2022舆情监测分析要求

2022舆情监测分析要求（精选6篇）

篇1：2022舆情监测分析要求

四、系统功能模块介绍

系统主页面设计为八个版块：

4.1、首

页：将大部分监测模块的缩略信息和分析模块的展示图表展现在客户面前，可以比较直观的看到舆情信息的大致情况。

4.2、媒体监测

4.2.1、传统媒体检测: 包括对新闻媒体类，报纸杂志类，通信专业类的监测，将对传统媒体的监测结果在此模块中进行展现，客户可以比较直观的看到针对不同关键词的舆情信息整合。

4.2.2、新兴媒体检测：包括对网络论坛，虚拟社区，博客站点，微博，网络空间，贴吧的监测。

4.2.3、地方领导留言：可以为客户将“人民网-地方领导留言板块”集成进去，使舆情可能发生的地方尽可能的做到全部监测。

4.3、信息推送

4.3.1、信息推送：包含推送历史和新的推送，推送历史可以使舆情工

作人员清楚的看到推送的历史过程；新的推送，可以使没有列入到推送的部分，启动新的推送。4.3.2、舆情简报：包含日报，周报，月报。舆情工作人员可以选择自

动或手动发送到指定邮箱，方便工作人员向领导汇报舆情工作。

4.4、预

警

4.4.1、监测预警: 系统搜索到的舆情信息中只要包含预警关键词，会

自动给指定的舆情工作人员发送短信和邮件的方式进行预警，提醒相关工作人员进行关注。

4.4.2、系统预警：系统在运行期间如果发生故障会进行预警提醒。用

户如果在使用过程中发现系统预警，联系系统维护管理员即可。

4.5、咨询分析

4.5.1、业务分析: 包含对不同关键词进行统计分析，支持面积图，折线

图，柱形图，曲线图，条形图等表现形式，方便工作人员个性化汇报工作。

4.5.2、统计分析：包含趋势分析，地域分析，分类分析。其中地域分析

可以对不同舆情信息按所在地在中国地图上进行展示，可以为客户按地理位置直观的呈现舆情信息。

4.6、规则管理：可以对不同类别的关键词进行添加，删除。4.7、用户管理：可以为客户分级别的创建和删除用户层级，为不同的用户赋予和解除不同的权限。可以有超级管理员查看和编辑所有信息，组管理员只能查看和编辑本组所有信息，一般管理员只能查看和编辑自己的账户信息，一般管理员之间彼此独立，互相看不到彼此的监测信息。

4.8、系统管理

4.8.1、系统管理:可以对系统内诸如监控级别，规则类别，微博站点

等进行设置。

4.8.2、正负面管理：对系统正负面的展示情况进行内部设置。

4.8.3、简报管理：对报告的发送时间，发送内容，发送接收人等进行设置。

篇2：2022舆情监测分析要求

[摘 要] 随着互联网的快速发展，网络媒体作为一种新的信息传播形式，已深入人们的日常生活。网民数量的持续快速的增加，以及网民通过网络形成的舆情越来越得到社会的广泛的关注。网络舆情监测系统就是针对网络舆情热点问题的预警。

[关键词] 网络舆情 监测 分析

随着互联网的快速发展，网络媒体作为一种新的信息传播形式，已深入人们的日常生活。中国网民数量也在持续快速的增加，2010年7月15日，中国互联网络信息中心（CNNIC）发布《第26次中国互联网络发展状况统计报告》，报告显示，中国网民规模达到4.2亿，手机网民民规模更达2.77亿。网民通过网络形成的舆情越来越得到社会的广泛的关注。从2003年的非典、孙志刚事件，到2010年教育局封杀论坛事件、马鞍山局长打人事件等等。这些事件性质、主体各不相同，但是有一个共同的特点，即他们都是通过网络而放大了事件的影响力。

1.网络舆情监测系统的概念

网络舆情是通过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。

最近几年各种社会机构组织、企业、各级政府都纷纷重视网络舆情，2008年7月，江西60多位县级官员实名开博，多数是收集当地网民关注的民生问题。2010年9月8日，人民网?中国共产党新闻网正式推出“直通中南海――中央领导人和中央机构留言板”。该留言板突出互动性，旨在让广大网友对中央领导人倾诉心声，给中央机构提出意见和建议。

