第一篇：什么是網絡輿情監測系統

什么是網絡輿情監測系統？

系統背景

隨著互聯網的快速發展，網絡媒體作為一種新的信息傳播形式，已深入人們的日常生活。網友言論活躍已達到前所未有的程度，不論是國內還是國際重大事件，都能馬上形成網上輿論，通過這種網絡來表達觀點、傳播思想，進而產生巨大的輿論壓力，達到任何部門、機構都無法忽視的地步。可以說，互聯網已成為思想文化信息的集散地和社會輿論的放大器。網絡輿情是通過互聯網傳播的公眾對現實生活中某些熱點、焦點問題所持的有較強影響力、傾向性的言論和觀點，主要通過BBS論壇、博客、新聞跟貼、轉貼等實現并加以強化。當今，信息傳播與意見交互空前迅捷，網絡輿論的表達訴求也日益多元。如果引導不善，負面的網絡輿情將對社會公共安全形成較大威脅。對相關政府部門來說，如何加強對網絡輿論的及時監測、有效引導，以及對網絡輿論危機的積極化解，對維護社會穩定、促進國家發展具有重要的現實意義，也是創建和諧社會的應有內涵。

系統概述

Goonie網絡輿情監控分析系統依托自主研發的搜索引擎技術和文本挖掘技術，通過網頁內容的自動采集處理、敏感詞過濾、智能聚類分類、主題檢測、專題聚焦、統計分析，實現各單位對自己相關網絡輿情監督管理的需要，最終形成輿情簡報、輿情專報、分析報告、移動快報，為決策層全面掌握輿情動態，做出正確輿論引導，提供分析依據。

功能特點

·自定義URL來源及采集頻率

Goonie網絡輿情監控分析系統用戶可以設定采集的欄目、URL、更新時間、掃描間隔等，系統的掃描間隔最小可以設置成1分鐘，即每隔一分鐘，系統將自動掃描目標信息源，以便及時發現目標信息源的最新變化，并以最快的速度采集到本地。

·支持多種網頁格式

Goonie網絡輿情監控分析系統可以采集常見的靜態網頁(HTML/HTM/SHTML)和動態網頁(ASP/PHP/JSP)，還可以采集網頁中包含的圖片信息。

·支持多種字符集編碼

Goonie網絡輿情監控分析系統采集子系統能夠自動識別多種字符集編碼，包括中文、英文、中文簡體、中文繁體等，并可以統一轉換為GBK編碼格式。

·支持整個互聯網采集

Goonie互聯網輿情監控系統元搜索模式是以國內知名互聯網搜索引擎的結果為基礎并利用Goonie采集器直接面向互聯網定制內容進行直接采集，用戶只需要輸入搜索關鍵詞就可以了。

·支持內容抽取識別

Goonie網絡輿情監控分析系統可對網頁進行內容分析和過濾，自動去除廣告、版權、欄目等無用信息，精確獲取目標內容主體。

·基于內容相似性去重

Goonie網絡輿情監控分析系統通過內容相關識別技術自動判別分類中文章的關系，如果發現描述相同事件的文章自動去除重復部分。

功能描述

1、熱點話題、敏感話題識別

Goonie互聯網輿情監控系統可以根據新聞出處權威度、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、輿情主題跟蹤

Goonie互聯網輿情監控系統分析新發表文章、貼子的話題是否與已有主題相同。

3、自動摘要

Goonie互聯網輿情監控系統對各類主題，各類傾向能夠形成自動摘要。

4、輿情趨勢分析

Goonie互聯網輿情監控系統分析某個主題在不同的時間段內，人們所關注的程度。

5、突發事件分析

Goonie互聯網輿情監控系統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。

6、輿情報警系統

Goonie互聯網輿情監控系統對突發事件、涉及內容安全的敏感話題及時發現并報警。

7、輿情統計報告

Goonie互聯網輿情監控系統根據輿情分析引擎處理后生成報告，用戶可通過瀏覽器瀏覽，提供信息檢索功能，根據指定條件對熱點話題、傾向性進行查詢，并瀏覽信息的具體內容，提供決策支持。

第二篇：網絡輿情監測系統評價標準

網絡輿情監測系統評價標準

隨著互聯網的快速增長，網絡輿情監測軟件及其服務市場也迅速地發展起來，保守地估計，在中國大陸地區這個市場的總量已經逼近10億元人民幣規模。

市場參與者主要包括四種類型的公司：第一類是擁有網絡信息搜索或（中文）文字信息處理等相關技術的軟件公司；第二類是公關、廣告公司，這類公司是在傳統媒體監測業務基礎上發展出網絡新媒體監測業務；第三類是網絡營銷服務公司，近幾年這類公司增長迅猛，網絡社會化媒體的飛速發展是其發展的催化劑；第四類是依托傳統媒體延伸出的增值服務。隨著網絡的發展，不少傳統媒體也開始“觸網”，并逐步發展出針對網絡媒體的新業務，而網絡輿情監測是其中的一個方面。例如，人民網輿情監測室。除了以上四類公司之外，還有一類進行網絡輿情監測業務的參與者，他們是主管部門或行業機構所屬的網絡輿情監測機構，但嚴格意義上講，此類機構和參與完全市場競爭的公司是不同的，因此，單獨另歸為一類。

