网络舆情是怎么监测的?主要通过什么途径？

人工，是进行全网的搜索，通过关键词的信息量，人为判断舆情产生，这种方式需要在全网铺开来做，比如新闻网站、论坛、贴吧、微博、微信都是属于舆情滋生之地，皆有可能产生舆情。但人工搜索工作量大而且容易遗漏存在巨大风险，最关键的是你所遗漏的可能正是关键事件。

网络舆情的监测：

一、人工监测

人工，是进行全网的搜索，通过关键词的信息量，人为判断舆情产生，这种方式需要在全网铺开来做，比如新闻网站、论坛、贴吧、微博、微信都是属于舆情滋生之地，皆有可能产生舆情。但人工搜索工作量大而且容易遗漏存在巨大风险，最关键的是你所遗漏的可能正是关键事件。

二、专业的舆情监测平台。

专业舆情平台，是借助专业机构的舆情相关软件，利用技术获取海量信息，再利用中文分词技术、自然语言处理技术、中文信息处理技术，对信息进行垃圾过滤、去重、相似性聚类、情感分析、提取摘要、自动聚类等处理，及时发现舆情。

网络舆情监测的途径：

一、使用搜索入口作为捷径

搜索入口有两类：一类是搜索引擎的入口， 一类是网站的站内搜索。

做舆情监测往往是有主题、有定向的去做， 所以很容易就可以找到监测对象相关的关键字，然后利用这些关键字去各类搜索入口爬取数据。

当然也会遇到反扒的问题，例如你长时间、高频次的爬取搜索引擎的结果页面，网站的反扒策略就会被触发，让你输入验证码来核实是否是人类行为。

使用搜索入口作为捷径也会带来一些好处，除了爬取门槛低，不需要自己收录各类网站信息外，另一个特别明显的好处是可验证性非常好，程序搜索跟人搜索的结果会是一致的， 所以人很难验证出你获取的数据有偏颇。

二、爬虫根据网站入口遍历爬取网站内容

第一步要规划好待爬取的网站有哪些？ 根据不同的业务场景梳理不同的网站列表， 例如主题中谈到的只要监测热门的话题，这部分最容易的就是找门户类、热门类网站，爬取他们的首页推荐，做文章的聚合，这样就知道哪类是最热门的了。思路很简单，大家都关注的就是热门。至于内容网站怎么判断热门，这个是可以有反馈机制的：一类是编辑推荐；一类是用户行为点击收集，然后反馈排序到首页。

第二步是使用爬虫获取数据。爬虫怎么写是个非常大的话题，在这里不展开说明，需要提一嘴的是， 爬虫是个门槛很低但是上升曲线极高的技术。难度在于：网站五花八门；反扒策略各有不同；数据获取后怎么提取到想要的内容。

三、数据检索与聚合

数据获取下来后哪些是你关心的、 哪些是垃圾噪声，需要用一些NLP处理算法来解决这些问题。这方面门槛高、难度大。首先大规模的数据如何被有效的检索使用就是个难题。 比如一天收录一百万个页面（真实环境往往比这个数量级高很多），上百G的数据如何存储、如何检索都是难题。值得高兴的是业内已经有一些成熟的方案，比如使用solr或者es来做存储检索， 但随着数据量的增多、增大，这些也会面临着各种问题。

通常对热门的判断逻辑是被各家网站转载、报道的多， 所以使用NLP的手段来做相似性计算是必须的，业内常用的方法有Simhash或者计算相似性余弦夹角。有些场景不单单是文章相似，还需要把类似谈及的文章都做聚合，这时就需要用到一些聚类算法，例如LDA算法。从我们的实践经验来看，聚类算法的效果良莠不齐， 需要根据文本特征的情况来测试。

网址：网络舆情是怎么监测的?主要通过什么途径？ https://mxgxt.com/news/view/110969

相关内容

怎么监测分析明星热门案件的网络舆情舆论？舆情监测系统办法
艺人明星舆情监测怎么做
文艺演出文化活动期间的网络舆情监测解决方案
艺人明星舆情监控怎么做？
网络舆情分析是什么？揭秘其背后的科学与艺术
企业如何做好舆情监测及网络舆情管理？
舆情管理是什么 舆情管理的措施介绍
舆情监控怎么做？揭秘有效舆情管理的策略与工具
娱乐圈舆情怎么监控？
明星舆情话题监测管理方案

随便看看