舆情分析天津范文第1篇
11月22日，有网民爆料称，有十余名北京红黄蓝幼儿园新天地分园入园儿童的家长到朝阳区管庄派出所报案，称怀疑幼儿园园长和老师涉嫌猥亵和虐待儿童。爆料还称，幼儿园四名女童下体红肿，一名女童被猥亵昏迷。园内老师平时还存在其他虐童行为。
11月23日，《新京报》、澎湃新闻网等多个媒体报道此事称，据多名家长反映和幼儿描述，该园“国际小二班”以及“小小班”有8名孩子疑似在幼儿园被扎针。该园孩子还发生被喂食白色不明药片、褐色药浆以及“脱光衣服罚站、关小黑屋”的情况。另据新华社报道，北京警方已于22日接到家长报案，警方正在根据家长反映情况进行调查取证。
事件引发舆论高度关注，当日的新闻报道量达692篇。媒体在对事件进行报道时，还针对红黄蓝幼儿园的教育背景等展开深挖。据财新网等媒体报道称，该幼儿园是北京红黄蓝儿童教育科技发展有限公司旗下的一所直营幼儿园，2015年11月及今年4月曾先后被曝光2起虐童事件。据“易简财经”等微信公号发消息称，今年9月，红黄蓝教育在美国纽约证券交易所挂牌上市，但此前红黄蓝教育的IPO文件显示，其风险披露超过30页。红黄蓝教育的创始人史燕来系北大毕业，曾3次荣获“商界木兰”称号。另据新浪财经消息，该幼儿园园长目前正在配合警方调查，不便接受采访。事件在微博迅速引发热议。一些家长控诉自己孩子在幼儿园的遭遇的视频在网络中被刷屏，“#幼儿园被曝针扎幼童#”等微话题迅速登上微博热搜。“@财新网”、“@现代快报”等均对此进行关注。据不同家长反映，多名孩子在幼儿园被脱光衣服罚站，并疑似遭遇猥亵。与此同时，一些揣测类消息在微博中流传。网民“@Reginababy_lsy”等发布微博帖文称，“园长和她老公勾结部队群体猥亵”，“联合红黄蓝新天地幼儿园旁边的老虎团长期供他们猥亵，时长一年多”，这一消息引发舆论揣测。网民惊愕、愤慨之声高涨，但也有较为理性的网民呼吁不信谣、不传谣。目前部分微博已删除。 该事件激起了多数明星及网络大V的“共情效应”，尤其是已为人母的女性明星们，她们纷纷通过微博表达对该事件的愤怒。其中，演员章子怡、伊能静的微博转评量超过百万量级，且获得众多网民点赞、支持。转发网民中，更是包括了赵丽颖、陈学冬、景甜、Papi酱等明星、网红大V。
事件的恶劣影响引起官方重视。23日下午17时许，北京朝阳区教委信访办负责人在幼儿园门口给予了现场回应，称目前教室内监控视频已被警方调走，班上3名涉事教师暂时停职，改由其他老师替换。当晚20时许，教育部新闻办官微“@微言教育”针对此事通报称，已责成地方有关部门立即启动调查，尽快查清事实真相，并部署开展幼儿园办园行为专项督查。21时许，北京市朝阳区政府官微“@北京朝阳”发布情况通报称，朝阳警方已成立专案组目前正在工作中;区政府已成立工作组进驻幼儿园，“一经查实绝不姑息”。24日，舆情持续发酵并有逐渐扩大化趋势。8时许，红黄蓝幼儿园在其官微“@红黄蓝教育机构”发表声明向新天地国小二班家长致歉，并称已配合警方提供了相关监控资料及设备，涉事教师暂停职。对于个别人士涉嫌诬告、陷害的行为，新天地幼儿园园长已经向公安机关报案。24日18时左右，人民日报客户端发文称“11月24日，国务院教育督导委员会办公室印发紧急通知，部署立即在全国开展幼儿园规范办园行为专项督导检查，要求有效减少类似事件发生，确保广大幼儿的身心健康。”紧接着，“军报记者”微信公众号发文《“老虎团”政委冯俊峰就涉及部队传闻答记者问》，冯俊峰针对传言“涉事幼儿园园长是老虎团干部家属”一事回应称，“准确地说，是我团退役人员家属。该干部已转业到地方工作。网上流传该园长是我团现役军人家属与事实不符。”
