前言：中文期刊網精心挑選了網絡輿情分析范文供你參考和學習，希望我們的參考范文能激發你的文章創作靈感，歡迎閱讀。

網絡輿情分析范文1

[關鍵詞]互聯網　軍事輿情　信息技術　輿情分析

[分類號]G250

1

引言

在軍事情報搜集和處理中，公開情報資料搜集是一個很重要的方面。美國中央情報局80％的情報來源于公開材料，德國新聞情報局每天將搜集和處理后的公開情報資料匯總成《每日新聞簡報》呈送，以色列情報機關公開承認其所獲情報65％來自報刊、廣播、電視和學術研究論文等公開渠道，其他許多國家也設立了專門的公開情報搜集機構。網絡輿情作為一種新形式的公開情報資料，由于其開放性、及時性以及便捷性等特點，越來越受到情報工作者的重視，甚至很多情報工作者紛紛將網絡輿情作為其公開情報資料搜集的第一來源。

軍事網絡輿情主要是指國內外互聯網絡媒體中關于軍事事件的評論和觀點。軍事網絡輿情作為一種特殊的網絡輿情，除了網絡輿情所擁有的特點外，還有其自身特殊性。評論和觀點往往都集中在一些敏感和焦點問題上，例如中國軍費問題、中國軍事威脅等。在進行輿情分析與監控時，軍事網絡輿情將會是最為重要的部分。同時，由于國外一些媒體往往對其民眾進行錯誤引導，軍事網絡輿情中的許多看法可能偏向負面，在進行分析和監控時就必須注重對這一部分輿情的判別，這對于做好軍事情報分析工作至關重要。本文以開發軍事網絡輿情分析系統MNPOS(NetworkPublic Opinion System in Militaty)為背景，在分析國內主要輿情系統基礎上，研究輿情采集、輿情處理和輿情服務的系統架構及其關鍵技術的實現方法。

2　網絡輿情系統比較及軍事網絡輿情系統特點

2.1

國內輿情系統的主要功能與應用

網絡輿情系統中的關鍵技術，一方面與信息分析的具體功能和解決方案密切相關；另一方面又隨網絡輿情內容、范圍和傳播應用不斷推陳出新。這些技術包括各種信息采集、特征抽取、數據挖掘、文本分析、自動分類、自動聚類、自動摘要、智能檢索等技術。當前的新形態信息交互模式有網絡新聞、論壇、博客、維基等，其信息采集技術從早期的靜態頁面信息獲取發展到動態數據庫數據獲取，從傳統的網絡蜘蛛發展到可自主調整的高效搜索，從字符串匹配的檢索實現發展到知識環境下的智能檢索；相應的信息運用多元統計等方法進行分析，其基礎聚類分析方法有概念語義空間與相似度、基于支持向量機與無監督聚類相結合的網頁分類等；技術上采用決策樹、神經網絡、樸素貝葉斯、組合分類器、遺傳算法、粗糙集、最近鄰技術等多種分類方法。

國內一些較典型的網絡輿情系統概述分析如下：

?谷尼國際Eoonie互聯網輿情監控系統。該系統通過對互聯網海量信息自動獲取、自動聚類、主題檢測和專題聚焦，實現用戶的網絡輿情監測和新聞專題追蹤，形成簡報、分析報告等結果。運用內容抽取識別、相似性去重等技術獲取網絡中的熱點和敏感話題，根據統計等策略分析不同時間內的主題關注程度和預測發展趨勢。該系統在國內的用戶有待進一步增加。

?中科點擊軍犬網絡輿情監控系統。它使用強大的采集軟件對數千網站進行監控，自動獲取輿情信息的熱度，并生成報表；同時可獲取熱點主題的瀏覽量、回復數，并跟蹤發帖人，對輿情信息進行管理、標注和分類，并根據重要性對輿情信息進一步篩選和過濾。其采集性能比較好，但分析處理功能有待進一步提高。

?北京拓爾思TRS網絡輿情監控系統。該系統采用多種技術，實現對輿情信息的精準和全面采集，同時綜合運用大規模文本智能挖掘技術，實現對海量輿情信息的準確、高效分析和管理。其輿情功能從用戶角度來看較為全面。

?北大方正智思網絡輿情監控分析系統。該系統襤合互聯網搜索及信息智能處理等技術，通過對網絡信息自動抓取、自動分類聚類、主題檢測、專題聚焦等方法，實現網絡輿情監控和新聞專題追蹤等功能。其開發比較早，應用也較多，但相關的更新功能相對較少。

2.2

軍事網絡輿情系統的特點和相關研究

相比較當前市場上通用的網絡輿情分析系統，軍事網絡輿情系統MNPOS對軍事類突發事件的網絡輿情相關研究更為關注，快速的專題聚焦、敏點發現追蹤和傾向分析規則都具有新的特點。而目前的網絡輿情分析還沒有一個完整的解決模型，研究主要是獲取網絡輿情話題的一般信息和主題信息，注重獲取輿情話題的主題內容，例如作者、發表時間、話題類型等，缺乏對話題評論焦點、情感傾向、事件關系等深層輿情信息的發現，忽視從事軍事的群體對話題的情感、事件關系及變化趨勢的分析。

