２０１４年２月 现代情报 Ｊｏｕｒｎａｌ ｏｆ Ｍｏｄｅｍ Ｉｎｆｏｒｍａｔｉｏｎ Ｆｅｂ．，２０１４ Ｖ０１．３４ Ｎｏ．２ 第３‘４卷第２期 ・理论探索・ 基于Ｗｅｂ挖掘的突发事件网络舆情预警研究 董坚峰１’２ （１．吉首大学旅游－９管理工程学院，湖南张家界４２７０００； ２．武汉大学信息管理学院，湖北武汉４３００７２） （摘要］当前网络突发事件频发，网络舆情与突发事件的相互作用增加了舆情分析和预警的难度，现有典情预警系统无 法满足需求。将ｗｅｂ挖掘技术引入到突发事件网络舆情预警中，构建了包括舆情采集层、舆情挖掘层、舆情分析层、预警研判 层的基于Ｗｅｂ挖掘的突发事件网络典情预警系统模型，集成扣整合了突发事件网络舆情预警全过程的重要功能，实现突发事件 网络舆情采集、分析处理、危机预警的自动化、智能化和实时化。 ［关键词］ｗｅｂ挖掘；突发事件；网络舆情预警；系统模型 ＤＯＩ：１Ｏ．３９６９ ｉｓｓｎ．１Ｏ０８—０８２１．２Ｏ１４．０２．∞９ ［中图分类号）０２５０．７ ［文献标识码］Ａ ［文章编号］１００８—０８２１（０２１４）０２—００４３—０５ Ｒｅｓｅａｒｃｈ ｏｆ Ｉｎｔｅｒｎｅｔ Ｐｕｂｌｉｃ Ｏｐｉｎｉｏｎ Ｐｒｅ—－ｗａｒｎｉｎｇ ｏｎ Ｅｍｅｒｇｅｎｔ Ｅｖｅｎｔ Ｂａｓｅｄ ｏｎ Ｗｅｂ Ｍｉｎｉｎｇ Ｄｏｎｇ Ｊｉａｒｆｅｎｇ ’ （１．Ｃｏｌｌｅｇｅ ｏｆ Ｔｏｕｒｉｓｍ ａｎｄ Ｍａｎａｇｅｍｅｎｔ Ｅｎｇｉｎｅｅｒｉｎｇ，Ｊｉｓｈｏｕ Ｕｎｉｖｅｒｓｉｔｙ，Ｚｈａｎｇｊｉａｊｉｅ ４２７０００，Ｃｈｉｎａ； ２．Ｓｃｈｏｏｌ ｏｆ Ｉｎｆｏｒｍａｔｉｏｎ Ｍａｎａｇｅｍｅｎｔ，Ｗｕｈａｎ Ｕｎｉｖｅｒｓｉｙｔ，Ｗｕｈａｎ ４３００７２，Ｃｈｉｎａ） 【 】ｓＩ堋ｌｃｔ］Ｎｏｗａｄａｙｓ，ｗｉｔｈｔｈｅｉｎｔｅｍｅｔ ｅｍｅｒｇｅｎｔ ｅｖｅｎｔｓｔａｋｉｎｇ ｐｌａｃｅｆ￣ｑｕｏｎｔｌｙ，ｔｈｅｉｎｔｅｒａｃｔｉｏｎｂｅｔｗｅｅｎｉｎｔｅｍｅｔ ｐｕｂｌｉｃ ｏｐｉｎ— ｉｏｎ ａｎｄ ｅｍｅｒｇｅｎｔ ｅｖｅｎｔｓ ｉｎｃｒｅａｓｅｓ ｔｈｅ ｄｉｆｉｃｕｌｔｙ ０ｆ ｐｕｂｌｉｃ ｏｐｉｎｉｏｎ ａｎａｌｙｓｉｓ ａｎｄ ｐｒｅ—ｗａｒｎｉｎｇ。ａｎｄ ｔｈｅ ｃｕｒｒｅｎｔ ｐｕｂｌｉｃ ｏｐｉｎｉｏｎ ｐｒｅ— ｗａｍｉｎｇ ｓｙｓｔｅｍ ｃａｎ’ｔ ｍｅｅｔ ｔｈｅ ｎｅｅｄ．Ｔｈｉｓ ｐａｐｅｒ ｉｎｔｒｏｄｕｃｅｄ ｗｅｂ ｍｉｎｉｎｇ ｔｅｃｈｎｏｌｏｇｙ ｉｎｔｏ ｉｎｔｅｍｅｔ ｐｕｂｌｉｃ ｏｐｉｎｉｏｎ ｐｒｅ—ｗａｎｔｉｎｇ ｆｏｒ ｅ－ ｅｍｒｇｅｎｔ ｅｖｅｎｔｓ，ａｎｄ ｃｏｎｓｔｒｕｃｔｅｄ ｔｈｅ ｐｕｂｌｉｃ ｏｐｉｎｉｏｎ ｐｒｅ—ｗａｒｎｉｇｎ ｓｙｓｔｅｍ Ｉｒｘｘｌｅｌ ｂａｓｅｄ ｏｎ ｗｅｂ．ａｍｎｇ．Ｔｈｅ ｍｅｄｅａ ｉｎｃｌｕｄｅｄ ｏｐｉｎｉｏｎ ｃｏｌｌｅｃｔｉｎｇ ｌａｙｅｒ，ｏｐｉｎｉｏｎ ｍｉｉｎｎｇｌａｙｅｒ，ｏｐｉｎｉｏｎ ａｎａｌｙｚｉｎｇｌａｙｅｒ，ｊｕｄｇｉｇｎ ａｎｄ ｐｒｅ—ｗａｒｎｉｇｎ１．