社會化網絡媒體的興起，正在改變傳統的信息傳播機制。網絡傳播具有匿名性、速度快、范圍大、持續力強、傳播渠道多元化、傳播效果可測量等特點。一條負面信息從出現到形成輿論熱點的周期，從原來的24小時（傳統新聞媒體比較典型的更新周期）縮短到現在的4小時（微博熱點話題達到第一個傳播峰值比較典型的時間周期）。如果不能在這4小時內做出解釋、反饋、制定應對策略，就可能出現輿論一邊倒的局面，甚至可能發生極具品牌殺傷力的公共危機。由此，也就有了網絡輿情監測響應“黃金4小時”的說法。

做出及時、準確應對的前提是，要能夠在第一時間了解網絡輿情的內容、發生源、關鍵傳播途徑等相關信息數據。由此，對于網絡輿情監測軟件的性能提出相應要求。

如何來評價網絡輿情監測軟件（系統）的性能呢？個人認為主要著眼于以下三個方面。

評價標準之一：對網絡內容監測的準確性。

對于內容的判斷是一個關鍵技術，目前的監測系統還不能做到對內容信息的完全自動判斷和處理，在不能保證內容識別百分之百準確率的情況下，往往需要對監測分析的中間產物或不能識別的信息進行一定程度的人工校驗和清洗。

中文信息在處理上具有一定特殊性和技術難點。英文每個單詞之間用空格或標點符號進行分隔，與英文不同，中文字之間沒有空格，由字組成詞存在多種可能情況，中文分詞是識別的一個難點。

分詞難點：一是分詞的歧義識別，歧義是指同樣的一句話，可能有兩種或者更多的切分方法。主要有“交叉歧義”、“組合歧義”、“真歧義”（相關定義參見附錄）三類情形。“真歧義”必須要聯系上下文才能夠確定在文中的具體涵義；二是新詞識別，隨著時代的發展，中文新詞不斷涌現，如果沒有被收錄而要進行自動識別是非常困難的。與之相似的還有專業術語、名稱（包括，人名、商標、簡稱、機構名、縮略語等）等的識別問題。新詞識別準確率已經成為評價一個分詞系統好壞的重要標志之一。

在分詞基礎上，中文內容監測還需要對信息自動進行聚類、情感分析、提取摘要，特別是自動根據上下文內容判斷情感傾向與危機度、區分正負面。而這正是網絡輿情監測的核心工作之一。

為了提高內容識別的準確性，大部分網絡輿情監測系統采取了專業化發展的策略，通過面向特定領域的知識、經驗和基礎數據的積累與不斷更新，逐步建立起輿情監測系統在特定領域內的服務特長和功能優勢。由此，也就有了輿情監測服務市場的細分化，有的專注于民生與社會動向、有的專注于消費品牌、有的專注于特定行業??

也有一些監測系統提供全方位的監測服務，這些系統有較好的業務包容性，能夠滿足網絡輿情監測的主要需求，或者能夠根據客戶需要做到定制化的服務，這類系統通常都會針對新客戶有一個系統部署階段，在部署過程中完成一些定制化的工作。

“專用型系統”與“通用型系統”各有特色，客戶在選擇時主要評估是否能夠充分滿足自身需求，同時擁有較好的性價比。兩類系統相比較，我個人更看好“專用型系統”未來的發展。主要根據是，網絡媒體和內容形式的發展非常迅速，一個好的輿情監測系統必須有一個持續而專業化的服務保障體系為支撐，而“專用型系統”在此方面會有比較明顯的優勢。另外，“專用型系統”還可以根據特定行業或其他特定領域的特殊需求事先預置一些特色功能，如果設計得當，這些功能會對目標客戶有很大幫助和價值，也會成為營銷中的主要賣點之一。

準確性方面不同系統的表現差異很大。從市場反饋的情況看，在商用領域，需要分行業進行監測服務的業務積累，在某個行業或細分領域有的系統監測得好、有的系統就不行；同樣，在政府管理服務領域，也有數個細分領域，不同系統的表現也是參差不齊。

評價標準之二：網絡內容監測時效性。

時效性的高低與軟硬件技術和運營設備資源都有密切關系，其中涉及到的專業技術不是本文關注的范疇。這里要指出的是，時效性與前面提到的準確性是緊密相關的。如果系統對內容的判斷準確性高，需要的人工干預就少（當然，理想狀態是完全不需要人工干預），監測信息處理的時滯就少，監測的時效性自然就會有保障。如果系統需要一定的人工干預，通常情況下，會平均滯后0.5~3天左右。這個時間已經遠遠超出了前文提到的網絡輿情監測及響應“黃金4小時”周期。如果系統的時效性低，就不能對網絡突發輿情進行及時監測和應急處理，而這對危機公關服務是非常關鍵的。

有一些監測系統的結果是依賴于baidu、google等搜索引擎的搜索結果進行再分析（所謂的元數據抓取），而這些大型搜索引擎的數據抓取更新是有自己的特定規律和周期。對于排名靠后的網站，搜索引擎爬蟲軟件會隔幾天，甚至更長時間，才會光顧一次。這種情況下，時效性自然不會有保障。

當然，對于時效性，不同的客戶會有不同的要求。有的客戶會要求做到“實時監測”，例如提供危機公關服務的公關公司、廣告公司和一些關注于民生與社會動向的機構等；也有的客戶對時效性要求不是這么高，例如對品牌價值進行評估的服務需求，對特定事件做事后評估的服務需求等等。