傳統研究方法沒有對大規模軍事網絡數據進行分析，使得網絡輿情系統無法適應網絡環境下海量軍事數據的特點；只利用簡單的統計方法給出話題變化趨勢直接作為預警信息，缺少基于知識的推理。存軍事領域，網絡輿情系統不提供完整的軍事類突發事件網絡輿情傳播理論，大都以管理者需求為牽引而采用具體針對性的技術進行解決，造成技術整體上不具有連續性和系統性，很難形成一套完整的軍事網絡輿情解決方案，勢必影響到軍事網絡輿情應對策略和方法的實用性、先進性和可靠性。因此，無論是社會科學領域還是工程技術領域，對軍事網絡輿情的基礎理論研究都處于起步階段，大多數研究成果屬于方法上的研究范疇，軍事網絡輿情的監測與預警工作不夠全面和系統化，軍事網絡輿情的應對策略還不夠科學和規范。

3

軍事網絡輿情系統MNPoS功能及其體系架構

在MNPOS軍事網絡輿情分析系統中，運用軍事知識語料對網絡信息采集與提取，提高網絡輿情監測分析的智能化程度，解決網頁的靈活性和復雜性、內容的動態性和多態性、信息的龐雜性和不完整性所給系統提取軍事網絡輿情信息帶來的困難；運用軍事類話題發現與跟蹤技術識別出給定時間段內上網媒體的熱門話題，分析熱門軍事話題在不同時段內媒體所關注的程度，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，對涉及內容安全的敏感話題及時發現并報告，為網絡輿論引導提供支持；運用軍事知識傾向性分析技術挖掘出網絡文本內容蘊含的深層軍事觀點、態度等信息，對媒體言論傾向進行符合軍情的分析；運用多文檔自動文摘技術對軍事網絡論壇等信息進行提煉概要。

本系統采用模塊化的軟件設計方法，共分為網絡輿情采集、網絡輿情處理和網絡輿情服務三個功能層面，系統體系架構見圖1。

3.1

網絡輿情采集

網絡輿情采集主要是利用網絡蜘蛛的原理進行網

頁采集，按照預先設定好的軍事主題和網址塒網絡上的軍事數據進行定點、定主題的抓取，例如新聞、論壇、博客等主題網站。最后將抓取的結果以XML文件格式保存在本地。網絡輿情采集是輿情分析處理和提供輿情服務的基礎，只有高質量和高效率的網絡輿情采集才能保證數據的可靠性和及時性。

3.2　網絡輿情處理

網絡輿情處理是整個系統的核心，它對所有采集到的數據進行相關處理，主要由網頁智能抽取、關鍵詞自動提取、主題自動分類、輿情傾向性分析和敏點輿情標注等組成。首先，基于軍事主題和分類知識將采集模塊抓取到的XML文件中的主題、內容、作者、時間、來源等存入網絡輿情信息庫，通過關鍵詞自動提取和主題自動分類將每條記錄的關鍵詞和主題分析出來，進行傾向性分析和敏點輿情標注，最后生成自動文摘。另外，在主題分類過程中，若文檔不屬于任何預設軍事主題則進行主題自動聚類處理，自動分析出新的軍事主題。

3.3　網絡輿情服務

分析結果進入網絡輿情服務，并最終展示，包括輿情報告的生成、熱點和敏點軍事主題的列表顯示、統計圖表等，供輿情部門的工作人員和決策部門的領導隨時進行軍事輿情的監控。

MNPOS系統在設計和實現過程中遵循軟件工程原則，使用，NET Framework作為基礎類庫，在此基礎上綜合運用VB和c#以及ASP技術進行開發，保證技術上的先進。另外，為保證系統的可靠性和可擴展性，采取數據層、事務層和表現層分離的模塊化設計原則，分為輿情采集、輿情處理和輿情服務子系統分別進行實現。

4 MNPOS系統中軍事輿情分析關鍵技術研究

MNPOS軍事網絡輿情分析是系統核心模塊，其質量和效率直接影響到整個系統。

4.1

MNPOS軍事主題信息采集

MNPOS主題信息采集由下載器從互聯網上讀取軍事網頁并保存到本地，分析器運用軍事語料和相關正則表達式提取其中所有超鏈壓人一個URL隊列，之后從該隊列中順序讀取URL并下載，該過程循環進行直至將指定網站的網頁抓取完畢。程序關鍵在于多線程管理和鏈接地址的分析，目前C#提供了良好的多線程管理機制和對正則表達式的支持，為開發多線程程序提供了極大的方便。

MNPOS軍事網頁信息抽取，首先選擇相應的抽取規則進行智能抽取，將相應的內容抽取出后進行數據清洗，去除重復記錄和信息，合并相同標題不同內容的信息，最后將清洗后的數據存人軍事輿情數據庫。該處理過程包含在包裝器中，對于用戶來說是透明的。另外，在規則生成部分采用軍事專家模式，即對網頁的結構進行分析，然后手工進行規則的提取，因此，所生成的規則比較精確，對于相應軍事網頁的抽取質量和精確度較高。

