什么叫网络舆情?
舆情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。
它是较多群众关于社会中各种现象、问题所表达的信念、态度、意见和情绪等等表现的总和。
网络舆情形成迅速，对社会影响巨大。
互联网在全球范围内的飞速发展，网络媒体已被公认为是继报纸、广播、电视之后的“第四媒体”。
网络成为反映社会舆情的主要载体之一。
网络环境下的舆情信息的主要来源有：新闻评论、BBS、聊天室、博客、聚合新闻(RSS)。
网络舆情表达快捷、信息多元，方式互动，具备传统媒体无法比拟的优势。
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(blog)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。
在现实生活中遇到挫折，对社会问题片面认识等等，都会利用网络得以宣泄。
因此在网络上更容易出现庸俗、灰色的言论。
互联网上的信息量十分巨大，并且形式多样，仅依靠人工的方法难以应对网上海量信息的收集和处理。
舆情分析系统弥补了人工难于处理的不足。
它具备以下的功能：1.舆情分析引擎。
这是舆情分析系统的核心功能，包括：(1) 热点话题、敏感话题识别，可以根据新闻出处权威度、评论数量、发言时间密集程度等参数，识别出给定时间段内的热门话题。
利用关键字布控和语义分析，识别敏感话题。
(2) 倾向性分析，对于每个话题，对每个发信人发表的文章的观点、倾向性进行分析与统计。
(3) 主题跟踪，分析新发表文章、贴子的话题是否与已有主题相同。
(4) 自动摘要，对各类主题，各类倾向能够形成自动摘要。
(5) 趋势分析，分析某个主题在不同的时间段内，人们所关注的程度。
(6) 突发事件分析，对突发事件进行跨时间、跨空间综合分析，获知事件发生的全貌并预测事件发展的趋势。
(7) 报警系统，对突发事件、涉及内容安全的敏感话题及时发现并报警。
(8) 统计报告，根据舆情分析引擎处理后的结果库生成报告，用户可通过浏览器浏览，提供信息检索功能，根据指定条件对热点话题、倾向性进行查询，并浏览信息的具体内容，提供决策支持。
2.自动信息采集功能。
现有的信息采集技术主要是通过网络页面之间的链接关系，从网上自动获取页面信息，并且随着链接不断向整个网络扩展。
目前，一些搜索引擎使用这项技术对全球范围内的网页进行检索。
舆情监控系统应能根据用户信息需求，设定主题目标，使用人工参预和自动信息采集结合的方法完成信息收集任务。
3.信息抽取功能。
对收集到的信息进行处理，如格式转换、数据清理，数据统计。
对于新闻评论，需要滤除无关信息，抽取并保存新闻的标题、出处、发布时间、内容、点击次数、评论人、评论内容、评论数量等。
对于论坛BBS，需要记录帖子的标题、发言人、发布时间、内容、回帖内容、回帖数量等，最后形成格式化信息。
舆情分析系统的核心技术涉及自然语言处理、文本分类、聚类、观点倾向性识别、主题检测与跟踪、自动摘要等信息处理技术。
有什么好的舆情搜索和收集的方法吗
数据源的获取是做舆情监测的第一步，有了米才能做粥嘛。
从获取的方法上有简单的取巧办法，也有复杂到需要应对各类网站难题的情况。
方法大致如下：使用搜索入口作为捷径搜索入口有两类：一类是搜索引擎的入口， 一类是网站的站内搜索。
做舆情监测往往是有主题、有定向的去做， 所以很容易就可以找到监测对象相关的关键字，然后利用这些关键字去各类搜索入口爬取数据。
当然也会遇到反扒的问题，例如你长时间、高频次的爬取搜索引擎的结果页面，网站的反扒策略就会被触发，让你输入验证码来核实是否是人类行为。
使用搜索入口作为捷径也会带来一些好处，除了爬取门槛低，不需要自己收录各类网站信息外，另一个特别明显的好处是可验证性非常好，程序搜索跟人搜索的结果会是一致的， 所以人很难验证出你获取的数据有偏颇。
爬虫根据网站入口遍历爬取网站内容第一步要规划好待爬取的网站有哪些
根据不同的业务场景梳理不同的网站列表， 例如主题中谈到的只要监测热门的话题，这部分最容易的就是找门户类、热门类网站，爬取他们的首页推荐，做文章的聚合，这样就知道哪类是最热门的了。
思路很简单，大家都关注的就是热门。