截至24日22时许，有关该事件的新闻量已达1790篇，#幼儿园被曝针扎幼童#等微话题阅读量累计超7亿。目前舆情仍在持续发酵中。
艾媒大数据舆情管控系统数据显示，自11月23日15时事件开始发酵，北京红黄蓝幼儿园虐童事件舆情热度迅速攀升。事件热度持续升高，截至11月24日13时，热度指数达25020。
艾媒大数据舆情管控系统数据显示，截至11月24日13时，北京红黄蓝幼儿园虐童事件相关舆情信息主要来自于微博、网页及APP。其中微博发布的相关舆情信息数量最多，占44.95%;其次是网页，占比达29.73%;APP则占12.88%。
艾媒大数据舆情管控系统数据显示，截至11月24日13时，北京红黄蓝幼儿园虐童事件相关舆情信息迅速增加，且负面情绪持续扩大。该事件负面舆情信息占比49.82%，中立占43.12%，正面则占7.06%。
尽管事件引发社会各界广泛讨论，但由于公安机关暂未发出官方案件公布，大部分媒体都保持中立对事件进行报道和分析。其中，部分媒体报道深度剖析并抨击红黄蓝涉及的资本问题、幼教行业问题、幼儿园管理不当等问题。
舆情内容最热标签为“红黄蓝”、“幼儿园”、“虐童”、“北京”、“孩子”。另外可以看出，事件中关于“药片”、“扎针”、“猥亵”等词亦有被提及。
在新闻网站报道排行榜前TOP10中，排在第一位的新浪微博，数据为193条，是这次事件主要的网友热议平台，排在第二第三的是微信和百度贴吧，数据分别为76条和49条。除此之外，新浪财经、搜狐网、新浪新闻、天涯社区、腾讯网等都是此次报道的重要的新闻来源网站。 1. 媒体声音：
人民日报评红黄蓝幼儿园事件：幼有所育底线不容击穿——新浪新闻 幼儿园总部负责人回应针扎幼童：真相很快水落石出——网易新闻 北京红黄蓝幼儿园虐童案最新进展：园长已被停职检查——新浪综合 为何虐童事件一波接一波出现?——中宏网
红黄蓝上市蜜月期曝涉嫌虐童资本化成儿童频发间接推手?——新浪财经 北京扎针幼儿园背后公司9月在美股上市,连锁园4月被曝虐童——新浪财经 2.网友声音：
等警方结果，大多数幼儿园和老师肯定是好的，当然坏案例要严惩——曹增辉 严惩希望不会只是开除了事——两手空空的猪42-1 太可怕了，看的人心里发寒，什么样子的人会对孩子下黑手啊!——阿花要努力啊
对于北京红黄蓝虐童案，我只想说：令人发指，这样的人应该是千刀万剐!——忠县峰锅
我的心脏已经承受不了这么多虐童事件!!心疼——明朗朗
在惩前的同时，如何毖后，是社会各界面临的一个不容回避的重要议题。——Dr艾伦Alan
由于目前互联网的普及、科学技术的发展和信息共享的时效性提升，所有的消息都可以在极短的时间内传到世界的每个角落。在媒体新闻素材收集阶段，某些当事人为了引起公众关注，尽快达到自己所期望的目的，故意夸大事实，这些素材到了媒体手中又进一步的夸大，所谓的“标题党”也就应运而生;此时一些不明真相的网民对媒体文章的错误解读，造成了断章取义或故意曲解，使事件的本身进一步远离真相，加之种种原因官方和警方没有及时发声，正确引导公众舆论方向，导致了大多数的民众对于整个事件的错误认知，然后利用发达的信息技术广泛传播，仅有的一些保持理性的人也被淹没在茫茫声讨中!