4.2 MNPOS軍事輿情分類和傾向分析

將處理后的信息分入預先設置好的軍事分類，對于網絡輿情服務具有至關重要的作用。分類模塊主要采用KNN和SVM分類法，其中的特征選擇結合了信息增益、互信息和a2統計等方法和軍事主題分類概念庫，采用目前分類質量較高的一些開源程序進行改造，將其集成到系統中保證分類質量。

MNPOS軍事輿情文本分類分為兩個過程：①訓練過程，決定分類機的質量。首先由軍事專家完成訓練集的挑選，然后在預處理過程中進行參數選擇、訓練后進行參數調整等。②根據訓練過程所生成的分類機進行分類，其中最重要的是預處理和分類進程，預處理是對待分類文本進行數據清洗和特征表示的過程，本系統的訓練和分類進程采用SVMCLS 2.0開源程序。

輿情傾向性分析是根據輿情內容判斷該輿情是正面還是負面的一個過程。常用的方法有基于機器學習和基于語義理解等，目前MNPOS系統采用基于機器學習的方法。系統中設計有六個類別(美國對售、中國反導試驗、中美軍事關系、中印關系、中國航天發展、中國武器裝備)，以其中的“中美軍事關系”舉例，可以將該類的文本根據其內容分為正面和負面兩類，然后再訓練出兩個分類器：“中美軍事關系正面”和“中美軍事關系負面”，六個類別即可生成12個分類器，然后對這些待分類文本進行分類，并且在數據庫相應字段內用1和0來分別標注正面和負面信息。這種方法實現起來較為簡單，而且準確率較高，不足是在構建訓練集時需要大量軍事專家進行手工編制，實現中充分利用軍事信息管理學科的優勢和成果來構建傾向性分類訓練集。

4.3 MNPOS軍事敏點輿情標注

網絡輿情分析范文2

摘 要 在現在的社會中，電網企業輿情壓力較大，主要表現在幾個方面：從社會發展進程看，社會轉型時期，各種社會訴求、社會矛盾聚集，情緒化表達成為潮流。從公眾關注熱點看，央企的行業壟斷、收入分配、服務仍將是公眾關注的焦點，一旦有失誤，都有可能演變成一場輿情危機。從信息傳播手段看。“網上沒有主席臺，人人都有麥克風”，網絡媒體成為公司負面輿情主要來源與重大輿情的重要議程設置者。比如說一個小區停電了，一直不來電。因為種種原因，然后這個事件就在貼吧或者微信發酵了，對供電企業造成了負面影響。其內容和人民的日常生活緊密相連，百姓針對這件事情發表自己的觀點，很多跟帖著不知道具體情況，只是一味的跟隨潮流而走，隨意發泄自己的不滿，這對企業造成了較大不良的影響。

關鍵詞 網絡輿情 輿論引導 信息傳播 思想政治教育

網絡輿情主要是利用網絡的傳播力度，在網絡中傳達人們對于一些觀念的看法，是較多群眾關于社會中各種現象、問題所表達的信念、態度、意見和情緒等等表現的總和。

我國企業網絡輿情的實際狀況主要體現在以下幾方面：

網絡輿情的去中心化。現在科學技術發展十分迅猛，在過去處在受眾位置的網民已經成為網絡傳遞的主要對象。現在的新媒體就是全媒體，媒體的范圍不斷擴大，所有人都可以參與其中。在現在的網絡環境中，最開始是以門戶網站為基礎，新聞從業人員和網站管理人員都屬于主要的責任人，更容易在社會中構建良好的氛圍。

網絡輿情監管制度不健全。企業網絡輿情具備其獨有的特征，傳遞速度較快，便于操作，這些特征使得網絡逐漸成為企業發泄情感的主要道路。因為每個人的情感、專業能力等因素各不相同，所以對事物的看法也不同，人們可以利用網絡來傳遞自己的心聲，從而使得網絡輿情不斷增長。但是現在網絡輿情管理制度不健全，對于思想觀念的教育認識也存在一定的問題。

企業網絡輿情的應對措施主要有：

一、加強自我管理

現在的人們勇于表達自己的看法，也樂于接收新鮮的事物。但是有時候對社會價值判斷不夠準確，會出現隨意跟風的現象。這就要求企業進一步加強管理，強化在使用網絡時的法律觀念、責任觀念和安全觀念，從而使得網絡環境更加的完善健康。同時還要加強企業的政治參與力度，從而有效的解決企業網絡所引發的安全問題。企業網絡群事件中有很多的不安全因素，例如情緒化情況嚴重，肆意散播謠言，這就是公民政治參與混亂的表現，所以需要保證在企業正確的政治參與方式，并且企業要對自己的言行和舉止負責，從而有效的預防網絡輿情所造成的損害。企業還要強化自身素養，在進行言論表達的時候要深思熟慮，不能貪圖一時的泄憤，隨意散播謠言或是盲目跟風。