ｙｅｔ，ｉｎｔｅｇｒａｔｉｇｎ ａｌｌｔｈｅｉｍｐｏｒｔａｎｔ ｒｕｎｅ— ｉｔｏｍ ｏｆｉｎｔｅｍｅｔ ｐｕｂｌｉｃ ｏｐｉｉｎｏｎ ｐｒｅ—ｗ￣ｌａｎｇ ｓｙｓｔｅｍ ｆｏｒ ｅｍｅｒｇｅｎｔ ｅｖｅｎｔｓ，ａｎｄ ｒｅａｌｉｚｉｎｇ ｔｈｅ ａｕｔｏｍａｔｉｏｎ，ｉｎｔｅｌｌｉｇｅｎｔｉｚａｔｉｏｎ ａｎｄ ｒｅａｌ— ｔｉｍｅｆｏｒｔｈｅ ｃｏｌｌｅｃｔｉｏｎ，ａｎａｌｙｓｉｓ，ｐｒｏｃｅｓｓｉｇｎ ａｎｄ ｃｒｉｓｉｓ ｐｒｅ—ｗａｒｎｉｇｎ ｏｆｉｎｔｅｍｅｔ ｐｕｂｌｉｃ ｏｐｉｎｉｏｎ ｏｎ ｅｍｅｒｇｅｎｔｅｖｅｎｔｓ． ＣＫｅｙ ｗｏｒｄｓ］ｗｅｂ ｍｉｉｎｇｎ；ｅｍｅｒｇｅｎｔ ｅｖｅｎｔｓ；ｐｒｅ—ｗａｒｎｉｇｎ ｏｆｉｎｔｅｍｅｔ ｐｕｂｌｉｃ ｏｐｉｉｎｎｏ；ｓｙｓｔｍｅ ｍｏｄｅｌ 近年来，随着我国改革开放与社会转型的推进，互联 为社会公众提供信息获取、诉求表达、情绪宣泄、社会参 网上突发事件和公共危机话题不断凸现，网络逐步取代传 与平台的同时，也成为社会突发事件和件策源、 统媒体成为新的社会场，基于互联网的社会舆情生态 酝酿的重要场域。网络舆情热点一方面直接发展、酝酿成 环境逐步形成。据ＣＮＮＩＣ《第３２次中国互联网络发展状况 为件，引发社会公共危机；另一方面，网络舆情 统计报告》统计，截至２０１３年６月，我国网民规模达到 的非理性化、情绪化倾向加速突发事件的恶性发展，增加 ５．９１亿，网站和网络论坛达到２９４万个，手机上网用户 了突发事件的预警和处理难度。在这种背景下，如何利用 ４．６４亿，全民网络普及率高达４４．１％，其中博客、论坛、 现代技术手段和管理手段精确研判并有效应对突发事件网 微博使用人数分别为４．Ｏ１亿、１．４１亿、３．３１亿［Ｉｌ。网络在 络舆情，避免突发事件危机产生或者提供危机预警，是当 收稿日期：２０１３—０８—１９ 基金项目：本文系湖南省教育厅科学研究项目“基于数据挖掘的网络舆情预警机制研究”（项目编号：１１Ｃ￣０５１）阶段性研究成果。 作者简介：董坚峰（１９７７一），男，系主任，讲师，博士研究生，研究方向：信息资源管理、计算机信息系统工程，发表论文２０余篇。 ・－－——４３・———— ２０１４年２月 第３４卷第２期 基于Ｗｅｂ挖掘的突发事件网络舆情预警研究 Ｆｅｂ．，２０１４ Ｖ０１．３４ Ｎｏ．２ 前的一项重要工作。 焦，一些不适当的、歪曲的、情绪化的、偏激的言论甚至 １突发事件网络舆情分析和预警面临的困难 谣言即迅速传播，从而加速突发事件的恶性发展。 在突发事件爆发过程中，强大的网络舆情与突发事件 １．１ 网络舆情与突发事件的相互作用增加了预警 即时互动、互相强化、交流融合，使原本为时较短的突发 分析处理的难度 根据《中华人民共和国突发事件应对法》的界定，突 发事件是指突然发生，造成或者可能造成严重社会危害， 需要采取应急处置措施予以应对的自然灾害、事故灾难、 事件成为持续时间较长的公共危机，从而大大增加了事件 处理难度和处理成本。尤其是在网络舆情的推动下，突发 事件更加动态化、反复化、持久化，相关舆情信息无规律 化程度加剧，任何组织和个人都无法完全决定和控制网络 舆情信息的内容，网络舆情监控和预警面临极大的挑战［３。３Ｊ 公共卫生事件和社会安全事件Ｌ２ Ｊ。与一般事件不同，突发 事件具有较强的突发性、破坏性、公共性、复杂性、持续 性，并可能在一定情势下转化为公共危机。