针对舆情的不可控性，可以从一下几个方面着手应对：
1、加强网络监控，通过检测网络实时流量的动向预判或者及时的发现舆情，进而从舆情发生的源头进行管控。
2、加大舆情引导，遇到重大舆情事件，警方应当督促涉事方及时核查事件的真实性，尽快发声，根绝负面舆情的萌芽。
3、加深舆情打击，在法律层面上建立健全关于网络造谣、网络暴力等网络犯罪的处罚惩治制，让恶意造谣者无处遁形，绝不能让不法分子逍遥法外，做到有法可依、有法必依、违法必究、执法必严。
舆情分析天津范文第2篇
一、涉及分局负面舆情，管辖执法大队应高度重视，严肃对待，认证落实整改，及时回复。既然是投诉就说明是群众关心的热点、攸关群众利益、我们执法工作不到位的问题，因此，大队舆情专管员要在第一时间报告给大队领导。
二、舆情处置工作将纳入到个人和大队月考评和年度考评中。
1、在负面舆情处理工作中，措施得当、整改到位、回复及时，工作得到市民认可和肯定的大队和个人给予表彰，在考核中相应加分。
2、由于管辖执法大队和舆情专管员，在处理负面舆情措施不当、整改不到位、回复不及时造成不良影响的，根据考核要求将扣除大队相应的分数和个人绩效;造成恶劣影响、有损执法队伍形象的将追究管辖执法大队领导责任。
3、负面舆情因整改不到位、回复不及时被重复报道或投诉两次以上的，管辖执法大队及舆情专管员在考核中会被扣除相应分数和绩效。
三、各执法大队、舆情专管员应按照以下要求，切实加强舆情整改和及回复工作：
1、务必实事求是。执法人员在整改过程中采取了什么样的措施、达到了什么样的效果，要如实回复，切勿虚报瞒报，尤其在本条舆情造成严重负面影响的情况下，需认真对待，谨慎处理。
2、重时效。自法规科舆情专管员转发当日起，各大队最迟在3日内，须整改到位，并将整改结果以电子版和纸质版(大队负责人签字、盖章)上报。
3、文图统一。在整改回复行文中，文字和照片要起到相辅相成作用，照片对全文起到有效补充。行文格式要求规范(页边距：上3.7，下3.5，左2.8，右2.6单位cm;行间距：28磅;标题：方正小标宋简体2号;正文汉子：宋体正文3号;阿拉伯数字：GB3号)，文字简洁，就事论事，调查结果和采取措施说清;照片中要充分体现执法人员在“干什么”如执法人员和执法相对人进行沟通、或者是对商户下达《责令》，或覆盖裸露渣土等，严禁出现衣冠不整、头歪身斜、手插口袋等不规范、不文明动作。
舆情分析天津范文第3篇
一、
二、三产业分别完成2.8
7、
3.7
7、2.48亿元，占固定资产投资的比重分别为31.5%、41.3%、27.2%。实现了三大产业的均衡发展。第二产业所占投资比重明显高于一三产业，成为拉动全县投资增长的主动力。预计全县今年固定资产投资将继续保持理性增长态势。
一、主要特点
1、施工项目多，投资规模偏小。县委、县政府制定今年的工作的重点之一是加大项目建设力度，坚持以项目建设为总抓手，多管齐下上项目。通过对接大企业上项目、扩大投入上项目和招商引资上项目，形成新的发展支撑。1-5月全县固定资产施工项目98个，其中新开工项目58个。新开工项目中计划总投资亿元以上的项目有5个，增加投资1.16亿元，占城镇以上固定资产投资的14%。虽然新开工项目比较多，但投资规模不大。新开工的亿元项目，计划总投资最大的都只有2.5亿元。
2、城市建设投资迈大步。加快城市建设，既能拉动投资、改善环境、带动产业发展，又能造福市民。为推进城乡一体化，今年以来，城市建设投入之大、项目之多、速度之快、效果之明显前所未有。城市建设投资1.7亿元，同比增长118.5%，城市建设投资占固定资产投资的18.6%，今年城市建设投资近乎前五年的总和。
3、工业投资重头戏。1-5月，全县共完成工业投资3.77亿元，同比增长47.3%，占固定资产投资总额的41.3%。从行业来看主要投向依然是制造业和采矿业，受益于高速公路建设和经济回稳,我县采石场、沙场及其他建筑辅助产业遍地开花，铁矿、钨矿开采、采选及技改项目逐步恢复投资与生产。
4、结构调整初见成效。第一产业增长强劲，1-5月完成固定资产投资2.87万元,是去年同期的3.75倍,举全县之力建设生态林业项目，农林项目投入力度加大;第三产业占比降低，今年占固定资产比重为27.2%,比去年降低了14.6个百分点。
5、房地产投资逐步回归理性。受政策面的影响，全县房地产市场投资减少。1-5月，全县房地产投资完成2918万元，同比下降38.2%，仅占固定资产投资总额的3.19%。去年同期房地产投资完成4723万元,占固定资产投资总额的8.26%。