由于互联网具有虚拟性、隐蔽性、发散性、渗透性和随意性等特点，越来越多的网民乐意通过BBS论坛、博客、新闻跟贴和转贴等渠道来表达观点传播思想。如果引导不善，负面网络舆情将对社会公共安全形成威胁。对相关部门来说，加强对网络舆论的及时监测、有效引导，以及对网络舆论危机的积极化解，对维护社会稳定、促进国家发展具有重要的现实意义，也是创建和谐社会的应有内涵。对企业来说，准确掌握产品和市场情况，监控竞争对手和行业动态，是企业市场、行销决策的重要支撑。

从现在的网络舆情传播速度来看，信息出现后的1至3小时就可以被转至多家论坛，6小时后就可以被多家新闻网站转载，24小时在网上的评论和跟帖就能制造出热点事件和舆论高潮。因此能够第一时间知道现在哪些是热点舆情，哪些将会成为热点舆情，对于我们来说至关重要。

“网络舆情监测系统”是针对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于网络上表达出来意愿集合而进行的计算机监测的系统统称。通过这个系统，能够让我们有效的对网络舆情进行预警和应对。

2.网络舆情监测系统结构

网络舆情监测系统分为五大系统，分别是：网络舆情采集系统、网络舆情存储系统、网络舆情分析系统、网络舆情检索系统和网络舆情发布系统。如图1：

网络舆情采集系统会对互联网中的主要门户网站新闻、各大论坛的热门贴、关注度比较高的博客和微博以及各大主要的网络搜索引擎的热搜内容进行采集。采集后的数据存储进入统一的网络舆情存储系统。网络舆情分析系统对存储在舆情存储系统中的信息进行分析，把舆情内容归纳、整理、分类后得出最近阶段舆情的变化及趋势，并把分析好的数据存入存储系统。用户可以用网络舆情检索系统检索自己想要的最近、最新的焦点信息。最后通过舆情分析系统分析的信息、通过舆情检索系统检索的信息以及网络舆情存储系统中的信息都可以通过舆情报告系统发送和展示给用户。

3.网络舆情监测系统分析

3.1网络舆情采集系统

网络舆情采集系统是整个系统的基础。全世界互联网的信息是非常巨大的，即使仅仅对国内信息的检索也是海量的，而且由于网页设计的灵活性造成的网页结构复杂，网页的快速更新造成的网页内容动态性，以及一些网站对站内信息限制的技术手段造成网页内容不完整性，使得传统手工采集信息的方法非常低效率和高错误率。特别是最近几年，随着QQ群、博客、twitter等微博被网友广泛使用，这些主要为松散的，非结构化信息要实现采集的难度也越来越大，靠手工采集已经不太现实。

为解决这个问题，现在的采集系统往往采用具有一定智能的自动采集技术，国内外早期的网络采集方法是针对特定采集对象编写的程序，这个程序称为wrapper。近几年，越来越多的采集工具被开发出来用来代替传统的手工编写wrapper程序的方法。目前较为流行的采集工具可以分为六大类：

3.1.1开发wrapper的专用高级语言

传统的wrapper由于是手工编写针对某一个目标，如果要为大量目标手工编写非常不效率，通过专用高级语言可以方便编写wrapper。例如：Minerva，TSIMMIS，Web-OQL，FLORID，Jedi等。

3.1.2以HTML为中间件的工具(HTML-aware Tools)

这些工具在抽取时主要依赖HTML文档的内在结构特征。在抽取过程之前，这些工具先把文档转换成标签树；再根据标签树自动或半自动地抽取数据。代表工具有Knowlesys，MDR。

3.1.3基于NLP(Natural language processing)的工具(NLP-based Tools)

这些工具通常利用filtering、part-of-speech tagging、lexical semantic tagging等NLP技术建立短语和句子元素之间的关系，推导出抽取规则。这些工具比较适合于抽取那些包含符合文法的页面。代表工具有 RAPIER，SRV，WHISK。

3.1.4包装器的归纳工具(Wrapper Induction Tools)

