网络舆情监测分析预警系统

　　。 · 如何第一时间了解到“与我相关”的重大事件？ · 如何能准确的收集到“我最需要”的舆情信息？ · 如何能不留死角的在全网监控到这些舆情信息？重要的信息“不漏报”! · 如何防止网上“神不知、鬼不觉”的事情发生？随时知道网上在“干什么”！ · 如何防止网上有害信息泛滥传播和舆情失控，防止他们形成气候 · 如何追溯网上重点内容的传播途径？互联网舆情能“查得清”! · 如何预判这些舆情信息的未来走势？ · 如何有效引导，以及对网络舆论危机的积极化解？ · 如何应对网络突发的公共事件 · 如何全面掌握社情民意 · 如何为上级相关部门推送网络舆情简报和专报？ 在透析互联***点、网民习惯和偏好基础上，充分运用自身搜索引擎技术、全文检索技术、相似性排重技术、自然语言智能处理技术、内容管理、互联网技术以及电子政务和电子商务软件开发优势，研发网络舆情监控系统。旨在网络互联网上各层次各角落各形式信息，深层次挖掘网络舆情价值，全天候并及时提供更新网络舆情资讯。以丰富翔实的信息、形象直观的图表，自动化的舆情预警，并递送网络舆情、舆情分析、统计数据、舆情报告。 该系统对舆情的处理按照信息采集、舆情过滤、自动分类、相似性排重、舆情分析、舆情展示的流程推进，整个系统由三部分组成，分别是信息采集子系统、舆情处理分析子系统和舆情管理子系统。 信息采集子系统 信息采集是舆情工作的首要任务，互联网传播特点和网民行为特征要求系统全面获取网络信息，信息时效性要求系统及时采集到网络信息。 内置数千个影响程度大、传播面广、网民参与度高的网站，实时抓取信息，从广度和深度两层面实现信息采集； 1）各大门户网站：由资讯性质网站和网络媒体构成，如新浪网、雅虎网、网易、搜狐网…… 2）各大行业网站：由行业性质网站构成，如行业资讯网站、政府门户网站、行业企业网站…… 3）交互性质网站：有各种形式的论坛、贴吧、BBS、留言板构成，如水木清华BBS、天涯、新浪BBS…… 4）个体式媒体：由各大博客网站及个人主页、空间构成，如博客网、新浪博客、网易博客…… 5）各大搜索引擎网站：同步百度和Google的搜索结果。 优先级信息采集，因各网站的影响力不同配置不同优先等级，优先级高的网站优先采集信息，从信息源影响力角度确保重要舆情及时传递； 信息采集形式全面； 信息预处理： 系统按照各信息源表现出的网页形式呈现采集信息，网页上包含大量的广告、图片、链接，这些不是舆情关注的价值信息，还给系统的高效运行、检索增加负担。同时数据呈现按照各自信息源排列规则出现，需要系统分别去识别标题、来源、作者、发布时间、正文等，要求对信息预处理形成统一格式供后续的决策分析。预处理包含以下环节： · 超链分析 · 编码识别 · URL去重 · 锚文本处理 · 垃圾信息过滤 · 关键字抽取 · 关键信息提取 · 正文抽取 · 自动摘要 舆情处理分析子系统 1、双重过滤机制 第一重过滤：自动过滤出与“我”有关的舆情； 第二重过滤：自动排除与“我”有关舆情中不具有舆情价值的信息； 双重过滤系统将重要舆情过滤出来，将不具备舆情价值的信息排除掉，更有利于舆情影响和舆情价值的分析，舆情工作变得有的放矢。 2、自动分类 基于内容对经过双重过滤处理后的重要舆情自动分类，无需人工干预，准确率达到85%以上。先设置分类关键词，每一个关键词都设置一个相应的优先级分值。对收集到的文章内容进行分析，分别对标题和内容进行匹配，统计匹配的次数，然后根据设定好的关键字匹配模型对每个关键字进行分值计算。分值超过一定分值的都将自动处理所对应的处理，匹配分值最高的关键字就自动分类。 3、相似性排重 采用“文章相似性技术”根据文档内容的匹配程度确定是否重复，比利用网页标题和大小等规则判断具有更强的准确性、实用性以及运行效率。采用中文分词技术对文章关键字比较计算，得出文章相似度，相似度高于0.75以上的文章系统默认处理为“已处理”，无需再进行任何操作，相似度位于 0.5-0.75 之间的相似转载文章需要用户在页面进行再次确认，确保文章无漏处理。 4、数理统计、趋势分析及报表报告生成 生成统计报表 统计论坛相关数据自动生成相关统计报表，并可导出EXCEL表格。如每日主要论坛点击报告、每日主要论坛热帖排名、每日博文排名。 近期热点 包括近期热点专题、近期热点关键词、近期热门文章、热门新词、自动舆情新词发现功能。 