在突发事件的 发生发展过程中，媒体和网民通过各种渠道发表各自的意 １．２现有舆情系统对突发事件舆情分析预警支持 不足 网络舆情的分析预警是一个融汇计算机网络、人工智 见和看法。汇集而成的网络舆情经常会发展为突发事件， 并左右突发事件的演变进程，同时对某些事件的演变起到 能、数据挖掘、自然语言处理等多学科知识的前沿领域， 涉及网络舆情信息采集、分析、处理、分类、监测和预警 了推波助澜的作用。一方面，互联网拥有自由民主、快速 即时、便捷多向等优势，使其更易聚焦各类社会热点问题， 尤其是那些涉及群体利益、社会公平、差距的话题极 易激起大规模讨论热潮，导致网络热点直接发展、酝酿为 突发事件，且发展迅速，影响极大；另一方面，由于网络 的全过程。近年来，国内外众多学者和研究机构对此从不 同领域和多个角度开展了探讨，并研发了各种软件产品或 系统来自动或者辅助舆情工作人员进行舆情信息的分 析和监控，如国内的谷尼、方正、ＴＲＳ和国外的Ｒｅｖｉｅｗ Ｓｅｅ、ＳｔａｔＰａｃ、Ｏｐｉｎｉｏｎ Ｆｉｎｄｅｒ等系统。这些系统功能多样， 围绕网络舆情分析和预警提供了多种支持（如表１所示）。 的匿名隐身、跨地域、元国界等特点，网络舆情的非 理性、情绪化特点明显，导致一旦某个突发事件被网络聚 表ｌ国内络舆情预警分析系统的比较 ‘８１ —４４— ２０１４年２月 现代情报 Ｆｅｂ．，２０１４ 第３４卷第２期 Ｊｏｔｍｍｌ ｏｆＭｏｄｅｍ Ｉｎｆｏｒｍａｔｉｏｎ Ｖ０１．３４ Ｎｏ．２ 从表１可以看出，这些系统基本上都提供了网络舆情 中自动发现并提取人们感兴趣的、有用的模式和隐含的信 分析和预警功能，能帮助或企业把握网络舆情信息、 息。根据挖掘对象的不同，Ｗｅｂ挖掘可以分为Ｗｅｂ内容挖 预警可能发生的舆情危机。各个软件在舆情分析和预警上 掘、Ｗｅｂ结构挖掘和Ｗｅｂ使用挖掘。与传统的网络舆情分 各有优势，比如在舆情采集阶段使用自动搜索技术，在舆 析方法，例如抽象分析、比较分析、相关分析和内容分析 情分析阶段综合使用文本挖掘、自动摘要、主题聚类等技 法等相比，Ｗｅｂ挖掘可以得到指定时间段内网络舆情的状 术，在舆情预警阶段提供了多种预警途径等。但总体来看， 况和走向以及与之关联的热点问题，为网络舆情的深层次 单个软件的功能还远未达到真正的网络舆情分析的智能化 分析和智能化预警提供了技术支持和解决方案Ｌ９Ｊ。 要求，都存在这样或那样的不足，暂时没有一个整体功能 ２．１．１ Ｗｅｂ内容挖掘 完备的系统。具体如下： Ｗｅｂ内容挖掘是从Ｗｅｂ文档本身的内容或者Ｗｅｂ搜索 １．２．１舆情信息源整合不够，信息采集质量不高 。的结果中抽取知识的过程，它可以对大量的Ｗｅｂ文本集合 对于舆情预警系统来说，其信息源来源多样，尤其是 进行分类、聚类、关联分析，以及利用Ｗｅｂ内容进行趋势 在Ｗｅｂ２．０环境下，以微博、社交网络、即时通讯为载体的 预测。在网络舆情分析中，Ｗｅｂ内容挖掘可以发现与突发 “微内容”更成为主要信息来源，而现有的舆情预警系统支 事件主题相关的知识内容和语义关联模式。 持信息源明显不够，对各类信息源的整合力度也不大，不 ２．１．２ Ｗｅｂ使用挖掘 能实现全网采集，从而制约了舆情预警的效果。