包装器的归纳工具从一组训练样例中归纳出基于分隔符的抽取规则。这些工具和基于NLP的工具之间最大的差别在于：这些工具不依赖于语言约束，而是依赖于数据的格式化特征。这个特点决定了这些工具比基于NLP的工具更适合于抽取HTML文档。代表工具有：WIEN，SoftMealy，STALKER。

3.1.5基于模型的工具(Modeling-based Tools)

这些工具让用户通过图形界面，建立文档中其感兴趣的对象的结构模型，“教”工具学会如何识别文档中的对象，从而抽取出对象。代表工具有：NoDoSE，DEByE。

3.1.6基于本体的工具(Ontology-based Tools)

这些工具首先需要专家参与，人工建立某领域的知识库，然后工具基于知识库去做抽取操作。如果知识库具有足够的表达能力，那么抽取操作可以做到完全自动。而且由这些工具生成的包装器具有比较好的灵活性和适应性。代表工具有：BYU，X-tract。

3.2网络舆情分析系统

网络舆情分析系统为整个系统的核心功能，其主要包括以下功能：热点识别能力、聚类分析、倾向性分析与统计、信息自动摘要功能。

3.2.1热点识别能力

由于网络信息的更新和变化速度非常快，导致网络热点也时常转化，因此识别热点成为整个分析系统的前提条件。一般对于一段时间内的热门话题的识别主要是根据信息出处权威度、评论数量、发言时间密集程度等参数，给予一定的权重值，然后统计出该时间段内的热点。

3.2.2聚类分析

传统的手工统计分析对于海量的数据基本是无能为力，即使是勉强统计也会因为数据量而对数据的主题把握会产生偏差，从而造成统计数据失真，进而造成分析结果错误。

对文章标题和关键词进行聚类分析是现在常用的网络舆情分析方法，现在被广泛的采用，常用的聚类分析方法一般分为五类：

3.2.2.1划分方法

首先创建k个划分，k为要创建的划分个数；然后利用一个循环定位技术通过将对象从一个划分移到另一个划分来帮助改善划分质量。典型的划分方法包括：k-means，k-medoids，CLARA，CLARANS，FCM。

3.2.2.2层次方法

创建一个层次以分解给定的数据集。该方法可以分为自上而下（分解）和自下而上（合并）两种操作方式。为弥补分解与合并的不足，层次合并经常要与其它聚类方法相结合，如循环定位。典型的这类方法包括：BIRCH方法，它首先利用树的结构对对象集进行划分；然后再利用其它聚类方法对这些聚类进行优化。CURE方法，它利用固定数目代表对象来表示相应聚类；然后对各聚类按照指定量（向聚类中心）进行收缩。ROCK方法，它利用聚类间的连接进行聚类合并。CHEMALOEN方法，它则是在层次聚类时构造动态模型。

3.2.2.3基于密度的方法

根据密度完成对象的聚类。它根据对象周围的密度（如DBSCAN）不断增长聚类。典型的基于密度方法包括：DBSCAN:该算法通过不断生长足够高密度区域来进行聚类；它能从含有噪声的空间数据库中发现任意形状的聚类。此方法将一个聚类定义为一组“密度连接”的点集。OPTICS:并不明确产生一个聚类，而是为自动交互的聚类分析计算出一个增强聚类顺序。

3.2.2.4基于网格的方法

首先将对象空间划分为有限个单元以构成网格结构；然后利用网格结构完成聚类。STING就是一个利用网格单元保存的统计信息进行基于网格聚类的方法。CLIQUE和Wave-Cluster 则是一个将基于网格与基于密度相结合的方法。

3.2.2.5基于模型的方法

它假设每个聚类的模型并发现适合相应模型的数据。典型的基于模型方法包括：统计方法COBWEB:是一个常用的且简单的增量式概念聚类方法。它的输入对象是采用符号量（属性-值）对来加以描述的。采用分类树的形式来创建一个层次聚类。CLASSIT是COBWEB的另一个版本。它可以对连续取值属性进行增量式聚类。