舆情趋势 来源载体分布、来源站点分布、单个/多个关键词热度曲线图、主题/关键词热度的整体趋势、文章的转载量日均/总体趋势分析、舆情信息的地域分布、网民检索行为分析。 突发事件分析 对突发事件进行预警，跨时间、跨空间综合分析，获知事件发生全貌。 舆情统计报告 根据舆情分析引擎处理后生成报告，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。 舆情管理子系统 舆情管理子系统是舆情的显示系统，采用多种形式将用户关注的舆情分门别类地呈现给用户，用户浏览舆情即洞悉网络舆论发展的全貌。 1、登录首页 登陆首页设计体现出人性化特点，登陆首页是用户经常使用的页面，按照用户的操作习惯部署首页，一键式展示用户最常用功能和最关注舆情。 最常用功能如查找、舆情操作等；最关注舆情如本地热点舆情、当日国内焦点，也可因用户偏好和操作习惯而手工设置显示最关注的舆情。另外首页还将展示一些基础统计数据，如当日采集舆情数、非舆情数、排重数、总舆情数等。 2、本地相关新闻 功能描述：热点分析（文章热度分析、关键词分析）通过转载、回复、点击数进行判断处理。我们暂时确定为新闻按转载次数确定是否是舆情，论坛和博客按点击数多少确定是否是舆情。 3、最关注舆情 最关注舆情是个性化舆情的展示。舆情工作者根据个人工作范围或工作重点对网站、分类类别权重赋值，按照权重高低显示最关注舆情。 4、国内焦点 舆情是有主次之分的。重要舆情也就是焦点舆情需要突出显示，供用户优先浏览。我们在考察网民习惯、网络信息爆发力和网络信息周期基础上，总结出一套判定焦点舆情的办法，将按照焦点舆情判定规则处理后的舆情分新闻、论坛及博客类别分类显示于此供浏览。 5、高级检索 提供普通和高级两种检索方式。可按网站、类别、时间段、关键词等条件进行专项化全文检索，并可生成查询时间和次数、关键词查询频率等查询统计数据。另外还将结合检索关键词，随时补充全文检索库中的关键词，有机结合个人操作习惯。 高级检索还具备一个亮点。用户可自己定制个性化查询方案，方案设定条件为关键词、网站（可以多选）和时间（当日/昨天/最近一周等）。 6、舆情预警、IP追踪 经过分析出现重大负面信息时，系统将启动预警机制，迅速报警提示。 7、分站浏览 对系统中舆情按网站分类浏览，可以选择某一个网站的某个栏目详细浏览。同时可以对显示的舆情进行操作（设置影响、入简报、专题、收藏、删除）。 8、分类浏览 对系统中舆情按不同的分类浏览，可以选择某一种类别详细浏览。同时可以对显示的舆情进行操作（设置影响、入简报、专题、收藏、删除等）。 9、专题报道 专题报道记录一个事件的始末，高潮和影响。通过专题开始时间、结束时间、某个时间段的文章总数、评论总数、转载总数等条件分析出专题发展转折点，形成一条专题的发展线路图，便于对专题做整体把握。 10、舆情简报 每日生成一份当日舆情简报。用户在手工处理舆情时，把重点关注的或有参考价值的舆情加入当日简报。舆情简报支持共享，可以查询、浏览、邮件分发和下载（Word格式）。 11、我的收藏 类似于平时浏览网页时，把信息增加到IE收藏夹里的功能，用户在浏览或者操作本系统时，可以把自己关注的或与自己有关的舆情添加到自己的收藏夹中，并且可以浏览或者维护自己的收藏夹。 同时，在查看收藏的舆情时，系统还会进行相似性分析，将相似的舆情检索出来，为用户全面了解舆情提供支持。 12、报表 系统生成各种形式的报表。报表包括图表和数据表格，图表包括饼图、折线图、直方图等，如总量图、趋势图等；数据表格是对舆情信息的数理统计，以数字的形式记录各项舆情数据。 另外用户可以自己需求定制报表模版，比如日报、周报、月报等。 13、热度分析 通过对文章转载量、点击数、回复数来分析热度。相关数据存入数据库，并自动检查链接是否存活。 14、转载与传播 分析网路舆情传播路径，并通过反向解析技术解析出URL所对应的网站名称。 15、短信接口 通过定制热点发现在规则，及时自动发现舆情热点。并以短信的方式及时通知舆情监控人员，以帮助舆情监控人员随时随时把握舆情动态。 16、舆情协同办公平台 通过分配不同的舆情监控人员的相关权限，方便各监控人员各司其职，更为高效地把握舆情动态。 17、系统管理 系统管理是对整个系统后台的配置，包括对信息采集子系统的配置、对部门和人员的配置、对权限的配置。