通常情況下，時效性高低是網絡輿情檢測系統定價的一個重要基礎，從節約經費的角度出發，客戶還是應當選擇滿足自身業務時效性需求前提下性價比較高的系統和服務，不一定非要求做到“實時監測”。

評價標準之三：網絡內容監測全面性。

網絡內容監測全面性的概念很好理解，就是系統所監測網站的類別及總量。通常情況下，監測系統不會做全網監測，先不說技術上的困難，僅在運營費用和投入上就是中小規模公司難以承受的。性能優越的監測系統會有選擇地進行網絡監測，客戶關注領域的相關網站、排名靠前的大網站、熱點網站是監測的主要對象。

絕大多數號稱能夠做到“全網監測”的系統都是依賴對搜索引擎的搜索結果進行再分析——元數據抓取。前文已經指出，這種方式可以達到了大覆蓋，但犧牲了時效性。

不過在全面性方面也有一些技術問題需要處理，一些主要的內容服務網站、社會化網絡媒體和電商網站對于爬蟲軟件已經做了限制。限制的原因有所不同，內容服務網站、社會化網絡媒體（SNS網站、微博等）主要是出于對信息及用戶數據的保護和主管部門的特定要求，電商網站（自主平臺類）主要為了防范網絡商品比價。

綜合地看，相對于“準確性”與“時效性”而言“全面性”問題更容易解決，技術因素是一方面，通過加大服務器和帶寬等運營資源的投入也能夠取得顯著地改善。

網絡輿情監測軟件及其服務市場的發展趨勢

網絡輿情監測軟件及其服務市場具有很大的發展潛力，個人觀點在今后5年內這個市場都會保持快速發展勢頭，年復合增長率在30%以上。

我很贊同計世資訊研究（CCW Research）的觀點——“輿情監測分析軟件市場未來的發展方向是行業化與服務化”。行業化主要是指軟件及服務要與各行業的特點緊密結合，服務化是指輿情監測軟件將采用軟件運營服務SaaS模式，輿情監測運營服務將成為一種新的發展模式，在降低投入門檻的同時將受到更多客戶的青睞。

目前，市場格局還很分散，還沒有上規模的運營服務商，這是一個市場空白。近幾年云計算技術的快速發展將創造新的發展機會，在通過云計算大幅度提升軟件系統效能和服務品質的同時，也有利于催生在這個細分領域內上規模的運營服務提供商。

從服務對象角度看，專業網絡輿情監測軟件及服務公司主要服務于政府部門、專業服務公司（主要是，公共公司、廣告公司、網絡營銷服務公司）和互聯網公司。然而，隨著互聯網對社會經濟發展的快速滲透和融合，越來越多的企業和機構認識到了網絡營銷、網絡輿情的重要性，他們中的一小部分已經開始嘗試使用網絡輿情監測軟件及服務。雖然他們在客戶市場中目前所占的比重還不到10%，但是到2018年很有可能占到30%以上的比重。從商業服務角度，網絡輿情監測軟件及服務與網絡營銷服務之間存在著密切的聯系。對于能夠提供品牌監測的軟件系統，如果能夠把營銷評估（營銷決策支持）和營銷管理工具結合起來，把系統服務延伸到營銷管理與營銷作業流程中，將具有更大的市場潛力。在這方面市場參與者還較少，做得好的系統很少，未來應該有不錯的發展空間。(陳興躍)附錄：

中文分詞的歧義類型

（此附錄的相關內容來自互聯網）

歧義是指同樣的一句話，可能有兩種或者更多的切分方法。例如：“表面的”，因為“表面”和“面的”都是詞，那么這個短語就可以分成“表面▁的”和“表面的”。這種稱為交叉歧義。像這種交叉歧義十分常見，前面舉的“和服”的例子，其實就是因為交叉歧義引起的錯誤。“化妝和服裝”可以分成“化妝▁和服裝”或者“化妝▁和服▁裝”。由于沒有人的知識去理解，計算機很難知道到底哪個方案正確。

交叉歧義相對組合歧義來說是還算比較容易處理，組合歧義就必需根據整個句子來判斷了。例如，在句子“這個門把手壞了”中，“把手”是個詞，但在句子“請把手拿開”中，“把手”就不是一個詞；在句子“將軍任命了一名中將”中，“中將”是個詞，但在句子“產量三年中將增長兩倍”中，“中將”就不再是詞。這些詞計算機又如何去識別？

如果交叉歧義和組合歧義計算機都能解決的話，在歧義中還有一個難題，是真歧義。真歧義意思是給出一句話，由人去判斷也不知道哪個應該是詞，哪個應該不是詞。例如：“乒乓球拍賣完了”，可以切分成“乒乓▁球拍▁賣▁完▁了”、也可切分成“乒乓球拍賣▁完▁了”，如果沒有上下文其他的句子，恐怕誰也不知道“拍賣”在這里算不算一個詞。

第三篇：網絡輿情監測系統

輿情監測系統介紹

功能和服務

輿情監測系統的數據是經過清洗、過濾、抽取、分析和挖掘的，輿情監測系統的主要功能并不只是提供簡單的輿情信息搜索，而是具有全網搜索、定向監測、自動發現，自動預警，趨勢分析，自動分類等功能，具有豐富的統計結果。

而互聯網搜索引擎只能提供相關的搜索服務，要靠人工主動去搜索，搜索結果出于商業利益的驅動，摻雜很多的不合理的因素，準確性、可用性不強。全面性和及時性方面完全不能滿足輿情監控的需要。