二、建立疏通機制

現在，我國網絡輿情發展的實際狀況就是媒體供應過剩，官方信息提供不及時，在現在的媒體環境中，企業可以使用多種方式來加強自身的認知能力，針對企業不科學、存在誤差的思想觀點，需要順應當時媒體技術傳播的規律性。使用科學合理的方式進行教育，才能取得明顯的效果。針對媒體問題主要涉及以下幾方面的問題：主觀方面不積極，行動方面不落實，時間方面不及時，內容方面不真實，態度方面不正確，還有部門領導不讓說等問題。媒體事件的發酵主要經歷五個階層，四個小時內是謠言產生的初期；六個小時內信息趨向多元化；八個小時內會產生一個鮮明的主題；十二個小時會出現新聞審查；二十四個小時會把事件推向最高峰。所以，企業在處理輿論的時候，需要合理的控制時間，對輿論進行有效的梳理和引導，構建引導干預制度，這也是企業網絡輿情監管和引導工作的主要內容。

三、做好輿論引導

針對企業網絡輿情，需要強化關注力度，及時引導，變“被動”為“主動”，不能過分堵塞消息，這樣只會增加大眾的猜疑力度，使得事情朝著最壞的方向發展。加強輿論引導工作，一是積極建設主流媒體網站，加強新聞網站建設，宣傳企業所做的工作，努力增強與公眾互動的能力，增進與公眾的溝通。二是完善網絡新聞發言人制度，遇到突發事件發生后，第一時間遵循“雙進駐”，進駐危機處置小組和臨時新聞小組。三是創建網絡輿情監測和預警機制。建立全員全過程輿情風險防控工作機制，實現輿情風險早發現、早預警，做好源頭治理和超前防控。

隨著網絡技術的不斷發展，信息傳播方式也在不斷變化，網絡輿情已經融入到企業的日常生活中去。企業的文化素養較高，網絡雖然可以增加他們的視野范圍，但可以給企業的思想認知和行為發展帶來一些不良的影響。所以需要強化當代企業的自我約束能力，運用自己的專業知識和理性認知對事物進行準確的判斷。同時還要對企業的思想觀念進行正確的引導，強化企業網絡輿情引導團隊的構建，構建良好的社會氛圍，不斷的提升思想政治教育的現代化水平。

參考文獻：

[1] 肖麗妍，齊佳音.基于微博的企業網絡輿情社會影響力評價研究[J].情報雜志，2013.05.

網絡輿情分析范文3

關鍵詞：網絡輿情；教學內容；課程改革

隨著移動互聯網應用的普及，我國網民數量與日俱增，網民每天都在進行相應的網絡活動。截至2020年12月，我國的網民數量已達9.89億，其中手機網民用戶達到9.86億。新媒體平臺如今日頭條、抖音等日新月異，網絡輿情信息呈現矩陣式增長。新媒體環境下，公安機關如何對輿情監控？如何獲取、分析、編報、如何開展輿情引導工作？這均是擺在面前的問題，也是輿情教育急需解決的問題。當前的公安隊伍中，網絡輿情工作者十分短缺，對輿論場中的相關理論知識[1]和實踐能力都很缺乏，面對輿情危機，公安機關需要增強輿情素養，掌握輿論主動權，提升輿情管控能力。目前公安院校關于網絡輿情的相關課程更是缺乏，僅有公安類網絡安全與執法專業開設了關于輿情內容的課程，而其他公安類專業并沒有開設相關知識的課程。針對目前開設的輿情課程，僅僅是獨立的一門理論課程，而將大數據分析融入到新媒體分析及應對[2]，并囊括新媒體素養等內容的課程，目前還是欠缺，這也是公安院校公安類專業面臨的一個全新問題。本文結合公安工作的優勢與行業特色，立足實戰化應用，探索公安院校網絡輿情課程的建設。

1網絡情報搜集與分析課程的人才培養目標

網絡情報搜集與分析是一門多學科交叉的綜合性課程。它既與傳播學、社會心理學、情報學、計算機技術等基礎學科相關[3]，又與公安工作緊密關聯。因此，公安院校公安類專業的網絡情報搜集與分析課程的人才培養目標既要培養公安輿情工作崗位所需的人才，還需要掌握關于數據分析的處理技術，從而為公安輿情工作賦能，助力網絡輿情工作。本課程的人才培養目標具體包括三個方面：（1）知識目標——理論知識人才本課程以公安輿情工作崗位為基礎，培養具備傳播學、社會學、統計學、管理學方面專業知識的網絡輿情專業型人才。通過本課程學習，掌握網絡輿情檢測和輿論導向的策略；研究網絡輿情形成的社會背景、過程和原因，分析輿情對人格的影響等；研究網絡輿情的主要理論知識。重點是讓學習者具備深厚的網絡輿情理論知識，從而為輿情處置與引導提供強有力的理論支撐。（2）能力目標——專業技術人才自媒體的發展，改變了傳統媒體輿情實踐的傳播模式。因此，我們要嘗試“新文科”與“新工科”背景下新聞傳播與技術的交叉融合，作為輿情工作者，我們既要研究輿論傳播途徑、分析網民社會心理，做好輿論引導編輯工作；同時也要對媒體和網民結構做定量分析和定性分析，并掌握網絡輿情相關的一些法律。重點是具備網絡輿情信息搜集、輿情事件分析的能力，如輿情監測、輿情數據采集、輿情研判分析、輿情處置與引導、輿情報告的撰寫。（3）素質目標——輿情素養新媒體時代，在培養學生技術的同時，也要培養學生的輿情素養。重點培養學生對網絡輿情、危機實踐等基本規律性的認識，以及應對處置中的實操應用能力。具備新媒體思維，通過新媒體平臺，提升公安機關的網絡影響力和公信力。