3.2.3倾向性分析与统计

对信息的阐述的观点、主旨进行倾向性分析。可以为网络舆情的分析提供参考依据。

但是由于网络词汇的多样性，网络上出现许多新词，要判断这些词的倾向性就比较困难，一般倾向性分析可分为三种：

3.2.3.1情感倾向词典

中文词语情感倾向词典是给定一组已知极性的词语集合作为种子，对于一个情感倾向未知的新词，在电子词典中找到与该词语义相近、并且在种子集合中出现的若干个词，根据这几个种子词的极性对未知词的情感倾向进行推断。

3.2.3.2机器人学习

与词典法比较类似，也是给予一些已知极性的词语作为种子词，对于一个新词根据它和种子词的紧密程度对其情感倾向性进行推断，不同的是他是根据词语在种子库中的同现情况判断其联系紧密程度来作为判断依据。

3.2.3.3人工标注种子库

首先对情感倾向性分析种子库进行手工标注，标注的级别包括文档集的标注、短语级标注和分句级标注。在这些基础上，利用词语的共现关系、搭配关系或者语义关系，以判断词语的情感倾向性。

3.2.4信息自动摘要功能

能够根据文档内容自动抽取文档摘要信息，这些摘要能够准确代表文章内容主题和中心思想。用户无需查看全部文章内容，通过该智能摘要即可快速了解文章大意与核心内容，提高用户信息利用效率。而且该智能摘要可以根据用户需求调整不同长度，满足不同的需求。主要包括文本信息摘要与网页信息摘要两个方面。

3.3网络舆情检索系统

网络舆情检索分析系统产生的结果会实时存放进入存储系统之中，而检索系统可以分时间、地点、类型、网站等等进行分类检索，然后提供给用户。

分析系统提供的热点分析往往只是对已经产生的热点，或者是将要成为热点的次热点。而检索系统还可以让用户自定义关键词对采集到的信息进行自定义监控。

3.4网络舆情报告系统

根据网络舆情分析系统处理后的结果或网络舆情检索系统查询的结果生成报告，系统可通过短信、电话、网页浏览等各种手段及时告知，提供决策支持。

总之，网络舆情监测系统出现时间还比较短，基于其的算法和方法还都很不完善，而且随着计算机技术的不断发展，网络应用技术也在不断的变化，像近几年微博等非结构性的应用形式的出现，给检测系统的监测带来不小的挑战。方便、快捷、智能、通用将是今后舆情监测系统发展的方向。

参 考 文 献

[1]曹劲松.政府网络传播[M].江苏：江苏人民出版社，2010-11-02

[2]叶皓.正确应对网络事件[M].江苏：江苏人民出版社，2009

篇3：2022舆情监测分析要求

关键词：搜索引擎日志,网络舆情,监测

0 引言

从当前来看, 网络搜索引擎日志已成为人们获取网络信息的重要途径之一, 拥有大量的使用人群, 且每天有多数查询词被提提交到搜索引擎中, 在监测网络舆情信息中占有重要地位。国外学者Jeremy Ginsberg通过研究发现, 利用Google引擎查询词, 可客观预测美国国内流感的蔓延趋势, 且预测的结果与实际情况具有一致性。因此, 监测网络舆情可帮助政府根据民意及时调整对策, 有效提高政民之间的互动水平及其危机处理能力。当前网络舆情的监测方法较多, 如:网络内容分析法、网络社会调查法, 而本文提出搜索引擎日志分析法。

1 网络舆情监测方法

1.1 网络内容分析法

顾名思义, 网络内容分析法是对网络上的博客、网络论坛及微博中的内容加以分析。这种分析方法主要是对网络言论内容自动收集, 并利用文本挖掘技术、自然语言处理等对舆情热点进行人工分析, 进而推断出上网民众的态度[1]。当经过长期的监测之后, 就可推测出网络舆情的变化趋势, 为下一段的工作提供参考依据。随着近几年来的发展, 在网络内容分析的基础之上, 有了主题监测、自动分类聚类、统计报表等功能, 在网络舆情监测方面起着重大作用。

1.2 网络社会调查法

所谓网络社会调查法主要是指在网络上采用网络访谈或者问卷调查的方法, 达到网络舆情监测的目的。其中网络访谈主要是针对某些网络意见领袖的特殊群体, 当前网络论坛或博客的意见领袖都拥有着大量“粉丝”, 这类群体的意见对于这些“粉丝”的态度有较大影响, 且他们的言论具有一定代表性。通过访谈这类人群的意见, 可了解他们的态度, 进而对网络舆情加以监测。而网络问卷调查主要是针对不特定及多数网民, 围绕某一热点话题而设计针对性调查问卷, 根据这些网民的问卷结果定量分析网民意见, 从而了解网络舆情的发展趋势。