二、存在的问题
1、资金制约问题进一步突出，物价上涨压力大。由于国家明松暗紧的货币政策，融资难度进一步加大，无论是企业流动资金还是项目建设资金都比较紧张，对企业生产经营和项目建设形成较大影响。有的重点项目上级资金到位不及时、地方政府配套自筹资金缺口大、物价持续上涨等因素不同程度地制约了投资的快速增长,对施工带来较大影响，工程进展缓慢。
2、房地产开发投资继续增长的难度加大。近年来全国房地产开发投资高速增长，是固定资产投资大幅增长的主要动因之一，因而，控制房地产开发投资的快速增长，成为宏观调控的重点。受国家调控政策影响，购房者变得更为理性,楼市有价无市,房地产开发企业到位资金增速比房地产开发投资增速大幅降低，这种情况是近年来少有的。同时，开发商囤地观望现象严重，14家房产开发企业仅有6个在建项目。1—5月，房屋施工面积11万平方米，同比下降37.35%;制约了县房产投资增速的继续攀升。
3、一批重点工程已完工，主要建设投资项目进度慢。如g106线改建、淇南电站、湘能扩机工程等重点项目已完工。106桂东开山至段公路改造等项目因地方配套资金压力大，致使工程建设进展缓慢。由于缺乏大型项目的及时跟进，全县投资的快速增长将难以持续。
三、几点建议
1、加大重点项目建设力度。加强对重点项目的督查考核。一方面要积极落实对重点建设项目的优惠政策，另一方面要加大对项目责任单位、责任人、项目服务工作的督查力度，及时发现和解决项目建设中存在的问题。同时，定期召开部门联系会议，各部门互通情况，对重点建设项目完成情况进行通报。
2、加大资金筹措力度。从紧的货币政策，使的资金面不容乐观。首先要多开展银企洽谈会，让银行资金找到好项目，让好项目找到资金。其次要对于因贷款、融资困难，地方配套资金难以到位，建设进展缓慢的项目，建议政府帮助项目单位和金融部门进行沟通联系，帮助项目单位获得金融支持。
舆情分析天津范文第4篇
[关键词] 网络舆情 监测 分析
随着互联网的快速发展，网络媒体作为一种新的信息传播形式，已深入人们的日常生活。中国网民数量也在持续快速的增加，2010年7月15日，中国互联网络信息中心(CNNIC)发布《第26次中国互联网络发展状况统计报告》，报告显示，中国网民规模达到4.2亿，手机网民民规模更达2.77亿。网民通过网络形成的舆情越来越得到社会的广泛的关注。从2003年的非典、孙志刚事件，到2010年教育局封杀论坛事件、马鞍山局长打人事件等等。这些事件性质、主体各不相同，但是有一个共同的特点，即他们都是通过网络而放大了事件的影响力。
1.网络舆情监测系统的概念
网络舆情是通过互联网传播的公众对现实生活中某些热点、焦点问题所持的有较强影响力、倾向性的言论和观点。
最近几年各种社会机构组织、企业、各级政府都纷纷重视网络舆情，2008年7月，江西60多位县级官员实名开博，多数是收集当地网民关注的民生问题。2010年9月8日，人民网?中国共产党新闻网正式推出“直通中南海――中央领导人和中央机构留言板”。该留言板突出互动性，旨在让广大网友对中央领导人倾诉心声，给中央机构提出意见和建议。
由于互联网具有虚拟性、隐蔽性、发散性、渗透性和随意性等特点，越来越多的网民乐意通过BBS论坛、博客、新闻跟贴和转贴等渠道来表达观点传播思想。如果引导不善，负面网络舆情将对社会公共安全形成威胁。对相关部门来说，加强对网络舆论的及时监测、有效引导，以及对网络舆论危机的积极化解，对维护社会稳定、促进国家发展具有重要的现实意义，也是创建和谐社会的应有内涵。对企业来说，准确掌握产品和市场情况，监控竞争对手和行业动态，是企业市场、行销决策的重要支撑。
从现在的网络舆情传播速度来看，信息出现后的1至3小时就可以被转至多家论坛，6小时后就可以被多家新闻网站转载，24小时在网上的评论和跟帖就能制造出热点事件和舆论高潮。因此能够第一时间知道现在哪些是热点舆情，哪些将会成为热点舆情，对于我们来说至关重要。
“网络舆情监测系统”是针对在一定的社会空间内，围绕中介性社会事件的发生、发展和变化，民众对社会管理者产生和持有的社会政治态度于网络上表达出来意愿集合而进行的计算机监测的系统统称。通过这个系统，能够让我们有效的对网络舆情进行预警和应对。
2.网络舆情监测系统结构
网络舆情监测系统分为五大系统，分别是：网络舆情采集系统、网络舆情存储系统、网络舆情分析系统、网络舆情检索系统和网络舆情发布系统。如图1：