采集范圍和深度

輿情監測系統所采集的信息范圍主要是定向的，是用戶關注的特定區域、特定領域的網站，針對這些網站可以做到全面采集和精準采集。雖然baidu/google等互聯網搜索雖然采集范圍廣泛，但是針對具體的輿情載體，采集深度不夠，采集不全面。

目前搜索引擎的數據采集采用的是廣度優先策略，會根據url地址進行重復采集的控制。對于論壇、貼吧等輿情載體不會按照主貼、跟帖、翻頁的方式進行精確采集，采集深度滿足不了輿情監控應用的需要。

西盈網絡信息雷達系統專門針對西盈網絡輿情監測（監控）系統和西盈競爭情報系統開發而成的，深度挖掘技術超越了google等以智能化和廣度見長的搜索引擎爬蟲系統。

更新速度

輿情監測系統用戶可以自己設置采集的更新頻率，對于輿情高發的載體網站可以做到分鐘級的更新，這一點互聯網搜索引擎是無法達到的。互聯網搜索引擎的采集周期一般都是數天或者數周，甚至會出現漏采，無法采集的情況。

采集的網站種類

輿情監測系統可以做到對新聞，論壇，博客，貼吧等輿情載體的全面采集，尤其是針對論壇（包括跟帖），貼吧等這些“草根”網站（這些媒體往往是輿情高發區域），實現全面、迅速的輿情采集的同時，可以實時更新信息的點擊數，回復數，轉載數等等。而互聯網搜索引擎大多是采集新聞網站，而對于論壇，貼吧、博客等等往往無能為力，更無法提供輿情分析需要的統計數據。采集數據的有效性

互聯網搜索引擎所采集的數據，往往是沒有經過過濾的，甚至充斥著大量的廣告等垃圾信息。這些信息往往可以作為輿情的并不多。而輿情監測系統所采集的數據全部都是有效的，和用戶相關的，真正稱之為輿情的數據。

輿情信息儲存和利用

輿情監測系統的信息是儲存在用戶本地的，可以進行歸檔，分析利用以及作為應用系統的數據來源，但是針對互聯網搜索引擎中的數據，用戶沒有任何干預的手段，只能通過其固定的檢索服務進行訪問。

相關信息的數量

百度和谷歌等互聯網搜索引擎雖然擁有絕對多的數據量，但是對于和用戶相關的輿情信息，由于其沒有定向采集全面，深度等優勢，其收錄數量就會大大低于輿情監測系統。另外，輿情監測系統集成了互聯網搜索引擎的元搜索功能。可以整合多個搜索引擎的搜索數據。

總結

成功的輿情監測系統是主動告知用戶google等搜索引擎中或收錄或沒有收錄的與“我”相關的輿情信息。重大事件及時預警，并提供量化的統計分析數據助力輿情分析，通過自動生成輿情報告等方式輔助輿情工作。

網絡輿情監控系統解決方案

方案背景

據中國互聯網信息中心調查，截至2009年12月31日，中國網民達到3.84億人，全國互聯網普及率28.9%，手機網民規模達到2.33億。網絡媒體已被公認為是繼報紙、廣播、電視之后的“第四媒體”，網絡成為反映社會輿情的主要載體之一。網絡環境下的輿情信息的主要來源于新聞評論、BBS、博客、聚合新聞(RSS)，網絡輿情表達快捷、信息多元，方式互動，具備傳統媒體無法比擬的優勢。

由于互聯網具有虛擬性、隱蔽性、發散性、滲透性和隨意性等特點，越來越多的網民樂意通過BBS論壇、博客、新聞跟貼/轉貼等渠道來表達觀點傳播思想。如果引導不善，負面網絡輿情將對社會公共安全形成威脅。對相關部門來說，加強對網絡輿論的及時監測、有效引導，以及對網絡輿論危機的積極化解，對維護社會穩定、促進國家發展具有重要的現實意義，也是創建和諧社會的應有內涵。對企業來說，準確掌握產品和市場情況，監控競爭對手和行業動態，是企業市場、行銷決策的重要支撐。方案內容

系統介紹

易觀網絡輿情監控系統，整合互聯網信息采集技術及信息智能處理技術，通過對互聯網海量信息自動抓取、自動分類聚類、主題檢測聚焦，傾向性研判等，實現用戶的網絡輿情監測和新聞主題追蹤等信息需求，形成簡報、報告、圖表等分析結果，為客戶全面掌握群眾思想動態，做出正確輿論引導，提供分析依據。