2 搜索引擎日志分析的网络舆情监测方法

网络舆情可通过网络论坛、微博、微信、博客等手段传播, 且舆情内容大多保存于网络引擎后台所存储的日志中。因此, 对这些日志加以分析, 可发现网络舆情热点, 并根据舆情热点问题, 提出相应策略。搜索引擎日志分析的网络舆情监测模型如下图1所示:

2.1 数据预处理与关键词提取

搜索引擎日志的首要步骤就对是数据进行预处理, 并相应获取点击行为特征与关键词的获取, 可每天监控各大搜索提交的查询日志。只要与该舆情同时出现的关键词均可多进入到关键词库中对其做下一步处理。在数据预处理中需要经历数据清洗、数据抽取及其集成。其中数据清洗则是处理日志中的缺失数据及噪音数据, 这主要是因为搜索引擎日志中有用户的IP地地址、查询时间、客户端浏览器及其查询词等相关信息。同时若某一用户点击了某条检索结果, 则相应在日志中有该检索结果的位置及URL地址。因此, 仅仅需要在原有日志中将这些数据抽取出来即可。此外, 由于不同的搜索引擎服务器所产生的日志格式有所不同, 需要集成这些不同搜索引擎的日志, 如:查询结果URL的格式。当预处理后这些日志数据, 可将其集成到结构化的数据库中, 并保存下来, 为接下来的工作奠定基础。如:“搜狗”搜索引擎的日志:时间字段名:2014-3-1 21:20:12;用户ID的字段名为785720183726826;查询词字段名:昆明火车站暴乱;用户点击的顺序号字段名:2;用户点击的URL在返回结果中的排名字段名:1.

2.2 查询词统计

根据数据预处理后, 可形成格式化的数据库, 以“时间”为维度对不同查询词的词频加以统计, 通过对某一天的词频进行统计, 可发现用户当天对哪些内容最为关注。如:以“地点”作为维度来词频加以统计, 统计IP地址为“河南”的用户, 每天查询词的词频, 就能够关注河南网民每天所关心的问题, 可检索出该地区关注热点。也可将“地点、时间、查询词”作为词频来统计, 如:对“2014年”的“北京”地区的网民对“两会”的查询词的相关查询, 通过此种方式对某一时间、某一地区、某一事件的关注, 了解该事件的发展动态。

此外, 应注意在统计查询词的过程中, 如何在分布极为广泛的用户查询词库中对词频查询词加以统计, 通常可能遇到以下两种情况:其一, 一些无法预测的社会热点事, 也就无法设定监测词, 需要对排序这一时间内所有查询词的词频, 可利用幂律分布法则加以统计。其二, 可事先设定监测词。对某具体时间监测词的词频加以统计, 可得到词频根据时间的变化而得到的曲线图。当然, 在查询的过程中可能遇到较多相似或者完全不同的查询词都对某一热点话题的查询[2]。如:2014年云南火车站暴乱的查询, 可能涉及到查询词有“暴力恐怖案件”、“云南火车站”、“3.1云南暴力恐怖事件”。若遇到此类问题, 则可将这些相似或者完全不同的查询词归结为一类, 在统计的过程中只要出现上述某一查询词, 就可归为同一类。

2.3 异常关键词的监测

在搜索关键词过程中, 可能会遇到某些关键词与该网络舆情无关, 这时就需要通过搜索引擎用户的群体行为来加以鉴别。当某一关键词在某时段内出现异常关键词, 则可认为该关键词可能与某网络舆情相关, 将该关键词提取出来。换句话说, 当该查询词成为某舆情热点时, 则查询词词频的时序模型就会成为一个异常点。对时序模型的监测方法有很多, 其中IPS法是最常用的方法[3]。通过时序值的突变系数表明某时序点的变化长度, 当突变系数远小于或大于1时, 那该时序点就可作为异常模式的组成部分;当突变系数无限接近于1时, 该时序点就是正常模式的组成部分。通过采用IPS法可计算出每一个点的突变系数, 并挑选出突变系数大于阈值的部分, 分析突变原因, 进而发现网络舆情的异常, 及时提出对策。