网络舆情采集系统会对互联网中的主要门户网站新闻、各大论坛的热门贴、关注度比较高的博客和微博以及各大主要的网络搜索引擎的热搜内容进行采集。采集后的数据存储进入统一的网络舆情存储系统。网络舆情分析系统对存储在舆情存储系统中的信息进行分析，把舆情内容归纳、整理、分类后得出最近阶段舆情的变化及趋势，并把分析好的数据存入存储系统。用户可以用网络舆情检索系统检索自己想要的最近、最新的焦点信息。最后通过舆情分析系统分析的信息、通过舆情检索系统检索的信息以及网络舆情存储系统中的信息都可以通过舆情报告系统发送和展示给用户。
3.网络舆情监测系统分析
3.1网络舆情采集系统
网络舆情采集系统是整个系统的基础。全世界互联网的信息是非常巨大的，即使仅仅对国内信息的检索也是海量的，而且由于网页设计的灵活性造成的网页结构复杂，网页的快速更新造成的网页内容动态性，以及一些网站对站内信息限制的技术手段造成网页内容不完整性，使得传统手工采集信息的方法非常低效率和高错误率。特别是最近几年，随着QQ群、博客、twitter等微博被网友广泛使用，这些主要为松散的，非结构化信息要实现采集的难度也越来越大，靠手工采集已经不太现实。
为解决这个问题，现在的采集系统往往采用具有一定智能的自动采集技术，国内外早期的网络采集方法是针对特定采集对象编写的程序，这个程序称为wrapper。近几年，越来越多的采集工具被开发出来用来代替传统的手工编写wrapper程序的方法。目前较为流行的采集工具可以分为六大类：
3.1.1开发wrapper的专用高级语言
传统的wrapper由于是手工编写针对某一个目标，如果要为大量目标手工编写非常不效率，通过专用高级语言可以方便编写wrapper。例如：Minerva，TSIMMIS，Web-OQL，FLORID，Jedi等。
3.1.2以HTML为中间件的工具(HTML-aware Tools)
这些工具在抽取时主要依赖HTML文档的内在结构特征。在抽取过程之前，这些工具先把文档转换成标签树;再根据标签树自动或半自动地抽取数据。代表工具有Knowlesys，MDR。
3.1.3基于NLP(Natural language processing)的工具(NLP-based Tools)
这些工具通常利用filtering、part-of-speech tagging、lexical semantic tagging等NLP技术建立短语和句子元素之间的关系，推导出抽取规则。这些工具比较适合于抽取那些包含符合文法的页面。代表工具有 RAPIER，SRV，WHISK。
3.1.4包装器的归纳工具(Wrapper Induction Tools)
包装器的归纳工具从一组训练样例中归纳出基于分隔符的抽取规则。这些工具和基于NLP的工具之间最大的差别在于：这些工具不依赖于语言约束，而是依赖于数据的格式化特征。这个特点决定了这些工具比基于NLP的工具更适合于抽取HTML文档。代表工具有：WIEN，SoftMealy，STALKER。
3.1.5基于模型的工具(Modeling-based Tools)
这些工具让用户通过图形界面，建立文档中其感兴趣的对象的结构模型，“教”工具学会如何识别文档中的对象，从而抽取出对象。代表工具有：NoDoSE，DEByE。
3.1.6基于本体的工具(Ontology-based Tools)
这些工具首先需要专家参与，人工建立某领域的知识库，然后工具基于知识库去做抽取操作。如果知识库具有足够的表达能力，那么抽取操作可以做到完全自动。而且由这些工具生成的包装器具有比较好的灵活性和适应性。代表工具有：BYU，X-tract。
3.2网络舆情分析系统
网络舆情分析系统为整个系统的核心功能，其主要包括以下功能：热点识别能力、聚类分析、倾向性分析与统计、信息自动摘要功能。
3.2.1热点识别能力
由于网络信息的更新和变化速度非常快，导致网络热点也时常转化，因此识别热点成为整个分析系统的前提条件。一般对于一段时间内的热门话题的识别主要是根据信息出处权威度、评论数量、发言时间密集程度等参数，给予一定的权重值，然后统计出该时间段内的热点。
3.2.2聚类分析
传统的手工统计分析对于海量的数据基本是无能为力，即使是勉强统计也会因为数据量而对数据的主题把握会产生偏差，从而造成统计数据失真，进而造成分析结果错误。