2網絡情報搜集與分析課程的現狀

目前，網絡輿情課程[4]，主要偏重于理論教學。主要是讓學生了解輿情工作的現狀、輿情的相關理論，熟悉輿論傳播平臺，掌握輿情搜集、輿情分析、輿情處置的基礎知識、基本理論和基本方法，培養學生具備一定的輿情意識。教學方式主要以課堂教學講授為主，學生缺乏主動思考分析的過程，以及對相關分析技術的掌握，且與公安輿情的處置和引導相脫節。主要表現如下：（1）以教師為中心的傳統教學模式，重視理論知識教授，缺少與學生的互動，尤其是學習輿情知識的過程，雖然在講授過程中融入很多的輿情事件，但是學生實際應用能力還欠缺，因此，改革教學模式，樹立以學生為中心的教學理念，對教學模式進行探索和創新。（2）輿情課程的學習，需要輿情監測為前提，因此需要給學生提供良好的輿情監測平臺。目前，輿情監測系統軟件不夠完善，只能注冊一些公共的輿情系統軟件來學習，因此，目前輿情學習的硬件條件與環境還不是很理想。（3）網絡輿情經典教材缺乏，關于公安院校的涉警輿情教材，僅僅是一些實用手冊，但是這些手冊不系統，且沒有將理論和實踐很好結合。一本系統、完善的輿情教材需要囊括傳播學、社會學、新聞學、計算機技術等多學科的知識整合，強調知識的復用性。（4）本課程作為一門實踐性強的課程[5]，且網絡輿情事件源于現實，課程內容和現實生活密切關聯，講授時可以用到生活中的真實案例，但是與公安實際工作有所脫節，因此要加強理論與公安崗位的結合。鑒于本課程存在以上的教學現狀，我們希望通過教學內容和教學模式的改革，達到更好的教學效果。建立以學生為中心的教學模式，修訂以實戰為依據并高于實戰的教學內容。激發學生的學習興趣，更好掌握輿情分析、輿情應對的技能，提升學生的輿情素養，為公安輿情工作賦能。

3公安類專業網絡情報搜集與分析課程的教學設計

網絡情報搜集與分析課程的教學設計主要從教學內容、教學模式等方面進行改革探索。（1）理論教學內容設計網絡情報搜集與分析是公安類網絡安全與執法專業的專業課程，32課時，2學分，其中理論學時16學時，實驗16學時。在課程內容方面，我們依據公安輿情崗位的實際工作，將理論教學內容分為六部分。如圖1所示。圖1課程理論知識框架其中，第一部分網絡輿情工作流程，介紹網絡輿情的內涵、特點等基本理論知識，并融入公安崗位工作流程。第二部分信息搜集，介紹通用信息搜集方法和公安的信息搜集平臺。第三部分網絡輿情信息研判分析，針對前期搜集的數據，對數據進行鑒別清洗，然后介紹工具和方法，對數據進行分析研判。第四部分網絡輿情編報，包括編報的選題、要求等方面。第五部分網絡輿情應對與引導，從輿情的應對和引導策略進行講解。第六部分網絡輿情相關法律法規。六大部分理論內容對應人才培養目標中的知識、能力目標。（2）實踐教學內容設計網絡情報搜集與分析課程是一門實踐性強的課程，實踐課時占1/2。通過線上線下結合的方式，將理論教學更多放到線上，同時，我們推進“校局培養”的理念，在整個課程建設中，深入開展課程與網安支隊的合作交流，目前，正初步構建輿情的實踐教學體系。目前的實踐課程主要分兩部分，一部分是校內的實踐，另一部分是成立輿情小組，并以輿情小組為依托，與網安輿情實戰崗位對接。如圖2所示。其中，網絡輿情編報和輿情引導以網安輿情小組為依托，實踐課程與網安輿情實戰工作結合，完成每日的編報、巡查，以及境內外的輿情引導。本課程的實踐內容主要包括信息收集、信息分析、輿情編報、輿情引導等四個方方向，8-10個實驗項目。課程實踐內容中的實驗項目根據不同專業培養目標的不同，開展不同層次的實驗項目，至少8個實驗項目，從而滿足不同公安類專業學生對課程實踐內容的需要。其中技術實踐類實驗，屬于網絡安全與執法專業的專業必做實驗，而新聞編輯與新媒體素養主要針對的是其他公安類專業學生的素質培養訓練。（3）課程教學模式的探索網絡情報搜集與分析課程以人才培養目標為前提，以學生為中心，設計本課程的教學模式。首先，教學形式通過線上和線下相結合的方式，線上是對線下理論學習的一種補充，也是對線下實踐的一種指導。其次，教學實踐通過校局合作的方式，公安輿情崗位對接學生的實踐訓練，讓學生更好融入真正的輿情工作環境中。第三，教學方法通過項目驅動的方式，并于實戰教官協作，激發學生的學習主動性。最后，教學評價通過教師、教官和實踐工作三方面進行對教學效果的評價及反饋。在整個的教學過程中，盡量要融入前沿知識，如新媒體的傳播、大數據技術等方面內容，讓學生主動搜集相關的經典案例，利用相關技術完成案例的分析，積極參與案例的講解與討論活動，從而最大限度激發學生的學習主動性。