2.4 网络舆情的报告

根据网络舆情监测的相关要求, 生成网络舆情的报告, 如:月热点、周热点、日热点话题等。也可根据对某一固定监测话题的热度变化生成报告。如:在搜索不同地区时, 发现上海、北京、广州、江苏等地区的搜索指数相对较高, 可发现这些地区的经济发展水平较高, 其网民对这些地区的环境关注度较高, 当政府监测这些网络舆情时, 则可提出针对性的治理方略, 提高政府处事能力。

3 结束语

总而言之, 伴随着网络舆情在社会事件监测中的重要性, 加强其监测对提高政府执政能力、与民众互动水平有重要意义。本文提出的搜索引擎日志分析的网络舆情监测法具有一定可行性, 可作为网络内容分析法、网络社会调查法的有效补充, 最终提高政府对网络舆情的应对能力。

参考文献

[1]殷姿.高校网络舆情监测方法:一种基于搜索引擎查询日志的研究[J].黑龙江高教研究, 2014, (6) :64-67.

[2]刘毅.内容分析法在网络舆情信息分析中的应用[J].天津大学学报 (社会科学版) , 2006, 8 (4) :307-310.

篇4：2022舆情监测分析要求

【关键词】网络舆情监测；食品安全管理；应用分析；实践性；重要性

近些年来随着食品安全问题逐渐获得重视和关注的同时，食品的安全监管体系和监管实施，也受到发展。本文中对2010年9月-2013年9月实施网络舆情监测食品安全管理的流程和实践情况进行分析，现将结果报告如下。

1 网络舆情监测工作的重要性

目前伴随电脑、手机等通讯工具的快速发展，网络应用和获取网络知识已经成为人们生活、工作和学习中必不可少的信息获取方式之一。各种知识和信息以网络的形式进行传播和宣传，已经成为一种趋势，并且具备一定的重要性。在我国提倡言论自由的环境下，更促进了网络对同一事物发生了不同的看法和观点。因不同的观点同网络的快速传播下，使信息成为网络舆论。网络舆论具有传播广泛、相互作用性强，在传播的同时能给相关部门和疾走造成巨大的压力和社会关注例。从某个角度上能够起到放大事实，提高相关事件的透明度；增加社会民众知情度的意义。从而迫使相关部门和机构，能够快速、有效、公正、公开的进行某一时间的处理和解决。网络舆情也就成为监督和监管食品安全相关部门和机构的特殊性方法。

人们在日常上网、工作、学习中通过网络知识，对食品加工制作和运输流通的相关机构和厂商进行有效的监督和随时对不法厂商进行广泛的曝光，或是督促对一些食品安全事件进行良好的处理和关注。

2 食品安全网络舆情体系的创建

我们先探讨一下食品安全网络舆情的相关概念。食品安全网络舆情，是指网络媒体和网民在一定的时空范围内，围绕食品安全事件所形成的公开或非公开的信念、态度、认知、意见和情绪等综合表现。食品安全网络舆情监测，是指专业人员结合人工和自动化两种方式对食品安全网络舆情的热点、趋势等进行有效搜集、跟踪、整理，向有关部门提出预警，并提供应对建议等。建立食品安全网络舆情自动化监测系统，其理论框架主要是识别食品安全关键词热度和敏感度，根据信息来源的权威度、反馈度、互动评论度等，识别新近热点；根据关键词密度和文本语义分析，识别敏感话题；对观点、态度和倾向性进行统计分析；分析食品安全网络舆情趋势走向，分级预警，获取事件全貌并预测发展走势[1]。

3 食品安全网络舆情监测的规模、等级和监测范围

在对食品安全网络舆情监管的情况一般分为两种类型，一类为常规性监管；另一类为重点监管。对食品安全事件较小，网络关注人较少，同时没有造成较为严重的社会影响和严重事件的情况，可进行常规性监管，随时掌握和了解事情的动态变化和相关处理情况。同时对恶意的诋毁和扰乱民众正确观点情况，进行及时有效的疏导，防止错误舆情影响相关部门和组织机构，造成重大影响和损失。对食品安全重大事件、突发性事件或是造成严重后果的情况，网络关注人较多，事件恶劣的情况，应进行重点关注，并且组织相关机构和部门进行处理，进行理性分析后，实施具有针对的应对措施，防止舆情进一步扩大，导致民众恐慌。