系統結構圖

系統組網圖

系統功能

1)深度多渠道網絡信息采集，為用戶提供監控源配置功能，可以對監控源的優先級進行配置調整。

2)完善的信息預處理機制：超鏈分析，編碼識別，URL去重，錨文本處理，垃圾信息過濾，內容去重，關鍵字抽取，正文抽取等。

3)強大的索引分詞機制，對輿情信息實施雙重過濾，具有自動分類、自動聚類、相似性排重功能，系統能夠自動完成熱點發現。

4)熱點輿情：系統自動識別出熱點焦點事件，以輿情形式分新聞、論壇和博客三種類別呈現。及時發現網絡熱點信息。

5)專題追蹤：生成專題報道對網絡話題進行專題化的偵測和追蹤，如兩會、奧運會，對專題話題形成系統性的掌握和監控。

6)分站/分類瀏覽：對系統中輿情可以按網站和不同的分類進行瀏覽。同時可以對顯示的輿情進行操作（設置影響、入簡報、專題、收藏、刪除）。

7)趨勢分析：來源載體/站點分布、單個/多個關鍵詞熱度曲線圖、主題/關鍵詞熱度的整體趨勢、文章轉載量日均/總體趨勢分析、輿情信息的地域分布、網民檢索行為分析。

8)突發事件分析：對突發事件進行預警，跨時間、跨空間綜合分析，獲知事件發生全貌。9)多種輿情檢索方式：可按網站、類別、時間段、關鍵詞等條件進行專項化全文檢索，并可生成查詢時間和次數、關鍵詞查詢頻率等查詢統計數據。另外還將結合檢索關鍵詞，隨時補充全文檢索庫中的關鍵詞，有機結合個人操作習慣，可在檢索結果中進行二次檢索。

10)輿情統計報告：根據輿情分析引擎處理后生成報告，用戶可通過瀏覽器瀏覽，根據指定條件對熱點話題、傾向性進行查詢，并瀏覽信息的具體內容，提供決策支持。

11)統計報表：系統生成各種形式的報表。報表包括圖表和數據表格，圖表包括餅圖、折線圖、直方圖等，如總量圖、趨勢圖等；數據表格是對輿情信息的數理統計，以數字的形式記錄各項輿情數據。另外用戶可以自己需求定制報表模版，比如日報、周報、月報等。

12)輿情報警系統：對突發事件、涉及內容安全的敏感話題及時發現并報警，系統提供多種報警方式。

系統特點

1)精準全面的網絡輿情采集，能夠對論壇、博客、新聞評論等內容進行全面、精確的采集和及時的更新，為輿情分析提供強有力的數據保障。

2)多維度實時監測、過濾網絡輿情信息，采集到本地的文章會自動標注并分析，具有趨勢圖直觀展現。

3)專業的輿情辦公平臺，用戶可以根據實際工作需要，將需要關注的信息定制到系統，用戶可以隨時調出自己需要的資料，直接追蹤關注事件的傳播源頭，把握傳播動態，系統自動生成輿情報告，節省用戶人力。

4)專業的輿情分析顧問服務，基于易觀深厚的互聯網行業背景以及對網絡輿情深刻的認識，協助用戶進行輿情監控設計，對用戶背景、行業特征及需求做深度調研，給出最適合用戶的輿情監控方案。

5)豐富的輿情項目開發實施經驗，有專業的輿情實施隊伍和資源，提供從輿情監測規劃、輿情系統選型、輿情項目實施、輿情工作開展到輿情干預的一體化的輿情系統解決方案。

6)擁有成熟的輿情產品，可以根據用戶要求定制，需求牽引及時，在保證效果的同時提供良好的用戶體驗。

商業價值

幫助客戶全面、及時、精準、專業、高效獲取網絡輿情并為己所用；

第一時間獲取客戶相關的正負面新聞、泄密信息、領導相關報道、近期輿論熱點等，健全危機事件預警機制防患于未然；

協助企業客戶準確掌握產品和市場情況，監控競爭對手和行業動態，為企業市場、行銷決策提供支持支撐服務。

附件1：

“網絡游戲未成年人家長監護工程”實施方案

“網絡游戲未成年人家長監護工程”是一項在政府部門、人民團體指導下，社會和家長參與，網絡游戲經營單位具體實施的社會行動，旨在加強家長對未成年人參與網絡游戲的監護，引導未成年人健康、綠色地參與網絡游戲，構建和諧家庭關系。該工程自2011年3月1日起全面實施。

一、“家長監護工程”的主要內容

（一）網絡游戲經營單位建立專門的服務頁面，公布專線咨詢電話，開通專門受理渠道，介紹受理方式。

（二）家長需要了解、引導、控制孩子游戲活動的，由家長向網絡游戲經營單位提供合法的監護人資質證明、游戲名稱賬號以及限制措施等信息。限制措施包括：限制每天或每周玩游戲的時間長度，限制玩游戲的時間段，或者完全禁止。

（三）網絡游戲經營單位按照家長要求對未成年人的賬號采取限制措施，并持續跟蹤觀察，及時反饋該賬號的活動，為家長提供必要協助，制止或限制未成年人的不當游戲行為。

二、實施“家長監護工程”的具體要求

各網絡游戲經營單位要做到“四有”，即有專人負責、有專線電話、有專區設置、有季度報告。

（一）專人負責

1.要指定專門的負責人，并將指定負責人及聯絡方式向所在地省級文化行政部門備案；

2.培訓專門服務人員對“家長監護工程”提供專業咨詢解答和服務支持；幫助家長了解被監護人游戲行為，提供家長與被監護人進行溝通的建議；

3.服務人員要持續跟蹤每個申請，及時與家長溝通情況，反饋該賬號的活動，了解未成年人參與游戲的狀況，為家長提供必要協助。

（二）專線電話

1.開通單獨的專線服務電話（區別于普通服務熱線），提供咨詢解答和受理服務；

2.在原有的客服電話中提供轉接到專線服務電話的鏈接；

3.要提供多種服務渠道，確保家長可選擇最便利的方式提出服務申請（傳真、網絡申請、電子郵件、信函郵寄、上門申請等）。

（三）專區設置

1.在網站設置“家長監護工程”專區，在主要運營產品網站的顯著位置設置進入該工程頁面的鏈接方式； 2.專區要有對工程情況、申請條件、處理流程、可采取的監護結果等事項的說明；