4小結

網絡情報搜集與分析課程作為一門輿情學、傳播學學、社會心理學、計算機技術等學科交叉的課程。教學內容方面，我們要理論與實踐相結合，并堅持新文科理念與“新工科”交叉的教學設計思路，并引入新媒體與大數據分析技術等研究熱點，結合公安網絡輿情工作的實際需求，為學生講授相關理論的同時，讓學生應用計算機技術進行網絡輿情的數據獲取與智能分析；教學模式方面，采用授課和實踐相結合，融入鮮活輿情案例，讓理論知識更加形象化，激發學生自主學習興趣與實踐動手能力；并形成教官與教師的雙考核評價機制。

參考文獻：

[1]周蔚華，波．網絡輿情概論[M]．北京：中國人民大學出版社，2016．

[2]趙磊．網絡輿情分析[M]．北京：中國社會科學出版社，2019．

[3]管宇卿．中國特色社會主義新聞觀視域下網絡輿情管理課程教學探究[J]．傳播力研究，2019（25）：212．

[4]張祎．大數據背景下“網絡輿情”課程改革實踐[J]．科教文匯，2018.

網絡輿情分析范文4

最近幫助侵權這一概念在法律界和網絡界兩個方面引起了普遍重視。特別是不久前發生的唱片公司訴百度mp3搜索案，唱片公司稱百度音樂搜索技術為客戶提供非法音樂下載鏈接，幫助客戶實施侵權行為，要求人民法院判處百度停止侵權行為并支付損害賠償。這一要求最終得到法院支持。媒體紛紛認為，這是對搜索引擎幫助侵權行為的一次認定。

但是，關于幫助侵權的定義和合理性，在法學界始終存在著爭議，在網絡界更是充滿了質疑。

幫助侵權的提法最初出現美國，在著名的SONY侵權案中，原告(電影公司和電影權利人)認為，SONY公司研發的便攜式攝象機幫助一些不特定的人進行了對電影的翻拍盜版行為，正是SONY攝象機提供的技術使得這樣的侵權行為變成可能，并實際造成了原告的經濟損失，因此要求法院判令SONY公司承擔侵權責任。幫助侵權責任的提出是對傳統民法侵權學說的一種突破，擴大了受害人追求救濟的范圍，但是，這樣的突破必然帶來很多的不確定因素，需要受到一定的限制，甚至其本身的合理性也還在爭論中。SONY案雖然最早出現了幫助侵權的概念，但是美國法官最后卻作出了SONY公司無須承擔責任的判決，理由是，如果一個產品具有實質性的合法用途，那么，這一產品的制造者都不會因為第三人使用這一產品從事侵權而承擔幫助侵權責任。也就是所謂的“商業性實質非侵權用途”(commercially significanty noninfringing uses)。這是對幫助侵權外延無限擴大損害公共利益的一個直接限制。

今天，公共的焦點都將幫助侵權行為放在在以搜索引擎為代表的第二代互聯網技術上。搜索引擎服務提供商根據客戶輸入的指令，對互聯網上大量的數據信息進行檢索，最后向使用者提供檢索結果的網絡地址指向(URL)，其指向目標的確定依靠純技術手段排列，行為本身并不涉及侵權行為。但在大量的互聯網信息中，無可避免的存在第三方侵權行為，搜索引擎并不能對其進行有效識別，而只是按照客戶的搜索指令要求將相符的地址(URL)排列并提供給用戶，最終由用戶點擊鏈接地址到達侵權頁面，并有可能通過該侵權站點實施對合法著作權人的侵權行為。

可以看出，搜索引擎服務提供商依靠純技術手段，在主觀上并沒有侵權的故意，其搜索行為本身也不構成侵權。但由于第三方侵權行為的存在(該侵權行為地址又能被其搜索技術毫無保留的加以引用并提供給客戶訪問)，以及客戶可能通過該侵權行為的地址實施侵權行為，所以搜索引擎服務提供商在此相當于實施了幫助客戶侵權的行為，產生了協助侵權的嫌疑。但是，搜索引擎果真需要負幫助侵權的責任嗎？

我們回過頭來看百度的這個案件，法官在判決中關于侵權成立部分這樣寫到：“搜索引擎的服務范圍限于搜集整理信息并向互聯網用戶提供查詢服務，而不是利用搜集到的信息內容營利。在本案中：

