息内容。网页清洗分析方法主要分为三类:基于树结构分析方法, 基于Web挖掘方法, 基于正则表达式方法。基于树结构分析方法应用最广, 开源软件Htmlparse[12]是比较有代表性的工具, 缺点是高度依赖每个网站网页的结构。文献[13]提出一种基于Web挖掘的网页清洗方法, 通过建立HTML标记信息和数据冗余的噪音判别模型取得了良好的去噪效果。文献[14]通过使用Xpressive技术实现了一种基于静态正则表达式的网页清洗方法, 该方法算法直观简单易实现。

3.2 网络舆情分类

网络舆情分类是将收集的舆情进行自动分类, 是整理和发现舆情的关键步骤, 主要运用到自然语言处理中的文本分类 (Text Categorization) 和文本聚类 (Text Clusters) 等技术。

文本分类是模式识别与自然语言处理密切结合的研究课题, 是在给定的分类体系下, 根据文档的内容自动地确定文档关联的类别。文本分类研究始于20世纪50年, 在20世纪90年代前主要以知识工程方法为主, 之后, 基于统计机器学习方法称为研究的主要方向。知识工程方法是由人工定制规则进行分类, 繁杂且适用性差;目前统计机器学习得到了长足的发展, 常用的方法有Na觙ve Bayes[15]、k NN方法[16]、类中心向量法[17]、回归模型[18]、支持向量机[19]、决策树[20]等。文献[21]表明支持向量机 (SVM) 分类器、k NN的分类效果要强于其它方法, 但在应用中, Na觙ve Bayes分类器因其算法简单也常被使用。

文本聚类区别于文本分类, 是一种无监督的机器学习方法, 主要是依据著名的聚类假设:同类的文档相似度较大, 而不同类的文档相似度较小。文本聚类算法很多, 包括:基于平面划分法k-means算法[22]和kmediods算法[23];基于层次划分法CURE算法[24]和BIRCH算法[25];基于密度划分法DBSCAN算法[26]和OPTICS算法[27];基于网格划分法STING算法[28]等。目前应用中, 基于平面划分和基于层次划分的算法使用比较多。

3.3 话题识别与跟踪

话题识别与跟踪 (Topic Detectionand Tracking) 是对网络舆情聚类分析后, 通过算法找出热点问题, 并通过算法跟踪话题发展过程, 是网络舆情监测中核心技术。话题识别与跟踪研究始于1996年美国DARPA提出一种能自动确定新闻信息流中话题结构的技术, 从1998年开始, DARPA和NIST资助并主持了话题识别与跟踪系列测评会议。目前, 主题检测与跟踪研究集中于五个子任务展开, 各个子任务的解决将有助于最终研究目标的实现。这五个子任务包括:对新闻报道的切分子任务 (Story Segmentation) 、新事件的识别子任务 (New Event Detection, Formerly First Story Detection) 、报道关系识别子任务 (Story Link Detection) 、话题识别子任务 (Topic Detection) 、话题跟踪子任务 (Topictracking) 。其中话题检测和话题追踪是核心问题[29]。

话题检测主要任务是检测新话题并收集后续相关报道, 主要集中在聚类方法的选择与融合上, CMU使用Single-pass算法进行新事件的探测, Single-pass算法计算简单、运算速度快, 但过分依赖于新闻语料被处理的顺序[30];文献[31]提出一种改进的K均值算法 (I-IKM) 用于热点话题发现, 该算法使用密度函数法进行聚类中心的初始化, 执行结果受新闻语料被处理顺序的影响较小, 应用于热点新闻事件检测;文献[32]采用的多策略优化的分治多层聚类算法处理中文语料, 其性能已追平目前最好的话题发现算法在英文语料上的测试成绩;文献[33]提出了层次化话题与层次聚类的概念, 层次化聚类有助于聚类效果, 已应用于事件检测领域。

话题跟踪主要任务检测出与某一己知话题有关的新报道, 话题跟踪的相应研究已经取得很好的效果, 但如何更有效地追踪话题的后续发展仍然是该领域有待深入研究的课题。近期更多的研究集中于相关报道的概率分布和话题随时间衰减趋势的估计。话题追踪技术核心是机器学习和分类算法的应用。CMU使用kNN和决策树方法进行基于文本的新闻主题相关事件追踪[34];而UMASS大学则根据词法特征来进行事件跟踪[35];文献[36]提出了利用一个有限混合模型动态追踪话题发展趋势的方法, 该模型集话题发现、新事件发现及话题追踪于一体, 可实现实时动态话题趋势分析;文献[37]提出基于Web的有监督自适应话题追踪技术研究, 通过调整关键字权重和增量学习的方式来提高追踪系统的性能;

