舆情监测工作总结(网络舆情监测相关经验总结)。

网络舆情监测分析是实时掌握网络舆情动态的基础性工作，也是妥善处理网络有害信息、制定有效宣传策略、正确引导舆情的重要前提和基础。在实践中，网络舆情监测分析实践包括预设话题的实时监测与收集、突发舆情事件的预警、舆情数据的汇总与分析、舆情样本的提取与分析、舆情趋势的预测与掌握、舆情简报的撰写。这些都决定了舆情监测分析需要结合分析和软件应用，从定性和定量两个方面对某个主体、单位、领域或行业的舆情进行及时监测和判断。这是舆情监测分析工作的基本模式。

1网络舆情监测分析的主要内容。

网络舆情报道针对某一话题或某一时段的舆情信息，以报道的形式客观真实地展示媒体和网民的评价意见和态度反馈。在舆情监测分析实践中，是舆情监测分析的重要组成部分，是各类舆情中心正常运行的关键工作内容，是政府机构辅助决策咨询、掌握舆情的重要依据和来源。从这个角度来看，舆情监测的分析工作包括以下几个方面。

1)选题。选题是舆情信息有效、成功编纂的重要前提，选题范围来源于对舆情信息的监测和分析。比如根据舆论工作的目标，不同领域、不同行业、不同单位关注的舆论侧重点不同，所以选择的题材侧重点必然不同。比如涉军网络舆情主要针对军队、军队、现役军人的网络信息，选题主要包括党、国家、军队的战略决策等重大问题。比如，军事改革；军事训练和建设管理中的经常性或热点问题。这些往往表现为涉及军方的新闻、事件、问题和案件，产生集中、持续或突发的舆论信息。一般根据时间、数量、主题、关注度等维度指标，结合社会、军事现实，从热点、突发事件、预警等舆情统计信息中综合分析，可选择选题。

2)内容。(1)主题鲜明。互联网舆情信息非常复杂，来源于新闻、论坛、微博、微信等。要通过分类分层，提炼聚合民意点，做到主题明确，内容层次分明。(2)内容准确、全面、客观。舆情分析的结果必须客观真实地反映网络言论情况，说你有什么，说你是什么，尽可能准确全面地分析舆情样本。舆情分析包括定量分析和定性分析，其中定性分析多依赖于人为的主观判断，即样本中态度和观点的分离、归纳和提炼。因此，监测分析对象要尽可能全面、广泛，避免片面，引入更多分析人员的主观判断，导致分析结果偏离实际。同时，在材料选择上，可以充分利用比较性、解释性和解释性背景材料，对舆情信息主题进行阐释、烘托和深化。(3)数据统计。舆情监测分析涉及大量统计数据。比如计算新闻评论的转载量，统计发文量、新闻回复量、点击量，反映网民对一个事件的关注度；根据每个不相交的观点项计算网友评论的分布。您也可以使用“在线调查”进行数据统计。这些工作的关键环节是对大量舆情信息进行梳理和分析，通过一定的统计指标体系和技术方法揭示评估舆情的特点和发展规律。

3)形式。坚持形式服务内容，提高舆情报道的科学化、规范化、自动化水平。在舆情报道中，可以根据不同的监测对象和特点选择文案结构和方法，包括舆情总结、舆情趋势和特点分析、媒体报道和网络言论倾向分析、关注度排名、舆情应对效果和经验分析等。不同的监测分析对象在舆情报道中有不同的侧重点。在指定服务目标或选择主题后，选择适当的报告表单。例如，全国民意分析强调全面性和深度，而地方民意则侧重于发现问题，锁定网络和媒体信息来源。同时，可以利用比较、分布、构成、关联等图表对模型性能进行分析，确认舆情趋势、舆情来源分类、意见分布等，提高在线舆情数据的可理解性和可视化。

网络舆情监测分析的下一步及发展。

充分利用新技术、新方法，增强网络舆情监测的主动性，及时准确掌握网络舆情信息动态，从而做好舆情监测分析工作。在TRS、百度舆情等市场的舆情体系有一定的功能，但需要根据实际情况和问题进行完善，才能更好地满足的实际需求。根据实际工作和经验，有必要在以下几个方面进行改进和加强。