1、向”百度“搜索系統發出查詢指令并非下載MP3文件的必須操作步驟，用戶可以通過點擊相關網頁上的”MP3“、”歌手列表“、”歌手姓名“等鏈接標識訪問到”歌曲列表“的網頁，被告對此在其搜索引擎的定義中并未給予明確；

2、用戶在訪問涉案”歌曲列表“網頁時，可以用鼠標右鍵點擊網頁上的文字鏈接標識下載相關歌曲的MP3文件，在內容上與原告的上述CD中的歌曲已構成相同或實質上的相似，而且在下載過程中，網頁上自動彈出下載框，注明相關的MP3文件來自”mp3.baidu.com“，同時此網頁右側刊載有雀巢咖啡、摩托羅拉手機等商品的廣告。對于1、盡管被告在其關于搜索引擎的定義中并未給予明確，但鑒于此鏈接行為只涉及歌曲的名稱和歌手的姓名，并不涉及歌曲的內容，而且有關的網頁內容為目錄分類，故不應視為侵權。對于2、盡管被告以其為一家中立的搜索引擎服務提供商、沒有提供涉案歌曲的下載服務等辯稱否認侵權，但其行為已超出了其所定義的”給出查詢結果、提供相應的摘要信息“的搜索引擎的服務范圍，其行為不是在介紹涉案歌曲的藝術價值并提供查詢信息，而是直接利用MP3文件營利，在未能明確相關MP3文件的合法來源、未經原告許可的情況下，此行為阻礙了原告在國際互聯網上傳播其錄音制品，應屬侵權，故被告應立即停止侵權并依法承擔侵權責任，賠償原告的經濟損失。”。

這一段其實已經明確表示了，百度的之所以侵權，不是因為其技術本身，而是因為百度提供的服務超出來搜索服務本身，并從中獲取利益，從而構成了侵權。因此，我們得知，第二代搜索引擎技術本身并沒有幫助侵權的事實，只有當服務商利用該技術，無節制的提供非法地址，并且從中獲取利益(無節制的提供非法地址，提高了非法地址的點擊率，具有隱性鼓勵侵權的性質，從而也為自己的獲利提供了一定的條件。)時，才構成幫助侵權行為的成立。

前文提到，媒體上有的觀點認為該案的判決體現了對搜索引擎幫助侵權行為的認定，這只能說是斷章取義。另外有些觀點還將幫助侵權責任和共同侵權責任混同處理，甚至認為反映共同侵權責任的最高人民法院《關于審理涉及計算機網絡著作權糾紛案件適用法律若干問題的解釋》第8條規定就是體現了幫助侵權責任的形式。

網絡輿情分析范文5

關鍵詞：果樹；病情指數；BP神經網絡；預測分析

中圖分類號：S436 文獻標識碼：A DOI：10.11974/nyyjs.20160932187

1 方法原理[1]及算法思想

在果樹病情指數預測分析問題中：果樹病情指數f與雜交后代皮孔縱徑L （mm）、皮孔橫徑B（mm）、皮孔面積A（mm）、皮孔密度D（cm2）等因素相關。因此通過SPSS軟件建立BP神經網絡進行分析預測。

本次實驗采用SPSS軟件，進行實驗操作。根據數據自身特點，創建神經網絡模型。本次實驗數據，采用自動網絡體系，得到一個隱含層為2層的神經網絡。通過修改參數，建立不同結構的神經網絡模型。設建立的3個BP神經網絡模型為：隱含層個數分別為2，2，1；學習率分別為0.2，0.4，0.2。對比各個神經網絡模型的結果，根據誤差平方和最小及相對誤差最小，找到最優神經網絡結構。

初始化網絡權重，前饋型網絡輸入，隱含層函數：雙曲正切函數，取實數值參數將其變換（-1，1）范圍。自動體系選擇為隱藏層所有單位的激活函數。輸出層的函數為：線性常數函數。反向誤差傳播。一路向前，最終在輸出層得到實際輸出，通過與預期輸出比較得到誤差，求出該層誤差效能，并反向傳播，求出每一層誤差效能。網絡權重與神經元偏置調整。向后傳播誤差同時調整網絡權重和神經元的權值。判斷結束。

2 建立模型及分析預測

2.1 BP神經網絡的構建

將樣本數據輸入SPSS數據中，點擊轉化，隨機數字生成器。點擊分析，神經網絡，多層感知器，將果樹病情指數f選入因變量，雜交后代皮孔縱徑L （mm）、皮孔橫徑B（mm）、皮孔面積A（mm）、皮孔密度D（cm2）選入因子變量的位置。點擊分區，由個案相對數量隨機分配個案。隨機分配每個樣本的培訓、檢驗和支持的個案相對數量比率。點擊體系結構，選擇隱含層為雙層。點擊培訓，培訓類型選批處理。優化算法選擇梯度下降，最初學習率為0.2。點擊選項，選擇終止條件。

2.2 預測分析

由上述過程建立BP神經網絡，得到網絡信息，共有2個隱含層：第1個隱含層為9個節點，第2個隱含層為7個節點，同時可以得知BP神經網絡的誤差平方和的預測結果，如圖1，圖2。