3.要在專區顯著位置設置監護服務申請入口、受理方式（家長監護專線）；

4.專區要預設好問題和答案，或展示虛擬案例操作流程及結果，供家長閱覽和參考；

5.專區要設置服務申請進度查詢；

6.專區要登載《未成年人健康參與網絡游戲提示》（附件2），引導未成年人健康地玩游戲、玩健康的游戲。

（四）季度報告

各網絡游戲經營單位要在每季度末向所在地省級文化行政部門提交“家長監護工程”情況報告。報告內容包括咨詢數量、申請數量、受理與完成情況、重點案例分析、疑難問題說明，對于工程實施過程中出現的問題提出意見或建議。

三、強化信息公開和社會監督

文化部在中國文化市場網設置“家長監護工程”專欄，公布網絡游戲經營單位名錄、各經營單位“家長監護工程”服務網站主頁、熱線電話等信息，供家長和社會查詢和監督。

第四篇：國內付費網絡輿情監測系統

國內付費網絡輿情監測系統簡介

免費工具雖然不要使用費，且能夠獲取需要的信息，但費時費力，對于品牌型等網絡輿情監測要求較高的企業并不可取。目前國內致力于網絡輿情監測軟件開發，如托爾思TRS、方正電子政務、邦富軟件、線點科技、中科點擊、本果信息技術、古尼軟件、迅奧科技、藍通百特、維思比科技、iri網絡口碑、紅麥軟件、新聯財通、易寶等等。分析上述公司開發的輿情監測軟件，主要包括以下功能：

1、自動采集功能

付費輿情監測軟件把人工收集輿情的繁瑣工作自動化了，其功能與搜索引擎的蜘蛛爬蟲類似。當然，作為輿情管理系統，在自動采集頁面后，還需要做自動分類、自動生成摘要，自動獲取關鍵詞，并建立索引。

2、分析處理功能

分析與處理功能主要表現在傳播路徑分析、話題演化分析以及觀點傾向分析等。以TRS互聯網輿情管理系統為例，具有話題發現與追蹤、信息預警機制、傾向性分析、信息過濾、多維度關聯輿情分析與輿情專題、輿情干預等功能。

3、統計報表功能

用符合用戶習慣的可視化形式表現分析與處理的結果，也是付費輿情管理軟件的一項重要功能。該項功能主要包括輿情簡報、趨勢圖表、聚類圖等，一些智能化的軟件還會給出文字概述及輿情應對建議

等。

4、協同工作功能

部分輿情管理系統除了具備上述功能外，還有部分OA的功能，能夠為后期企業各部門協同應對輿情提供OA環境。

總體來講，在選擇該類軟件時，要考慮監測網站的數量、頁面抓取獲取數量、分析處理功能的能力和有效性、統計報表的易用性和表達方式等多方面因素，而不是僅僅比較價格。

第五篇：基于網絡輿情監測系統的分析

基于網絡輿情監測系統的分析

[摘 要] 隨著互聯網的快速發展，網絡媒體作為一種新的信息傳播形式，已深入人們的日常生活。網民數量的持續快速的增加，以及網民通過網絡形成的輿情越來越得到社會的廣泛的關注。網絡輿情監測系統就是針對網絡輿情熱點問題的預警。

[關鍵詞] 網絡輿情 監測 分析

隨著互聯網的快速發展，網絡媒體作為一種新的信息傳播形式，已深入人們的日常生活。中國網民數量也在持續快速的增加，2010年7月15日，中國互聯網絡信息中心（CNNIC）發布《第26次中國互聯網絡發展狀況統計報告》，報告顯示，中國網民規模達到4.2億，手機網民民規模更達2.77億。網民通過網絡形成的輿情越來越得到社會的廣泛的關注。從2003年的非典、孫志剛事件，到2010年教育局封殺論壇事件、馬鞍山局長打人事件等等。這些事件性質、主體各不相同，但是有一個共同的特點，即他們都是通過網絡而放大了事件的影響力。

1.網絡輿情監測系統的概念

網絡輿情是通過互聯網傳播的公眾對現實生活中某些熱點、焦點問題所持的有較強影響力、傾向性的言論和觀點。

最近幾年各種社會機構組織、企業、各級政府都紛紛重視網絡輿情，2008年7月，江西60多位縣級官員實名開博，多數是收集當地網民關注的民生問題。2010年9月8日，人民網?中國共產黨新聞網正式推出“直通中南海――中央領導人和中央機構留言板”。該留言板突出互動性，旨在讓廣大網友對中央領導人傾訴心聲，給中央機構提出意見和建議。

由于互聯網具有虛擬性、隱蔽性、發散性、滲透性和隨意性等特點，越來越多的網民樂意通過BBS論壇、博客、新聞跟貼和轉貼等渠道來表達觀點傳播思想。如果引導不善，負面網絡輿情將對社會公共安全形成威脅。對相關部門來說，加強對網絡輿論的及時監測、有效引導，以及對網絡輿論危機的積極化解，對維護社會穩定、促進國家發展具有重要的現實意義，也是創建和諧社會的應有內涵。對企業來說，準確掌握產品和市場情況，監控競爭對手和行業動態，是企業市場、行銷決策的重要支撐。