对文章标题和关键词进行聚类分析是现在常用的网络舆情分析方法，现在被广泛的采用，常用的聚类分析方法一般分为五类：
3.2.2.1划分方法
首先创建k个划分，k为要创建的划分个数;然后利用一个循环定位技术通过将对象从一个划分移到另一个划分来帮助改善划分质量。典型的划分方法包括：k-means，k-medoids，CLARA，CLARANS，FCM。
3.2.2.2层次方法
创建一个层次以分解给定的数据集。该方法可以分为自上而下(分解)和自下而上(合并)两种操作方式。为弥补分解与合并的不足，层次合并经常要与其它聚类方法相结合，如循环定位。典型的这类方法包括：BIRCH方法，它首先利用树的结构对对象集进行划分;然后再利用其它聚类方法对这些聚类进行优化。CURE方法，它利用固定数目代表对象来表示相应聚类;然后对各聚类按照指定量(向聚类中心)进行收缩。ROCK方法，它利用聚类间的连接进行聚类合并。CHEMALOEN方法，它则是在层次聚类时构造动态模型。
3.2.2.3基于密度的方法
根据密度完成对象的聚类。它根据对象周围的密度(如DBSCAN)不断增长聚类。典型的基于密度方法包括：DBSCAN:该算法通过不断生长足够高密度区域来进行聚类;它能从含有噪声的空间数据库中发现任意形状的聚类。此方法将一个聚类定义为一组“密度连接”的点集。OPTICS:并不明确产生一个聚类，而是为自动交互的聚类分析计算出一个增强聚类顺序。
3.2.2.4基于网格的方法
首先将对象空间划分为有限个单元以构成网格结构;然后利用网格结构完成聚类。STING就是一个利用网格单元保存的统计信息进行基于网格聚类的方法。CLIQUE和Wave-Cluster 则是一个将基于网格与基于密度相结合的方法。
3.2.2.5基于模型的方法
它假设每个聚类的模型并发现适合相应模型的数据。典型的基于模型方法包括：统计方法COBWEB:是一个常用的且简单的增量式概念聚类方法。它的输入对象是采用符号量(属性-值)对来加以描述的。采用分类树的形式来创建一个层次聚类。CLASSIT是COBWEB的另一个版本。它可以对连续取值属性进行增量式聚类。
3.2.3倾向性分析与统计
对信息的阐述的观点、主旨进行倾向性分析。可以为网络舆情的分析提供参考依据。
但是由于网络词汇的多样性，网络上出现许多新词，要判断这些词的倾向性就比较困难，一般倾向性分析可分为三种：
3.2.3.1情感倾向词典
中文词语情感倾向词典是给定一组已知极性的词语集合作为种子，对于一个情感倾向未知的新词，在电子词典中找到与该词语义相近、并且在种子集合中出现的若干个词，根据这几个种子词的极性对未知词的情感倾向进行推断。
3.2.3.2机器人学习
与词典法比较类似，也是给予一些已知极性的词语作为种子词，对于一个新词根据它和种子词的紧密程度对其情感倾向性进行推断，不同的是他是根据词语在种子库中的同现情况判断其联系紧密程度来作为判断依据。
3.2.3.3人工标注种子库
首先对情感倾向性分析种子库进行手工标注，标注的级别包括文档集的标注、短语级标注和分句级标注。在这些基础上，利用词语的共现关系、搭配关系或者语义关系，以判断词语的情感倾向性。
3.2.4信息自动摘要功能
能够根据文档内容自动抽取文档摘要信息，这些摘要能够准确代表文章内容主题和中心思想。用户无需查看全部文章内容，通过该智能摘要即可快速了解文章大意与核心内容，提高用户信息利用效率。而且该智能摘要可以根据用户需求调整不同长度，满足不同的需求。主要包括文本信息摘要与网页信息摘要两个方面。
3.3网络舆情检索系统
网络舆情检索分析系统产生的结果会实时存放进入存储系统之中，而检索系统可以分时间、地点、类型、网站等等进行分类检索，然后提供给用户。
分析系统提供的热点分析往往只是对已经产生的热点，或者是将要成为热点的次热点。而检索系统还可以让用户自定义关键词对采集到的信息进行自定义监控。
3.4网络舆情报告系统
根据网络舆情分析系统处理后的结果或网络舆情检索系统查询的结果生成报告，系统可通过短信、电话、网页浏览等各种手段及时告知，提供决策支持。
总之，网络舆情监测系统出现时间还比较短，基于其的算法和方法还都很不完善，而且随着计算机技术的不断发展，网络应用技术也在不断的变化，像近几年微博等非结构性的应用形式的出现，给检测系统的监测带来不小的挑战。方便、快捷、智能、通用将是今后舆情监测系统发展的方向。
参 考 文 献