2.3 BP神經網絡模型優化

重復上述步驟，可更改初始隱含層數和學習率的值，得到不同誤差，從而對BP神經網絡模型進行優化，當修改隱含層個數及學習率時，得到結果。

經過對比分析，當隱含層個數為2，學習率為0.2時，該神經網絡模型很好地預測果樹病情指數值，其效果最好。此時第1個隱含層有9個節點，第2個隱含層有7個節點。預測值比較準確，且該模型性能較好。

3 結論與討論

果樹病情指數分析對于未來果樹種植業發展有至關重要的影響。本研究通過建立BP神經網絡模型達到果樹病情指數預測分析的目的。分析結果表明，應用BP神經網絡進行果樹病情指數分析是合理的，為解決果樹種植問題提供一種全新思路，促進了農業的發展。

網絡輿情分析范文6

一、社交網絡文本與短期股市行情之間的內在關聯

從當前實際來說，社交網絡已經發成發達，就以我國實情而言，已經出現了數量豐富的社交媒體，如微信、微博、抖音等等。這些社交媒體聚集了數十億用戶，說明很多用戶同時使用著其中多個社交媒體平臺。從股市行情預測來講，社交網絡文本與其存在一定的內在關聯，這是需要形成認識的。

第一，關信息，甚至是公布企業財報等重要數據。這些文本信息，會對股價走勢形成直接影響。如果可以在第一時間獲取這些文本信息并展開相應的操作，便可以從股市中獲利。

第二，社交網絡中包含了大量的股票投資者，這些投資者會在社交網絡上自己對一些股票的看法，或者是對股票的評價。投資者在網絡上的發言，會形成一種情緒，這種情緒要么對股票保持積極的支持態度，要么體現出消極的態度。投資者在社交媒體上表現出來的情緒，會影響到其后續操作。如果消極情緒大，那么可能出現拋售股票的行為，這容易導致股價短期下跌。相反，如果情緒積極，那么可能出現搶購，容易導致股價短期上漲。

第三，在社交媒體上，除了與股票相關的企業公司和投資者之外，還有一類人的存在，那就是分析專家。從當前的社交媒體來看，有很多分析專家通過社交媒體，分享自己對股價走勢的看法。這些分析專家，有些是真有水平，分析合理；有的則是濫竽充數，會誤導投資者。分析專家的分析，也會給一些投資者決策帶來影響，從而在短期內影響股市行情。

二、通過社交網絡文本預測股市短期行情的策略

據實而言，股市行情和社交網絡文本之間，切實具有一定的內在關系，這是毋庸置疑的。如何通過社交網絡文本，來對短期股市行情合理預測，這是一個值得探討的話題。

（一）搜集社交網絡文本信息

要利用社交網絡文本來對短期股市行情進行預測分析，那么首要條件，就是搜集到足夠數量的社交網絡文本。數據分析的準確性和數據量呈現出正相關的關系，也就是數據量越大，數據分析的準確性就越高。利用社交網絡文本來判斷股市行情，那么就需要搜集到數量足夠多的文本信息，在大量的樣本中，才能準確分析出背后隱藏的信息。同時，在搜集社交網絡文本信息的時候，要突出目的性，也就是要從不同的層面出發，搜集不同的文本信息，具體來說主要涵蓋三個方面：一是企業社交信息，二是投資者文本信息，三是專家預測分析，四是政策信息。搜集這四個方面的信息，進行綜合判斷，這樣才能夠提高短期股價預測的準確性。需要注意的是，需要重點關注企業信息和政策信息的搜集，這是影響股價走勢的根源，同時也能影響投資者情緒。

（二）分析文本信息判斷行情

在搜集社交網絡文本的基礎上，還需要對這些文本信息進行分析，判斷短期內的股市行情。根據實踐經驗來看，企業信息和政策信息，是影響短期行情的重要因素。比如2020年5月21日，中芯國際通過社交媒體澄清一則利好公司的謠言，導致股價跳水大跌6%。企業的這類信息，能夠在短時間內對股價造成很大沖擊。所以，在分析中，就要制定相應的標準，對搜集到的各類社交網絡文本信息進行分析判斷。這一過程的實現，可以借助大數據技術進行。大數據技術具有強大的數據信息分析能力。通過網絡技術搜集社交文本信息之后，就可以通過大數據技術來分析這些文本信息，提煉出其中的有效信息，并且依據信度來判斷數據信息真實性，從而對市場行情進行預測。

（三）基于行情指導短期操作

通過社交網絡文本分析預測短期股市行情，根本目的在于把握股市行情走向，從而對短期交易操作實現指導，能夠從股市中獲利。所以，這就需要基于短期市場行情的分析，來對短期交易操作進行指導。一般來說，短期操作要順勢而為，行情看漲則做多，行情看跌則做空。同時，要根據社交文本信息分析，對看漲或看跌的概率進行計算，概率越高，操作額度就可以越大；相反，概率越低，則說明分析結果的準確性不高，短期操作就要非常謹慎了。