至于内容网站怎么判断热门，这个是可以有反馈机制的：一类是编辑推荐；一类是用户行为点击收集，然后反馈排序到首页。
第二步是使用爬虫获取数据。
爬虫怎么写是个非常大的话题，在这里不展开说明，需要提一嘴的是， 爬虫是个门槛很低但是上升曲线极高的技术。
难度在于：网站五花八门；反扒策略各有不同；数据获取后怎么提取到想要的内容。
数据检索与聚合数据获取下来后哪些是你关心的、 哪些是垃圾噪声，需要用一些NLP处理算法来解决这些问题。
这方面门槛高、难度大。
首先大规模的数据如何被有效的检索使用就是个难题。
比如一天收录一百万个页面（真实环境往往比这个数量级高很多），上百G的数据如何存储、如何检索都是难题。
值得高兴的是业内已经有一些成熟的方案，比如使用solr或者es来做存储检索， 但随着数据量的增多、增大，这些也会面临着各种问题。
通常对热门的判断逻辑是被各家网站转载、报道的多， 所以使用NLP的手段来做相似性计算是必须的，业内常用的方法有Simhash或者计算相似性余弦夹角。
有些场景不单单是文章相似，还需要把类似谈及的文章都做聚合，这时就需要用到一些聚类算法，例如LDA算法。
从我们的实践经验来看，聚类算法的效果良莠不齐， 需要根据文本特征的情况来测试。
网上的热点舆情话题信息量和数据怎么收集分析呢
这个有专门的监测公司，采用系统加人工的方式来进行监测，系统把数据抓回来大致判定一些类别，然后人工进行具体的感情判定
热点话题的网络舆情监测具体应该怎么去做呢
一个热点社会事件，可以从哪些渠道，收集哪些方面的舆情 现在网上的信息量十分巨大，仅依靠人工的方法难以应对网上海量信息的收集和处理，需要加强相关信息技术的研究，形成一套自动化的网络舆情分析系统，及时应对网络舆情，由被动防堵，化为主...
舆情监测工作总结
从根本上讲，网络舆情监测要求达到实时性、全面性和准确性。
多瑞科舆情数据分析站能满足系统舆情信息服务市场三个要素，实时性：舆情获得越早，给应对和处置留下的余地就越大，而网络舆情的发展往往是爆发式的，机会稍纵即逝，一旦错失最佳时机将追悔莫及；全面性：网络舆情容易攻其一点，不及其余，信息量大，容易使很多重要信息被忽略；准确性：海量信息条件下，如何准确地掌握问题核心，不为纷扰所困，是得出正确判断的关键。
目前舆情监测的现状存在很多待改进的地方。
首先，手工监测存在天然局限性。
通过安排固定人手24小时值班，不间断地浏览目标站点并搜索目标关键词，是在缺少自动化系统时最直接也是最初级的舆情监测方式。
由于受到每个人主观思想的限制，手工监测总会有观察盲区，总会有觉得不重要但事后被证明很严重的地方，且手工无法察觉到一些站点或者一些偏僻的网页内容发生改变；同时，人不是机器，长期反复监测容易导致疲劳，经常会使得该判断出来的舆情，一不留神就漏掉了。
这些都会在实时性和准确性上存在很大波动。
其次是过度依赖搜索引擎。
人们往往认为在网络舆情的大海里也只有搜索引擎才可能具备捞针的本领。
但是，搜索引擎仍然具有不少局限性。
除了搜索结果受关键词影响很大外，搜索引擎返回的结果往往来自不受任何访问限制的网站，而诸如论坛等需要登录的网站则完全被排除在外。
但是网民发表意见最多的地方，恰恰是这些提供互动功能的网站。
更进一步的，搜索引擎的网络爬虫具有一定的时延性，因此不能实时搜索到最新的网页更新。
因此，搜索引擎不能为我们提供问题的全貌，因为它只针对关键词而不针对问题，所以谈不上全面性；搜索引擎也不能在第一时间得到我们所想要的结果，因为不仅是它的内容更新不够快，而且它也不能提供针对时效性的服务，所以谈不上及时性；搜索引擎只能在海量网页中返回另一个海量的结果，而且是以杂乱无章的形式，对于我们关心什么，它一无所知，所以它给出的结果是所有人都关心的，而非我关心的，因此也谈不上准确性。
可见，我们不能完全依赖搜索引擎来监测网络舆情，需要提出全新的技术手段来获知网络舆情，并跟踪和分析舆情。
因此，要想保证舆情监测的实时性、全面性和准确性，最可靠的办法就是使用自动化的舆情监测系统，依靠软件系统来消除人工方式的不足，依靠软件系统来定点的监测目标站点及整个网络，跟踪分析各个舆情主题的发展轨迹，并自动地整理生成日报\\\/周报等报告，将舆情与政府的日常工作业务有机整合在一起。
多瑞科舆情数据分析站系统是基于对互联网舆情信息进行管理的应用软件系统。