3.4 文本情感分析

文本情感分析 (又称文本倾向性或意见挖掘 (Opinion Mining) ) , 是对带有情感色彩的主观性文本进行分析、处理、归纳和推理的过程。文本情感分析是自然语言处理技术中新兴的研究课题, 具有很大的研究价值和应用价值, 一般来说, 它分为三个主要研究任务:情感信息抽取、情感信息分类、情感信息的检索与归纳[38]。

研究者对文本情感分析的研究刚开始, 大多都是基于自然语言处理在信息抽取、文本分类、语料库等研究成果中延续。文献[39]以Hownet和NTUSD两部中文情感词词典为基础, 对博客搜索结果进行了情感词提取和分析;文献[40]中利用词性标注、命名实体识别、句法分析等方法研究成果构建规则模型应用于评价对象的抽取;文献[41]使用最大熵 (Maximum Entropy) 模型来进行计算所有名词短语中的观点持有者;文献[42]详细对比了SVM、最大熵和NB这三种情感分类器;文献[43]显示情感信息检索任务最早出现在2004年, 2006年TREC (Text Retrieval Evaluation Conference) 首次引入了博客检索任务 (Blogtrack) [44]。文献[45]对每个实词查找其极性, 对于非中极性的词语查看其修饰前缀, 计算其上下文极性, 最后计算整段评论中倾向性表达的密度和强度, 根据这两个数值, 划分整段评论倾向性的等级, 并将其应用于网络舆情监测系统中。

4、在人才信息网中的应用构想

随着Intenet应用的进一步普及, 人才信息网络正逐渐成为人才和企业对接的重要平台, 舆情监测技术作为一种新兴技术在人才信息网络建设中也可找到其用武之地点。本节将提出我们把网络舆情监测技术应用到人才信息网的两点设想。

设想一, 随着人才信息网络使用的普及, 其中所发布信息也受到越来越多人的关注和浏览。因此, 为了防止恶意个人或单位假借发布简历或招聘信息在人才网发布非法言论, 人才网络后台必须对用户所发布的信息进行有效的监测并过滤包含不良信息的内容。因此, 我们设想结合第3节所介绍的舆情监测技术, 如:文本话题识别与跟踪技术、文本情感分析技术等来实现这点应用。

设想二, 网络舆情监测技术除了能提供一般意义下的舆情监测实际上也能针对特殊领域, 通过信息的归类、挖掘, 等技术, 将可能挖掘出行业受社会需求的关注度、具体企业的评价等信息, 作为从业的有效信息补充, 为人才服务。

5、总结

篇9：舆情监测工作制度

关键词：农产品；质量安全；网络；舆情；监测

中图分类号：F322 文献标识码：A 文章编号：1674-1161（2014）12-0071-02

随着生活水平的不断提高，人们对健康的关注度也越来越高，农产品质量安全问题近年来已成为网络媒体热议的重要话题。部分农产品质量安全问题或因网络舆论的误读，经网络媒体的高度放大，极易转化成危害农业相关产业利益的事件，造成消费者的恐慌。因此，做好农产品质量安全舆情监控工作对于维护政府形象，以及维护农户和农业相关产业的利益，具有至关重要的意义。

1 农产品质量安全网络舆情监测的步骤

1.1 舆情信息获取

舆情信息获取是舆情监测的第一环节，也是做好舆情监控工作的基础，直接决定了舆情监测结果的时效性和准确性，因此，设置科学合理的网络舆情搜索方法至关重要。舆情信息获取可以通过人工搜索和专用软件搜索两种方式实现。

1） 人工搜索。应以政府机构网站、权威媒体网络版、公众认知度较高的门户网站和论坛、影响力较大的博客和微博等为主要信息来源，密切关注可能形成网络舆情的热点农产品质量安全问题，特别是负面问题，制定热门站点汇总登记，通过浏览网站新闻排行、论坛热帖排行、博客和微博热点话题排行等，确保主流网络舆论热点监测到位。

2） 利用专用软件搜索。这是提高农产品质量安全舆情监测分析工作效率的智能手段，应确立正确的关键词，对相关舆情信息进行自动采集。

1.2 舆情分析研判与分级

获取网络舆情信息后，首先要对舆情进行分析研判。舆情分析研判方法一般包括定性和定量分析两个方面。网络舆情分析研判要想做到全面准确，既要对舆情信息进行性质认定和价值判断，又要对其影响范围、传播情况及不同受众的观点倾向性等进行数量上的研究，将定性分析和定量分析有机结合起来，充分认识舆情的整体轮廓和发展脉络，掌握舆情的本质特征和内在规律，从而为舆情应对工作提出科学准确的建议。定性分析与定量分析既有区别又相互联系，不可截然分开。