[1]曹劲松.政府网络传播[M].江苏：江苏人民出版社，2010-11-02
[2]叶皓.正确应对网络事件[M].江苏：江苏人民出版社，2009
舆情分析天津范文第5篇
一、大数据背景下民办学院网络舆情的特点
“大数据”是需要新处理模式才能具有更强的决策力、洞察力和流程优化能力来适应海量、高增长率和多样化的信息资产。大数据具有海量的数据规模、快速的数据流转、多样的数据类型和价值密度低四大特征。
网络舆情是通过互联网传播的公众对现实生活中某些热点、焦点问题所持的有较强影响力、倾向性的言论和观点, 是社会舆论的一种表现形式。
民办学院由于学生的特殊性, 在网络舆情上具有以下几个显著特点。 (1) 形式多样, 态度鲜明。学生可以通过如微博, 微信, 抖音等软件, 对社会热点事件, 校园突发事件, 学习生活中的事件, 使用音频、视频、图片、文字等方式发表自己的看法, 或者相互评论, 这就使得网络舆情形式繁多。学生年龄在18-22岁左右, 思维活跃, 自我控制能力和自我调节能力不强, 遇到事情容易冲动。这就使得网络舆情更主观、态度更明确, 有时不自觉的就会为网络中的虚假消息, 甚至是负面消息推波助澜; (2) 传播速度快, 实时性明显。由于移动4G网络和智能终端, 特别是智能手机的飞速发展, 网络中的信息原本就具有传播速度快的特点, 使得网络舆情以难以想象的速度进行传播。虽然各类事件发生的时间和地点是随机的, 但智能手机在大学生群体中的普及, 使得信息及时传播得以实现, 也凸显了网络舆情的实时性; (3) 数据量大。大数据前提下, 网络舆情一改原有文字、图片等传统形式, 取而代之的是音频, 视频, 动态图等非结构数据。直接导致数据量呈几何级数增长, 而且由于网络舆情的新形式, 未来如何管理海量非机构数据也将是一个巨大的挑战。
二、大数据背景下民办学院网络舆情控制的几点思考
(一) 加强思想政治教育, 强化网络舆情引导
在信息化时代背景下, 互联网技术飞速发展, 网络中充斥着各种的思想和言论, 导致在校大学生的判断力在降低, 容易误入歧途。一旦发生舆情事件, 对学生、学校都会产生很多不良后果。所以要在平时的思想政治课堂上, 甚至是专业课课堂中, 加强对学生的思想政治教育, 帮助他们形成正确的人生观、世界观。同时注意校园文化建设, 开展内容丰富, 形式多样, 传递正能量的活动, 让学生在参加活动中提高自己的认识, 提升各个方面能力。引导学生合理上网, 健康上网, 加强网络防范意识, 能对网络中的各类消息做出正确的判断, 不人云亦云。
(二) 以大数据等技术为主要手段, 预防舆情事件发生
在大数据背景下, 改变原有的舆情管理方式, 通过使用先进的技术, 实现对网络舆情的事前预测, 全程监管。对校园网络环境进行监测, 对获得关键数据进行深度的数据挖掘, 总结各类数据的相关性, 对形成舆情事件的信息, 提前处理, 防患未然。利用网络爬虫等相关技术获得校园贴吧、论坛等平台数据, 过滤掉脏数据后, 进行深度机器学习, 利用人工智能技术获取学生思想动态, 进行及时的疏通与引导, 防止舆情事件发生。
(三) 建立专业的网络舆情管理队伍
目前大多数民办学院, 甚至是公立大学都没有成立专门的网络舆情管理小组, 通常都是辅导员、网络中心教师共同完成网络舆情的管理、监督, 若发生舆情事件也由他们来处理。在从技术角度上, 预防舆情事件上处于劣势。所以, 各民办学院应该加大投入, 多引入或者培养大数据处理、网络监管等方面的人才, 使其加入到网络舆情管理的队伍中来, 杜绝舆情事件发生, 保证网络舆情监管更科学、更高效。
三、结束语
大数据背景下, 民办学院网络舆情管理作为社会管理的重要组成部分, 其重要性不言而喻。民办学院要加强对网络舆情的管理, 转变原有的认知, 以监管、预防网络舆情为主, 形成网络舆情预警机制, 才能保证校园的安全和稳定。
摘要：随着科技的发展, 特别是网络的普及和自媒体的崛起, 大数据背景下高校网络舆情分析学引起了人们的重视。民办高校是高等教育重要的组成部分, 民办高校的学生特点更鲜明、更具个性。本文在大数据背景下, 以民办学院为研究对象, 分析了网络舆情传播特点, 而且提出了民办学院网络舆情管理对策。希望为民办院校的网络舆情管理提供帮助。
关键词：民办学院,大数据,网络舆情
参考文献
[1] 仲昭慧.大数据时代高校学生网络舆情现状与引导策略[J].福建教育学院学报, 2017, 18 (1) :22-25.