另外，目 Ｗｅｂ使用挖掘是通过挖掘Ｗｅｂ使用数据或者访问日志 前舆情预警系统大多数是借助搜索引擎等爬虫工具进行信 来提取浏览者的行为模式，获取有价值的信息的过程。它 息采集，采集算法简单，信息采集呈重复性、非相关性和 通过挖掘用户上网时产生的网络服务器访问记录、代理服 表层化，导致检索结果数量大且多为重复的、非相关的、 务器日志记录、浏览器日志记录、用户登录和注册记录、 浅层的，甚至是虚假的信息；采集过程也缺乏跟踪和监测， 用户对话或交易信息、用户提问等交互式信息发现用户的 采集效率不高。 浏览习惯、相似用户群体、Ｗｅｂ页面的访问频率等知识模 ．１．２．２舆情分析过程缺乏智能性，信息分析深度不够 式，从而更好地理解用户行为和提供智能化的服务。通过 现有舆情预警系统在信息处理方面，要么是将收集的 Ｗｅｂ使用挖掘，可以确定舆情热点和焦点、预测网民行为。 信息经过简单整理后交给工作人员进行人工定性分析和经 ２．１．３ Ｗｅｂ结构挖掘 验判断，要么是借助舆情字典和统计学进行分析判断，信 Ｗｅｂ结构挖掘就是对ＷＷⅣ的组织结构、Ｗｅｂ页面的 息仅仅停留在相关数据的统计层面，没有深入挖掘数据背 超链结构等进行挖掘并从中提取出隐藏的有价值的知识的 后隐含的深层知识，更无法涉及舆情信息的语义层次，系 过程。大量的Ｗｅｂ链接信息提供了丰富的关于Ｗｅｂ内容相 ，统智能化程度不高。 关性、质量和结构方面的信息，是进行网络舆情站点分析 １．２．３舆情预警研判功能偏弱，无法满足决策支持 的重要资源［ｘ０］。通过ｗｅｂ结构挖掘，可以获得与舆情主题 现有的舆情系统进行预警时多为自动舆情分析报告和人 高度相关的链接以及链接逻辑结构的语义知识，从而帮助 工经验相结合的方式，鲜有设置科学系统的预警研判指标体 舆情分析人员确定重要舆情源和中心页面。 系，从而导致提供的预警结果无法满足决策支持的需要。 ２．２基于Ｗｅｂ挖掘的网络舆情预警流程 有鉴于此，本文结合突发事件网络舆情预警的现实需 一般来说，采用Ｗｅｂ挖掘方法进行网络舆情预警的处 求和现有的舆情分析预警系统的不足，将Ｗｅｂ挖掘技术引 理流程包括舆情主题规划、舆情信息采集、舆情信息预处 入到突发事件网络舆情信息分析和预警中，提出了基于 理、舆情信息分析、舆情危机预警处理５个步骤（如图１ Ｗｅｂ挖掘的网络舆情预警的思路和系统模型，以期为 所示）［１１］。 公共管理部门开展网络舆情预警提供一些借鉴。 （１）舆情主题规划。根据舆情预警需求，设定舆情主 ２基于ｗｅｂ挖掘的网络舆情预警 题目标，同时确定舆情分析的对象（来源）、关键词、主题 等，并在实施过程中根据实际需求调整采集主题。 ２．１ Ｗｅｂ挖掘 （２）舆情信息采集。根据舆情主题规划任务从多个信 Ｗｅｂ挖掘是数据挖掘在Ｗｅｂ上的应用，它综合使用数 息源中提取相关数据，并对目标Ｗｅｂ数据进行网页的特征 据挖掘、机器学习、自然语言处理和人工智能等智能信息 提取、基于内容的网页聚类、网页间内容的关联规则发现 处理技术从ｗⅣＷ的资源（ｗｅｂ文档）和行为（Ｗｅｂ服务） 等，从中得到和挖掘目的相关的数据。 一４５— ２０１４年２月 第３４卷第２期 基于Ｗｅｂ挖掘的突发事件网络舆情预警研究 沧坛、 客 新 闻评论、手机微 博等Ｗｅｂ贞 Ｆｅｂ．，２０１４ Ｖ０１．