系统整合互联网信息采集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、主题检测、专题聚焦，实现用户的网络舆情监测和新闻专题追踪等信息需求，形成简报、报告、图表等分析结果，为客户全面掌握群众思想动态，做出正确舆论引导，提供分析依据。
网络负面消息的常用办法是删帖，但是删帖有时候不但起不到疏导舆情和平息舆论的作用，相反会进一步激化舆论和公众的不满情绪，让事件进一步发酵升级，演变成全社会谈论的公共事件和公共话题，从而更加不利于问题的处理和化解，让政府和企业处于更被动的局面，结果损害政府和企业的公信力。
那么网络负面消息该怎么处理呢
一是提高网络意识，避免引发负面炒作的话题出现。
这是预防。
二是整合内部机构，构建反应迅速的舆情监控系统。
可以建立一套例如蚁坊软件类的舆情监测系统，及早的发现网络负面消息的萌芽。
这是监测。
三是辟谣疏导封堵并举，牢牢掌握网上舆情引导话语权。
这是引导。
四是拓展各种发声渠道，建立完善网络新闻发言人制度。
这是后期处理。
一个热点社会事件，可以从哪些渠道，收集哪些方面的舆情
一个热点社会事件，可以从哪些渠道，收集哪些方面的舆情现在网上的信息量十分巨大，仅依靠人工的方法难以应对网上海量信息的收集和处理，需要加强相关信息技术的研究，形成一套自动化的网络舆情分析系统，及时应对网络舆情，由被动防堵，化为主动梳理、引导。
这样的系统应该具备以下功能：首先是舆情分析引擎。
这是舆情分析系统的核心功能，包括：1、热点话题、敏感话题识别，可以根据新闻出处权威度、评论数量、发言时间密集程度等参数，识别出给定时间段内的热门话题。
利用关键字布控和语义分析，识别敏感话题。
2、倾向性分析，对于每个话题，对每个发信人发表的文章的观点、倾向性进行分析与统计。
3、主题跟踪，分析新发表文章、贴子的话题是否与已有主题相同。
4、自动摘要，对各类主题，各类倾向能够形成自动摘要。
5、趋势分析，分析某个主题在不同的时间段内，人们所关注的程度。
6、突发事件分析，对突发事件进行跨时间、跨空间综合分析，获知事件发生的全貌并预测事件发展的趋势。
7、报警系统，对突发事件、涉及内容安全的敏感话题及时发现并报警。
8、统计报告，根据舆情分析引擎处理后的结果库生成报告，用户可通过浏览器浏览，提供信息检索功能，根据指定条件对热点话题、倾向性进行查询，并浏览信息的具体内容，提供决策支持。
其次是自动信息采集功能。
现有的多瑞科信息采集技术主要是通过网络页面之间的链接关系，从网上自动获取页面信息，并且随着链接不断向整个网络扩展。
目前，一些搜索引擎使用这项技术对全球范围内的网页进行检索。
类似多瑞科舆情数据分析站系统舆情监控系统应能根据用户信息需求，设定主题目标，使用人工参预和自动信息采集结合的方法完成信息收集任务。
第三是数据清理功能。
对收集到的信息进行预处理，如格式转换、数据清理，数据统计。
对于新闻评论，需要滤除无关信息，保存新闻的标题、出处、发布时间、内容、点击次数、评论人、评论内容、评论数量等。
对于论坛BBS，需要记录帖子的标题、发言人、发布时间、内容、回帖内容、回帖数量等，最后形成格式化信息。
条件允许时，可直接针对服务器的数据库进行操作。
好的舆情分析报告需要有以下特点：一、热点识别功能根据新闻出处权威度、 评论数量、发言时间密集程度等参数，识别出给定时间段内的热门话题。
二、主题跟踪功能实时热点根据对热点问题的信息来源、转载量、转载地址、地域分布、信息发布者等相关信息元素的跟踪，进行倾向性与趁势分析。
三、倾向性分析功能根据信息的转载量、评论的回言信息时间密集度，对信息的阐述的观点、主旨进行倾向性分析。
四、趋势分析功能根据信息的时间、区域分布，转载量与转载网站类型等，对监控词汇和时间、空间的分布关系进行阶段性的分析。
五、信息自动摘要功能根据监控系统自动抽取的能准确代表文章主题思想的智能摘要，以快速了解文章大意与核心内容，提高用户信息利用效率。
六、预测报警功能根据信息的语料库与报警监控信息库进行分析，以确保信息的舆论健康发展。
七、事件分析功能根据对热点信息的倾向分析、趁势分析和整体分析，以监听信息的突发性。
八、 统计报告功能根据多瑞科舆情数据分析站系统舆情分析引擎处理后的结果库生成报告，用户可浏览信息的具体内容，做出最佳决策。