從現在的網絡輿情傳播速度來看，信息出現后的1至3小時就可以被轉至多家論壇，6小時后就可以被多家新聞網站轉載，24小時在網上的評論和跟帖就能制造出熱點事件和輿論高潮。因此能夠第一時間知道現在哪些是熱點輿情，哪些將會成為熱點輿情，對于我們來說至關重要。

“網絡輿情監測系統”是針對在一定的社會空間內，圍繞中介性社會事件的發生、發展和變化，民眾對社會管理者產生和持有的社會政治態度于網絡上表達出來意愿集合而進行的計算機監測的系統統稱。通過這個系統，能夠讓我們有效的對網絡輿情進行預警和應對。

2.網絡輿情監測系統結構

網絡輿情監測系統分為五大系統，分別是：網絡輿情采集系統、網絡輿情存儲系統、網絡輿情分析系統、網絡輿情檢索系統和網絡輿情發布系統。如圖1：

網絡輿情采集系統會對互聯網中的主要門戶網站新聞、各大論壇的熱門貼、關注度比較高的博客和微博以及各大主要的網絡搜索引擎的熱搜內容進行采集。采集后的數據存儲進入統一的網絡輿情存儲系統。網絡輿情分析系統對存儲在輿情存儲系統中的信息進行分析，把輿情內容歸納、整理、分類后得出最近階段輿情的變化及趨勢，并把分析好的數據存入存儲系統。用戶可以用網絡輿情檢索系統檢索自己想要的最近、最新的焦點信息。最后通過輿情分析系統分析的信息、通過輿情檢索系統檢索的信息以及網絡輿情存儲系統中的信息都可以通過輿情報告系統發送和展示給用戶。

3.網絡輿情監測系統分析

3.1網絡輿情采集系統

網絡輿情采集系統是整個系統的基礎。全世界互聯網的信息是非常巨大的，即使僅僅對國內信息的檢索也是海量的，而且由于網頁設計的靈活性造成的網頁結構復雜，網頁的快速更新造成的網頁內容動態性，以及一些網站對站內信息限制的技術手段造成網頁內容不完整性，使得傳統手工采集信息的方法非常低效率和高錯誤率。特別是最近幾年，隨著QQ群、博客、twitter等微博被網友廣泛使用，這些主要為松散的，非結構化信息要實現采集的難度也越來越大，靠手工采集已經不太現實。

為解決這個問題，現在的采集系統往往采用具有一定智能的自動采集技術，國內外早期的網絡采集方法是針對特定采集對象編寫的程序，這個程序稱為wrapper。近幾年，越來越多的采集工具被開發出來用來代替傳統的手工編寫wrapper程序的方法。目前較為流行的采集工具可以分為六大類：

3.1.1開發wrapper的專用高級語言

傳統的wrapper由于是手工編寫針對某一個目標，如果要為大量目標手工編寫非常不效率，通過專用高級語言可以方便編寫wrapper。例如：Minerva，TSIMMIS，Web-OQL，FLORID，Jedi等。

3.1.2以HTML為中間件的工具(HTML-aware Tools)

這些工具在抽取時主要依賴HTML文檔的內在結構特征。在抽取過程之前，這些工具先把文檔轉換成標簽樹；再根據標簽樹自動或半自動地抽取數據。代表工具有Knowlesys，MDR。

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

這些工具通常利用filtering、part-of-speech tagging、lexical semantic tagging等NLP技術建立短語和句子元素之間的關系，推導出抽取規則。這些工具比較適合于抽取那些包含符合文法的頁面。代表工具有 RAPIER，SRV，WHISK。

3.1.4包裝器的歸納工具(Wrapper Induction Tools)

包裝器的歸納工具從一組訓練樣例中歸納出基于分隔符的抽取規則。這些工具和基于NLP的工具之間最大的差別在于：這些工具不依賴于語言約束，而是依賴于數據的格式化特征。這個特點決定了這些工具比基于NLP的工具更適合于抽取HTML文檔。代表工具有：WIEN，SoftMealy，STALKER。

3.1.5基于模型的工具(Modeling-based Tools)

這些工具讓用戶通過圖形界面，建立文檔中其感興趣的對象的結構模型，“教”工具學會如何識別文檔中的對象，從而抽取出對象。代表工具有：NoDoSE，DEByE。

3.1.6基于本體的工具(Ontology-based Tools)

這些工具首先需要專家參與，人工建立某領域的知識庫，然后工具基于知識庫去做抽取操作。如果知識庫具有足夠的表達能力，那么抽取操作可以做到完全自動。而且由這些工具生成的包裝器具有比較好的靈活性和適應性。代表工具有：BYU，X-tract。

3.2網絡輿情分析系統

網絡輿情分析系統為整個系統的核心功能，其主要包括以下功能：熱點識別能力、聚類分析、傾向性分析與統計、信息自動摘要功能。

3.2.1熱點識別能力

由于網絡信息的更新和變化速度非常快，導致網絡熱點也時常轉化，因此識別熱點成為整個分析系統的前提條件。一般對于一段時間內的熱門話題的識別主要是根據信息出處權威度、評論數量、發言時間密集程度等參數，給予一定的權重值，然后統計出該時間段內的熱點。