３４ Ｎｏ．２ 舆情主题规划 舆情信息分析Ｉ 文本挖抛 事件识别 主题发现 热点跟踪 关联分析 ｌ舆情危机预警处理 舆情报告 新闻汇总 确定舆情来源 确定关键词 ＵＲＬ管理 主题管理 转载站群 趋当挚分析 倾向性分析 图１基于ｗｅｂ挖掘的网络舆情危机预警流程图 （３）舆情信息预处理。将先前获取的网页源码作进一 步的信息处理，包括网页净化、文本分词、特征向量表示、 停用词及虚词净化、词频统计、降维处理等，最终为舆情 分析做好充分的数据准备。 （４）舆情信息分析。利用Ｗｅｂ挖掘算法对舆情信息进 行分析，挖掘出有效的、新颖的、潜在的、有用的及最终 可以理解的信息和知识。常用的信息分析技术包括：文本 挖掘、事件识别、主题发现、热点跟踪、关联分析、趋势 分析、倾向性分析等。 （５）危机预警处理。对挖掘出来的舆情信息进行分析、 解释，生成舆情分析报告，并根据分析结果对网络舆情进 行危机预警。 ３基于Ｗｅｂ挖掘的突发事件网络舆情预警系统模型 ３．１模型概述 针对现有网络舆情预警系统普遍存在的突出问题，根 据Ｗｅｂ数据挖掘在信息分析和知识发现中的优势，本文综 预警研判层 ¨ 剐络舆情信息采集 舆情分析层 一 舆情挖抛层 舆 ｉＩ，０……’门户Ｍ站ｌ…●●…●新闻剐站ｌ……●…………●时 沦坛Ｉ……●…●博客．●●●●●＇●●羽●’●ｒ馓博ｌ●●＇●－●－●０ ＢＢＳ一●●………、 Ｉ 橥 莲 合应用Ｗｅｂ挖掘、语义分析、信息集成等技术，构建了基 于Ｗｅｂ挖掘的突发事件网络舆情预警系统模型，如图２所 示。本模型包括舆情采集层、舆情挖掘层、舆情分析层和 预警应用层等４层，集成和整合了突发事件网络舆情预警 全过程的重要功能，实现突发事件网络舆情采集、分析处 图２基于Ｗｅｂ挖掘的突发事件网络舆情预警系统模型 空间、主流论坛／ＢＢＳ、知名门户网站、各大网络媒体、知 名人士博客／空间、主流搜索工具、国外媒体等网络新媒体 上的信息进行实时监测，及时采集敏感信息。采集回来的 舆情信息网页进行ＵＲＬ抽取、网页解析、关键内容提取等 理、危机预警的自动化、智能化和实时化。 ３．１．１舆情采集层 处理后整理存储到舆情信息库中。 ３．１．２舆情挖掘层 舆情采集层是本模型的最底层，主要负责完成网络舆 情信息的采集和预处理，为舆情挖掘和分析提供所需的数 据。在采集时，一方面可以利用聚集爬虫对各主要门户网 站、新闻网站、、微博和博客、ＢＢＳ论坛进行信 息抓取，获取最新动态；另一方面，可以结合近年来突发 舆情挖掘层主要完成对舆情信息库中内容的挖掘 和处理，利用Ｗｅｂ挖掘技术对网络舆情的内容、结构和使 用记录进行挖掘。为了更好地实现对网络舆情突发事件的 监控和预警，在本层需要综合采用多种Ｗｅｂ挖掘方法，除 事件舆情多发主题，对网络曝光率和点击率较高的微博／ＱＱ ・－－——前文提到了的Ｗｅｂ使用挖掘、Ｗｅｂ结构挖掘和Ｗｅｂ内容挖 ４６・－－—— ２０１４年２月 Ｆｅｂ．，２０１４ 第３４卷第２期 现代情报 Ｊｏｕｒｎａｌ ｏｆＭｏｄｅｍ Ｉｎｆｏｒｍａｔｉｏｎ Ｖｏ１．３４ Ｎｏ．２ 掘外，还需要采用以下两类挖掘技术： 越是权威的信息越容易成为网络热点。因此，舆情特性越 （１）Ｗｅｂ数据流挖掘。