1.3 舆情报告

为兼顾时效性和利用率，舆情信息应实行分类报送，建立快报、日报、月报和专题报告制度。通过分析研判，达到分级要求的舆情信息应报送上级农产品质量安全监管部门。常规舆情原则上应以日报形式汇总后上报，如遇到时效性强的重大舆情，可通过快报形式单独上报。同时，为整体把握舆情变化趋势和舆情监测工作进展，每月底应将该月舆情监测工作情况进行分析汇总，编写月报并上报。对引发持续关注的热点问题，除在上报中做好跟踪监测以外，还应开展专题研究，总结经验，形成典型案例，编制专题研究报告上报。

1.4 响应程序

舆情信息报送到有关管理部门后应尽快进入舆情响应程序，建立“政府与网民对话沟通”机制。首先，要完善新闻发言人制度，判明与事实相违背的信息，应及时组织相关机构或专家科学解读，发布权威信息，化解网民疑虑；需调查核实的，应责成有关部门迅速开展调查，查清事实真相，及时公布调查进展，尊重社会公众知情权，安抚群众情绪。其次，要落实后续事项处理机制，对处置结果要安排专人跟踪回访，及时通过主流媒体公布调查进展情况和结果，避免事态扩大化。

2 农产品质量安全舆情监控工作存在的问题

2.1 相关部门对网络舆情工作认识不足

个别部门对网络舆情工作不够重视或认识上不够科学。一提到网络舆情，有的部门认为它所带来的影响都是负面的、对自己不利的；实际上，在大多数情况下，如能正确处理网络舆情，它所带来的影响应该是正面的。网络舆情除了可以正确对待农产品质量安全事件、满足百姓的诉求外，还可以间接提高机构的工作规范，帮助机构发现自身不足，促进机构改善自身情况。

2.2 舆情监控人员专业素质不足

农产品质量安全舆情监测工作对人员素质要求较高。舆情工作人员既要具有监督检测方面专业的知识背景，又必须熟知网络舆情传播特点与规律；不仅要具备从海量信息中快速搜集信息、迅速捕捉舆情热点、甄别挖掘舆情价值、准确预测舆情走势的能力，还要具备较强的信息提炼分析、文字表达能力及丰富的舆情监测经验。

2.3 多数部门资金投入不够

目前，多数单位采用人工搜索、引擎检索的方式监测网络舆情。然而网络的信息量庞大，信息来源渠道极为广泛，仅依靠人工方法应对网上海量信息的收集和分析，其效率和准确度均难以保证。专业的舆情监控软件和人员培训投入巨大，且舆情监测是一项日常性工作，需要持续性的投入。

3 农产品质量安全网络舆情监测工作的一些建议

3.1 加强对网络舆情的思想认识

舆情工作是一项不可忽视的工作，各部门需有专员来负责，定期整理并上报舆情报告，处理好突发的网络事件，正确地引导舆论，倡导正能量，避免不实舆情转化为农产品质量安全事件。

3.2 加强舆情监控队伍建设

应加强对舆情监管人员有关理论、舆论引导、舆情处置等方面的知识培训，增强其对网络信息的甄别能力、研判能力、对网络舆情传播规律的掌控能力及对网络舆情的预见和防范能力。同时，积极培养一批坚持正确导向、熟悉网络语言、了解网络传播技术和传播技巧的网络评论员。

3.3 加强财政支持

舆情监控工作要想取得较好的效果，必须专业的软件和专业的人员互相配合才可以实现，而专业人员的培养和专业软件的开发运行都需要大量资金进行运作，各部门应加大对网络舆情监测工作的资金投入。

4 结语

在互联网高度发达的新时代，农产品质量安全舆情监测是各级农业行政主管部门面临的一项新工作。随着网络舆论对政府工作和百姓生活的影响越来越大，各级部门对这项工作的重视程度也越来越高。相信农产品质量安全网络舆情监测工作将在正确处理网络热点舆论问题、正面引领社会舆论、有效应对负面信息、提高农产品质量安全监管水平等方面发挥越来越重要的作用。

参考文献

[1] 郭林宇，李祥洲，戚亚梅.农产品质量安全信息监测与管理研究[J].农产品质量与安全，2011（5）：53-56.

[2] 郭林宇，戚亚梅，李艳，等.农产品质量安全网络舆情监测工作的几点思考[J].中国食物与营养，2012（12）：5-7.

[3] 李祥洲，郭林宇，戚亚梅，等.农产品质量安全网络舆情监测探讨[J].农产品质量与安全，2012（5）：17-21.