3.2.2聚類分析

傳統的手工統計分析對于海量的數據基本是無能為力，即使是勉強統計也會因為數據量而對數據的主題把握會產生偏差，從而造成統計數據失真，進而造成分析結果錯誤。

對文章標題和關鍵詞進行聚類分析是現在常用的網絡輿情分析方法，現在被廣泛的采用，常用的聚類分析方法一般分為五類：

3.2.2.1劃分方法

首先創建k個劃分，k為要創建的劃分個數；然后利用一個循環定位技術通過將對象從一個劃分移到另一個劃分來幫助改善劃分質量。典型的劃分方法包括：k-means，k-medoids，CLARA，CLARANS，FCM。

3.2.2.2層次方法

創建一個層次以分解給定的數據集。該方法可以分為自上而下（分解）和自下而上（合并）兩種操作方式。為彌補分解與合并的不足，層次合并經常要與其它聚類方法相結合，如循環定位。典型的這類方法包括：BIRCH方法，它首先利用樹的結構對對象集進行劃分；然后再利用其它聚類方法對這些聚類進行優化。CURE方法，它利用固定數目代表對象來表示相應聚類；然后對各聚類按照指定量（向聚類中心）進行收縮。ROCK方法，它利用聚類間的連接進行聚類合并。CHEMALOEN方法，它則是在層次聚類時構造動態模型。

3.2.2.3基于密度的方法

根據密度完成對象的聚類。它根據對象周圍的密度（如DBSCAN）不斷增長聚類。典型的基于密度方法包括：DBSCAN:該算法通過不斷生長足夠高密度區域來進行聚類；它能從含有噪聲的空間數據庫中發現任意形狀的聚類。此方法將一個聚類定義為一組“密度連接”的點集。OPTICS:并不明確產生一個聚類，而是為自動交互的聚類分析計算出一個增強聚類順序。

3.2.2.4基于網格的方法

首先將對象空間劃分為有限個單元以構成網格結構；然后利用網格結構完成聚類。STING就是一個利用網格單元保存的統計信息進行基于網格聚類的方法。CLIQUE和Wave-Cluster 則是一個將基于網格與基于密度相結合的方法。

3.2.2.5基于模型的方法

它假設每個聚類的模型并發現適合相應模型的數據。典型的基于模型方法包括：統計方法COBWEB:是一個常用的且簡單的增量式概念聚類方法。它的輸入對象是采用符號量（屬性-值）對來加以描述的。采用分類樹的形式來創建一個層次聚類。CLASSIT是COBWEB的另一個版本。它可以對連續取值屬性進行增量式聚類。

3.2.3傾向性分析與統計

對信息的闡述的觀點、主旨進行傾向性分析。可以為網絡輿情的分析提供參考依據。

但是由于網絡詞匯的多樣性，網絡上出現許多新詞，要判斷這些詞的傾向性就比較困難，一般傾向性分析可分為三種：

3.2.3.1情感傾向詞典

中文詞語情感傾向詞典是給定一組已知極性的詞語集合作為種子，對于一個情感傾向未知的新詞，在電子詞典中找到與該詞語義相近、并且在種子集合中出現的若干個詞，根據這幾個種子詞的極性對未知詞的情感傾向進行推斷。

3.2.3.2機器人學習

與詞典法比較類似，也是給予一些已知極性的詞語作為種子詞，對于一個新詞根據它和種子詞的緊密程度對其情感傾向性進行推斷，不同的是他是根據詞語在種子庫中的同現情況判斷其聯系緊密程度來作為判斷依據。

3.2.3.3人工標注種子庫

首先對情感傾向性分析種子庫進行手工標注，標注的級別包括文檔集的標注、短語級標注和分句級標注。在這些基礎上，利用詞語的共現關系、搭配關系或者語義關系，以判斷詞語的情感傾向性。

3.2.4信息自動摘要功能

能夠根據文檔內容自動抽取文檔摘要信息，這些摘要能夠準確代表文章內容主題和中心思想。用戶無需查看全部文章內容，通過該智能摘要即可快速了解文章大意與核心內容，提高用戶信息利用效率。而且該智能摘要可以根據用戶需求調整不同長度，滿足不同的需求。主要包括文本信息摘要與網頁信息摘要兩個方面。

3.3網絡輿情檢索系統

網絡輿情檢索分析系統產生的結果會實時存放進入存儲系統之中，而檢索系統可以分時間、地點、類型、網站等等進行分類檢索，然后提供給用戶。

分析系統提供的熱點分析往往只是對已經產生的熱點，或者是將要成為熱點的次熱點。而檢索系統還可以讓用戶自定義關鍵詞對采集到的信息進行自定義監控。

3.4網絡輿情報告系統

根據網絡輿情分析系統處理后的結果或網絡輿情檢索系統查詢的結果生成報告，系統可通過短信、電話、網頁瀏覽等各種手段及時告知，提供決策支持。

總之，網絡輿情監測系統出現時間還比較短，基于其的算法和方法還都很不完善，而且隨著計算機技術的不斷發展，網絡應用技術也在不斷的變化，像近幾年微博等非結構性的應用形式的出現，給檢測系統的監測帶來不小的挑戰。方便、快捷、智能、通用將是今后輿情監測系統發展的方向。

參 考 文 獻

[1]曹勁松.政府網絡傳播[M].江蘇：江蘇人民出版社，2010-11-02

[2]葉皓.正確應對網絡事件[M].江蘇：江蘇人民出版社，2009

[3]郭建永，蔡永，甄艷霞.基于文本聚類技術的主題發現[J].計算機工程與設計，2008(6).■