突发事件网络舆情在网络上的 明显，隐含的不安全因素就越高，越容易向不安全和危险 发生和演变具有极强的时空演化性，可以看成是一种连续 性路径发展演变ｉ Ｊ。 不断到达的、时变的、有序的且快速流动的数据元素组成 （３）危险性研判。主要从网络覆盖度、地域覆盖度、 的文本数据流，利用频繁项挖掘或突变检测等数据流挖掘 网民情绪、网民态度和行为等５个角度进行网络舆情的危 方法可以快速获取敏感网页和话题。 险性研判。一般来说，网络和地域覆盖度越大，网民情绪 （２）ｗｅｂ语义挖掘。利用ＸＭＬ—Ｏｎｔｏｌｏｇｙ技术对舆情信 越激动和愤怒，态度越负面，网络行为越偏激，危险性则 息库中的数据进行语义抽取、标注和描述，在此基础上建 越大，突发事件越容易产生或者激化。 立与突发事件相关领域的语义知识库，并利用工具挖掘舆 ３．２突发事件监控与预警分析 情规律。 上述模型介绍了各功能层能完成的对网络舆情突发事 ３．１．３舆情分析层 件从资源采集到事件预警的功能和流程，下面重点对突发 舆情分析层是本模型的核心层，也是实现突发事件舆 事件监控与预警实现的一些关键环节进行分析。 情预警的前提。本层主要从舆情信息内容和舆情演变态势 （】）突发事件分类。由突发事件引发的网络舆情信息， 两个方面分析突发事件网络舆情的内容和发展趋势，并生 从内容形式来看主要为文本，因此，突发事件分类可以转 成舆情分析报告。 化为文本分类问题。在具体实施时，可以通过网页内容的 （１）舆情信息内容分析。主要实现网络突发事件的分 分类分析将相关主题网页都划分到同一个类别，并通过关 类、应用语义分析对文本的分类、对论坛及评论中的舆情 联分析和序列分析追踪舆情源头，有效地辅助发现并预警 情感倾向性分析、对构成危害的敏感信息的监控和不良信 不良信息，及时制止舆情的进一步突变，起到辅助决策支 息的过滤等功能。 持的作用。 （２）舆情趋势演化分析。主要根据突发事件体现出的 （２）文本数据流突发检测。文本流突发检测主要是借 网页数量的变化、词频的变化、转载及扩散的变化建立合 助Ｋｌｅｉｎｂｅｒｇ方法来实现：在文本分类的基础上，针对某一 适的统计模型来分析演变态势和波动性，实现舆情演变的 特定主题的舆情文本，按照其到来的时间顺序定义为文本 趋势监测功能［１２Ｊ。 序列，利用形式化方法的无穷状态自动机对文本流进行建 ３．１．４预警研判层 模。若｛ｔ１，ｔ２，…，ｔ ，ｔ ＋ ・・｝为文本序列，两文本的时间间 本层主要根据在舆情分析层所得到的舆情分析报告， 隔为 施随着单位时间内的文本数量的变化而变化。如 从舆情热度、特性、危险性等指标进行舆情信息评测，研 果有突发事件，短时间内与此事件相关的文本增多，导致 判是否发布舆情预警信号，并提供舆情信息摘要、舆情简 变短，就将此时的状态定义为突发状态 （Ｂｕｒｓｔ Ｓｔａｔｅ）， 报等信息内容展示，为相关职能部门快速了解舆情动态、 如果没有突发即为普通状态 （Ｎｏｒｍａｌ Ｓｔａｔｅ）。从普通状态 掌握热点事件突发事件的来龙去脉提供决策依据。 到突发状态的转换则可以通过时间间隔施的变化带来的改 （１）热度研判。主要从报道量、点击量、评论量、发 变检测到。 帖／发文量、转载／转播量和搜索量等多个数据指标来判断 （３）趋势预测分析。