4 网络舆情的统计和分析

食品安全网络舆情的监测流程主要是舆情收集、筛选、跟踪、研判等几个阶段，方法上结合自动化和人工监测。舆情分析自动化技术中最关键的是搜索引擎技术，面对海量网络信息自动进行内容归类、汇总、倾向性判别、话题自动跟踪、生成摘要信息等文本识别技术，“其中基于关键词统计分析方法的技术相对比较成熟，但在其有效性方面还有很大的提高空间” [2]。

5 结语

针对于我国的食品安全网络舆情的监管情况较为复杂和多样，同时存在较大的困难，存在较多的不足，体系的建立还不够完善。部分网民的观点和知识水平，相对较低，对食品安全舆情的分辨和判断能力有限，不能更加客观的对待事件。还存在相关食品制作和运输流通、政府部门等对食品安全事件的掩盖真相、假承诺或是不办实事等情况导致网络舆情扩大化，和难于控制其发展和监管。因此在发生食品安全网络舆情的事件后，应督促食品安全监管部门和食品相关企业及时的同IT行业进行良好的沟通和交流，从多个角度和观点进行事件真實性的搜集、统计、分析。提高民众对食品安全事件的知情和正确关注。降低网民在不知情的情况下广泛传播失真报道和激怒民众，导致恶性事件发生[3]。

因此对于食品安全的网络舆情，应进行及时有效的监管和正确对待处理，增加网络舆情的引导能力。

参考文献：

[1] 贾孟飞.基层网络舆情监测工作的实践与思考[J]. 银行家，2 0 1 0，（12）：101-102.

[2] 北大方正技术研究院.以科技手段辅助网络舆情突发事件的监测分析——方正智思舆情辅助决策支持系统[J].信息化建设，2005（10）：50-52.

篇5：舆情监测分析报告的写作要领

撰写舆情监测分析报告有一些基本要领，掌握并遵循这些基本要领，对于写出高质量的舆情监测分析报告有很大的帮助。总体上来说，好的舆情分析报告要有鲜明的主题、新颖的观点、严密的逻辑、精巧的结构和准确的文字。此外，在撰写舆情分析报告的具体实践中，还应注意以下几点：

1．论述全面与观点鲜明有机结合。舆情分析报告一般以分析舆情信息工作概论透彻、论述深人为优，这就要求运用大量丰富的素材，进行多角度、多层次的描述、解读和剖析，使舆情信息的全部内容及其引发的思考得到充分的表现。与此同时，舆情信息工作者还必须考虑到，各级领导工作繁忙，时间宝贵，关注舆情信息仅是整个工作的一部分。因此，要主动适应这一情况，在撰写舆情监测分析报告时，既做到论述深刻、详尽充分，又做到观点鲜明、表述精当。鲜明，就是在内容上要求突出主题，直指要害，一针见血；在形式上要求层次分明，条分缕析，序号字体以及标识十分清楚；在语言表达上要求惜墨如金，要言不烦。即使在文中的主体部分也是如此，应努力使对舆情分析和论述简明、精练、到位。在叙述事实时不要作过多的描述；在阐述观点时不要作烦琐的论证；在选择使用材料和举例时，必须选用那些最能准确和深刻反映内容的典型材料和典型事例。

2．理性概括与素材鲜活有机结合。一篇好的舆情监测报告既要摆事实，又要讲道理，边叙述，边论理；既要实现观点的准确凝练、清晰明了，又要实现事实的真实可信、具体生动。写分析报告不是写正式文件，不能到处是理性的抽象和概括，那样不仅会失去生动性和吸引力，而且会失去真实的力量和说服力。要在分析报告中将提炼出来的观点论点与原汁原味的民众话语等舆情素材有机结合起来，在论述中多引用那些来自生活、来自群众的朴实生动的语言，尽力做到原汁原味，使人“如闻其声，如见其形”。这样做的好处是，这些语言常常是群众情绪、思想、诉求和建议等社会政治态度的最直接表现形式，可以最真实地呈现在领导同志面前，也最有参考意义和价值。