[2] 方越.大数据时代高校舆情控制策略探索[J].产业与科技论坛, 2017, 16 (15) :243-244.
[3] 周丽梅.大数据背景下的高校网络舆情管理策略研究[J].东南传播, 2017 (2) :46-48.
[4] 王子豪, 崔浩.大数据背景下的网络舆情技术分析[J].新闻传播, 2015 (14) :113-114.
[5] 文竹.大数据背景下网络舆情监测与预警模型研究[J].信息通信, 2018 (4) :141-142.
[6] 冯国良.基于Web及VRML网络教学平台的设计与实现[D].西安:西安电子科技大学, 2010.
[7] http://zhidao.baidu.com/.
舆情分析天津范文第6篇
胡洋
1033410
21、人口规模及特征
人口密度非常大：小陈水果店位于无锡商院商业街比高数码隔壁，是一个主要以经营水果的门面，在学院下课时间，以及周末放假时间有较多学生光顾，购买各种自己所需的水果，主要经营各种常见水果。鲜甜可口、色泽诱人的水果，由内而外散发着动人的魅力，令人垂涎欲滴。水果除了好吃，对健康又大有益处。水果是美容、健康的圣品。餐后吃水果可帮助消化，好处不胜枚举。
二、产品情况
小陈水果店：
主要经营各种时令水果。
水果价格(元/斤)
无籽西瓜贡 桔柠
4.68 8.80 7.80
菠萝柿 子胡
3.80 3.98 9.80
橙子猕 猴桃特 小
2.88 4.28 4.50
芒果脐 橙金 丝蜜38.00 4.95 4.80
檬柚凤柚
木9.80 西红
柿
2.68
黄
1.68
西红2.68
主营产品： 黄瓜西红柿 芒果 木瓜红富士草莓 金橘 龙眼 特小凤哈密瓜蜜桔 橙子
瓜砂
糖5.98 特蜜
2.78 金
瓜
4.98
柿
桔红
富8.80 桔哈
密5.60 橘柚
6.50
士
瓜
子
砂糖桔猕猴桃 梨
红心柚柠檬 雪梨
三、竞争对手情况
在无锡商院小陈水果店隔壁就有另外一家水果店，名为水果缘。同样顾客都是我们学院的学生，同时大学生超市也有一家水果店，相比较其他两家，本店的价格较好，质量适中，所以生意相对而言较好。且靠近男生宿舍，所以顾客比较多。
五、客户情况 负责人：胡洋
客户都为无锡商院的学生。对于本店的水果，大多数学生都去过，且消费过。客户大多持满意的态度。
改进建议：
建议：
水果保鲜：不同水果有不同的保鲜方法 首先不要囤大量的货 尽量减短进货到 出货期 有的可以常温保存 有的需要冷藏保存但是成本相对较高 最好的办法是尽量减短周转期 像葡萄这样的水果 基本不能过2天销售期。
增加利润：
提高利润的方法主要是以下几种：
1、维持目前进货价格、销售价格不变的条件下，提高营业额
2、维持销售价格不变的条件下，降低进货价格
3、维持进货价格不变的条件下，提高零售价格
4、维持目前进货价格、销售价格不变的条件下，降低开店运营成本服务：