通过对某个与突发事件相关的主 当前网民和媒体对事件或信息的关注度，判断是否可能形 题在不同的时间段内被关注的程度进行跟踪，从而获取舆 成并爆发网络舆情突发事件。通常，关注度或热度越高， 情随时间的发展变化趋势或规律，实现对舆情环境的监控 越容易形成和爆发网络舆情，朝着存在安全隐患和不安全 和预警，进行适时控制和疏导。 的路径演变；反之亦然。 （４）敏感话题监控。借助敏感词典等工具对突发事件、 （２）特性研判。主要从事件或信息的主题敏感程度、 涉及内容安全的话题尤其是敏感话题进行有效监控和预警。 内容真伪性和来源的权威性３个角度来判断其自身特性。 一方面，根据舆情分析结果对用户关注的舆情内容进行有 其中，涉及公共安全、差距、国计民生、公平公正等 效分类，从中找出与突发事件主题相关的敏感话题；另一 主题为敏感主题，关注程度较高；内容真伪性主要是甄别 方面，根据分类结果评估分析突发事件网络舆情发展态势 信息内容的虚假和失真性，避免被个别人或团体非法利用 并给出预警信息。 和转播，以谣言和讹传诋毁形象；来源的权威性主要 （５）情感倾向分析。对网民发布的与突发事件主题相 是从信息发布者的知名度、活跃度、信息质量等角度研判， 关的话题进行情感倾向性分析，了解和归 （下转第５１页） —－－——４７・－・—— 第３４卷第２期 ２０１４年２月 基于知识链接的文献服务策略 Ｆｅｂ．，２０１４ Ｖｏ１．３４ Ｎｏ．２ ３．３ 用知识联盟的知识发现力和用户互动提高查 现检索结果产生效益的横向拓展力，提高检索人员利用知 全率 识、创新知识的综合能力，提高情报服务的附加值，以显 检索过程就是一个知识挖掘和知识发现的过程，它不 著提高用户对于知识的应用和创新能力。 仅是一项科学性、技术性很强的信息服务工作，也是一项 高智力的信息活动，它需要检索工作者通过信息发现制定 参考文献 出科学的检索策略，通过检索寻找到不同的信息元，发挥 ［１】Ｓｏｄｅｒｄａｈｌ Ｐ Ａ．Ｉｍｐｌｅｍｅｎｉｔｎｇ ｔｈｅ ＳＦＸ ｌｉｎｋ ８ｅｌ￣ｅｒ ａｔ ｈｔｅ ｕｎｉｖｅｒｓｉｔｙ ０ｆ 检索工作者的知识发现和知识管理作用，实现信息服务向 ｉｏｗａ［Ｊ］．Ｉｎｆｏｒｍａｔｉｏｎ Ｔｅｃｈｎｏｌｏ￣ａｎｄ ｕｂｔ ｅｓ，２００３，２２（３）： 知识服务的转变。如果在检索过程中，对主题分析不充分 １１７—１１９． 或主题分析错误，检索策略过于简单，选词和逻辑组配不 ［２］汪善建．图书馆数字参考咨询服务管理模式探讨［Ｊ］．情报科 当，或检索途径和方法太少，就会造成信息发现偏差和错 学，２００５，（３）：３３５—３３８． ［３］武小龙，王莹。谢百治．信息时代实施个人知识管理的思考 误，检索出的主题与课题内容不符，就会大大影响查全率。 ［』］．中国医学教育技术，２００６．（６）：１９３—１９６． 为了保证检索查新质量，专业的检索一般都采用知识 ［４］ｈｔｔｐ：ｆｂａｉｋｅ．ｂａｉｄｕ．ｅｏｍ／ｖｉｅｗ／３５９７８６．ｈｔｒａｌ？ｗｔｐ＝ｔｔ Ｃａ￣，．－Ｌ［ＥＢ］． 联盟的方式，即检索结果的专家咨询制度。聘请不同专业 ２Ｏ１３一Ｏ５一ｌ１． 领域的专家，建立检索咨询专家队伍，每个检索项目都要 ［５］ｈｔｔｐ：／／ｗｗｗ．ｓｘｉｎｆｏ．ｎｅｔ：８０８０／ｋｊｘｘｗ／ａ￣ｃｌｅ．ｄｏ？