2）扩展舆情信息的广度与深度 。 舆情信息来源不断趋于多样化 ， 从传统的新闻网站、论坛 ， 发展到微博、微信等社会化网络应用 。 网络舆情监测不可能捕获全网信息 ， 但零星而起的网络言论会在不同网站、网页、网民群体之间迅速酿成热点 。 准确把握舆情态势 ， 防止监测分析片面化 ， 需要增加信息来源范围 ， 不断扩展信息采集的广度与深度 。 在信息来源的广度上 ， 网络应用类型与站点数量就显得非常重要 。 比如 ， 涉军网络舆情采集包括 ， 军事网站及主流媒体军事频道发布的军事新闻及网民跟帖；军事论坛中 ， 网民的各类贴文；军事博客与网民回帖；微博和微信等社交媒体应用 。 其中 ， 微博相对数据开放 ， 与传统博客类似选择其中部分微博 。 微信主要限制在个人通讯范畴 ， 但可以采集微信公众号信息 。 扩大采集范围可能会带来大量无关数据 ， 可以在采集器上做出一定限制和过滤规则 ， 减少采集到过多无关信息 。 在信息深度上 ， 解决一些网站需要用户登录、页面分页分层、网页自动探测、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 。 一般舆情系统都包含自动聚类、分类等数据挖掘通用功能 ， 提高了舆情分析的自动化程度[4] ， 但各类功能的针对性不强 ， 大量工作在实际中仍需繁琐的手工完成 ， 难以满足舆情报告撰写等实际需求 。 所以 ， 需要结合实践特点 ， 制定和拓展结构化的模板和定制化的功能 ， 提高舆情分析工作的效率 。 比如 ， 利用舆情报告模板、图形图表模板、观点分类功能等进一步减少手工工作 。 同时 ， 可以利用不同站点、不同类型的网页信息 ， 交叉验证舆情信息 ， 增强网络信息的自动融合 ， 提高舆情分析的准确性与及时性 。 在工作流程上 ， 实现网络舆情信息采集、整理和分析自动化 ， 才能从繁杂的信息收集和整理中解放出来 ， 集中精力进行舆情分析和报告撰写工作 ， 提高工作水平和效率 。
4）提升舆情信息内容分析的语义化与技术水平 。 信息内容分析是网络舆情工作的关键 。 大多系统都是基于词语匹配完成聚分类任务 ， 以此实现既定的舆情内容分析功能 。 但意义关联的近义词、同义词与相关词的词形不同 ， 必然在准确率与召回率方面存在不足 ， 比如舆情话题追踪、观点分类的性能会受到明显限制 。 而且内容相同或相近的新闻、帖文必然出现在不同网站页面 。 准确关联汇聚这些信息 ， 是全面准确把握舆情整体状况的重点前提 。 广泛利用信息 ， 需要开发利用一定的算法 ， 整合语义知识库 ， 才能综合提高舆情信息的语义关联化程度 ， 加强对网络舆情状况的判断 。 所以 ， 舆情监测分析的语义与智能化水平亟待加强 。 一个方法是基于语义知识提高分析的准确程度；再一个是利用当前的最新技术 。 比如 ， 深度学习方法在很多领域已经证明了其有效性 ， 综合利用 word2wector、深度神经网络等提升内容分析的准确程度 。
推荐阅读
- 推荐5大游戏营销案例分析 游戏营销案例有哪些？
- 分享应对网络舆情的3大痛点 如何应对网络舆情？
- CPU温度80度正常吗-CPU温度80度详情分析
- 碧蓝航线普林斯顿怎么样-SR普林斯顿强度分析升级必备
- 塔罗牌分析：你命中有几朵桃花？
- 手相的财运线主要特征分析
- 浅析公关危机处理案例 公关危机处理案例该如何分析？
- 农产品的10种营销模式分析 农产品营销模式有哪些？
- 塔罗牌分析：这个星座是你命定的伴侣
- 手相看姻缘，婚姻线分析感情运势