1)提高舆情数据的科学指数。指标是一些研究对象确定的评价依据和标准，包括指标名称和值[2]。比如对某个阶段的某个话题或事件进行统计，包括出现的信息总量、浏览次数、回复次数、来源站点数量等。在此基础上，监控和分析一个话题的关注度。网络舆情指标的构建需要整合以下几个方面:(1)专题性。具体舆情工作有明确的服务对象，一般具有特定主题、行业或领域的性质[3]。比如涉警舆情、医药行业舆情等。网络舆情监测的目的是及时发现问题和风险，因此设定的指标要对各种信息敏感地做出反应。同时，利用词库、知识库等。提高已建立监测目标信息的筛选分析效果。(2)可靠性。指标的选择要有相对的可靠性和稳定性，这样才能保证指标使用的连续性和及时性。(3)系统性。舆情监测的网络分析工作非常复杂，涉及面很广，因此建设指标必须全面完整，相互形成有机整体，覆盖工作流程，多层次、多角度揭示网络舆情特点。(4)可理解性。数据指标应易于理解和解释，并为工作简报的撰写提供必要的数据支持。

2)扩大舆情信息的广度和深度。舆论来源趋于多元化，从传统新闻网站、论坛到微博、微信等社交网络应用。舆情监测不可能捕捉到全网的信息，但零星的网络言论会迅速成为不同网站、网页和网民之间的热点。要准确把握舆情态势，防止片面监测分析，就要加大信息来源范围，不断拓展信息收集的广度和深度。就信息源的广度而言，网络应用的类型和站点的数量非常重要。比如涉军网络舆情的收集包括军事网站和主流媒体军事频道发布的军事新闻，以及网友的帖子；网友在军事论坛的各种帖子；军事博客和网友回复；微博、微信等社交媒体应用。其中，微博对数据相对开放，与传统博客类似，也有选择微博的。微信主要限于个人交流，但微信微信官方账号信息可以收集。扩大收集范围可能会带来大量不相关的数据，可以对收集器做一定的限制和过滤规则，减少收集过多的不相关信息。在信息深度方面，解决了部分网站需要用户登录、页面分页分层、网页自动检测、用户密码、验证码等问题。

3)提高舆情监测分析的自动化程度。通用舆情系统包括自动聚类、分类等数据挖掘的通用功能，提高了舆情分析的自动化程度[4]。但各项功能针对性不强，大量工作在实践中仍需繁琐的人工完成，难以满足舆情报告撰写的实际需求。因此，需要结合实践特点，制定和扩展结构化模板和定制化功能，提高舆情分析效率。例如，通过使用民意报告模板、图表模板和意见分类功能，可以进一步减少人工工作。同时，可以利用不同网站、不同类型的网页对舆情信息进行交叉验证，增强网络信息的自动融合，提高舆情分析的准确性和及时性。在工作流程上，在线舆情信息收集、整理、分析的自动化，可以从繁杂的信息收集整理中解脱出来，集中精力进行舆情分析和报告撰写，从而提高工作水平和效率。

4)提高舆情信息内容分析的语义和技术水平。内容分析是网络舆论工作的关键。大多数系统都是基于词匹配来完成聚类任务，从而实现既定的舆情内容分析功能。然而，同义词、近义词和与意义相关的相关词在词形上各不相同，在准确性和召回率上不可避免地存在不足。比如，舆情的话题追踪和意见分类的表现会明显受限。此外，内容相同或相似的新闻和帖子必须出现在不同的网站页面上。准确关联和收集这些信息，是全面准确把握舆论大局的关键前提。信息的广泛使用需要一定算法的开发利用和语义知识库的整合，从而全面提升舆情信息的语义相关性，加强对网络舆情态势的判断。因此，舆情监测分析的语义化和智能化水平亟待加强。一种方法是提高基于语义知识的分析精度。另一个是使用最新的技术。比如深度学习方法在很多领域都证明了它的有效性，综合运用word2wector和深度神经网络来提高内容分析的准确性。