篇6：2022舆情监测分析要求

新浪舆情通-政务舆情大数据服务平台，为政企用户提供舆情监测、预警、分析、报告

等服务。

舆情，主要指的是公众的态度和意见。我们通过对舆情数据的挖掘，可以帮助我们深入了解客户。找出我们的受众目标群体，为后期的营销决策打下基础。本期主要以OPPO R11S为主要案例进行分析。

10月23日，OPPO通过官方微博宣布，将于11月2日发布新品R11S。同日，OPPO明星家族的8位品牌代言人通过微博发布了R11S“定妆照”。

在这8位代言人中，除杨幂微博粉丝数超过7700万外，其余7位代言人的微博粉丝量都在3000万左右，但这8条微博传播效果各异，转发次数从6万到350万不等。下面就让新浪舆情通通过大数据带你复盘此次OPPO R11S微博营销。

易烊千玺微博覆盖人次1.3亿

据新浪舆情通大数据分析显示，在这8位代言人发布微博后20天内，易烊千玺、王俊凯、杨洋和OPPO被同时提及的热度最高，可见这三位明星代言OPPO引发了较高的舆论关注度。

在微博转发数方面，易烊千玺的微博在数据统计时间段内被转发次数超过350万，位列首位。

在微博覆盖人次方面，据新浪舆情通旗下@微分析 大数据分析显示，易烊千玺的微博覆盖人次超过1.3亿，位列首位，王俊凯的微博覆盖人次也超过了1.1亿，位居次席。

易烊千玺的微博为何能在转发数和覆盖人次上取得如此“恐怖”的效果？这与该微博超长的转发周期和参与转发人群都有关系。从该微博的转评趋势图可以看到，在发布16日内，易烊千玺微博的转发数一直维持在高位，在发布10日后，该微博日均转发量还能达到20万次左右。

在核心传播人方面，易烊千玺多个粉丝群体成为该微博主要传播者，其中，#易烊千玺#超级话题粉丝大咖@易烊千玺战斗鹤 带动了超过137万次转发。

此外，据@微分析 分析显示，易烊千玺的微博共有735位粉丝数量超过1万的转发者参与转发，在各代言人中位居首位。

由此可见，超长的转发周期和众多高粉丝数用户的参与，使得易烊千玺的OPPO R11S宣传微博取得了可观的传播效果。

李易峰粉丝品牌忠诚度高

李易峰的微博虽然只有34万次转发，但微博转发层级达到了152层，在所有代言人中位居首位，体现出了很强的渗透性和用户参与度。

此外，李易峰的微博粉丝群体对OPPO品牌忠诚度也最高。据@微分析 大数据分析发现，在李易峰OPPO R11S微博的转评人群中，使用OPPO手机的用户占比超过36%，在所有代言人中位居首位。

在李易峰微博的转评人群中，女性占比超过80%，主要集中在北京、广东、浙江、四川、江苏，“90后”“名人明星”“美食”“旅游”成为转评者共同的兴趣标签。

除易烊千玺和李易峰外，其他6位明星在此次OPPO R11S微博营销中也都起到了重要作用。

王俊凯微博的转发数超过了240万，发布后9天内日均转发量都在10万次以上；迪丽热巴、杨洋和陈伟霆的微博转发数也都超过了60万。杨幂微博的转发层级达到了101层，在OPPO品牌传播深度上贡献颇多。杨洋和王源的粉丝群体也对OPPO体现出了较高的忠诚度，转评发布设备中OPPO手机占比都超过了20%。

8位明星代言人的R11S宣传微博共被转发超过870万，累计覆盖人次5.1亿。本次R11S微博营销最大的赢家还是OPPO。从新浪舆情通大数据分析生成的网络传播热度指数走势图可以看到，10月23日至11月10日期间，OPPO的热度一直处于高位。除了10月23日8位代言人集体发布R11S宣传微博之外，11月2日R11S的发布以及11月10日R11S的发售都曾引发舆论关注。