ｃｕｒＭｅｎｕ＝ 由检索工作者进行检索，再由相关专业领域的专家进行审 ８＆ｃｈｉｌｄＭｅｎｕ＝１２＆ａｒｔｉｅｌｅＩｄ＝３７７２＆ｃＩｌｉｌｄＭｅｎｕ＝１２论专业科技查 核、把关。专家咨询是对检索查新质量进行把关的一个非 新在科技创新中的作用［ＥＢ］．２０１３—０２—１５． 常重要的环节，是提高检索质量的关键因素之一。通过对 ［６］贺德方，等．数字时代情报学理论与实践——从信息服务走向 检索项目的主题词、检索策略和检索结果的重重审核，确 知识服务［Ｍ］．北京：科学技术文献出版社，２００６：６０—６３． 保提供给用户的检索结论准确、全面。通过这一环节，发 （本文责任编辑：马卓） ：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：；：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：： 【上接第４７页） ［２］中华人民共和国突发事件应对法［ＥＢ／ＯＬ］．ｈｔｔｐ：／／ｗ￣ｗ．ｇｏｖ． 纳网民的主流观点和情感趋势——赞同、反对、高兴或者 ｅｎ／ｚｉｌｉａｏ／ｆｌｆｇ／２００７—０８／３０／ｃｏｎｔｅｎｔ＿７３２５９３．ｈｔｍ。２００７—０８—３０． 悲伤，识别和统计其情感倾向及随时间的演化规律，从中 ［３］曲淑华，刘叻．件网络舆情应对策略研究［Ｊ］．长春 获取与突发事件相关的各类征兆。 工业大学学报：社会科学版，２０１３，（５）：１４６—１４８． ［４］丁菊玲，勒中坚，王根生．我国网络舆情危机预警研究探讨 ４结束语 ［Ｊ］．情报杂志，２０１０，（１Ｏ）：５—８． ［５］董扬．中美两国网络舆情监管体系比较研究［Ｄ］．长春 吉 实践证明，Ｗｅｂ挖掘是一种自动化的信息分析与知识 林大学硕士学位论文．２０１３． 发现的方法和技术。将Ｗｅｂ挖掘融入突发事件网络舆情分 ［６］ｗｗｗ．ｆｏｕｎｄｅｒ．ｃｏｎｒ．ｅｎ［ＥＢ］． 析与预警之中，可以充分发挥Ｗｅｂ挖掘技术在处理海量网 ［７］ｈｔｔｐ：／／ａ８．ｃｉｓｉｏｎ．ｃｏｍ／［ＥＢ］． 络数据和发现隐含知识规律的优势，实现网络舆情信息的 ［８］ｈｔｔｐ：／ｗｗｗ．咖 ．￣ｍ／［ＥＢ］． 自动化、智能化获取和深层次、化分析，达到突发事 ［９］张玉峰，何超．基于ｗｅｂ挖掘的网络舆情智能分析研究［Ｊ］． 件网络舆情动态预警和辅助决策的目的。在网络舆情预警 情报科学。２０１１，（４）：６４—６８． 中应用Ｗｅｂ挖掘的技术和方法，将是提高网络舆情预警监 ［１Ｏ］周君．Ｗｅｂ文本挖掘关键技术的研究与实现［Ｄ］．西安：西 控系统智能性的有效途径，也是其未来的发展方向，相关 安电子科技大学硕士学位论文，２ＯＯ９． 研究仍需进一步的探索和证明。 ［１１］梅中岭．基于Ｗｅｂ信息挖掘的网络舆情分析技术［Ｊ］．中国 人民大学学报：自然科学版，２００７．（４）：８５—８８． 参考文献 ［１２］万源．基于语义统计分析的网络舆情挖掘技术研究［Ｄ］．武 ［１］中国互联网络信息中心．第３２次中国互联网络发展状况统计 汉：武汉理工大学博士学位论文，２０１２． 报告［Ｒ］．ｈｔｔｐ：／／ｗｗｗ．ｅｎｎｉｅ．ｎｅｔ．ｍ，ｌ】１ ｌ１１ｗｘｚｂ ¨叫ｂｇ／ ［１３］刘金荣．基于动态演变路径的网络舆情研判体系构建［Ｊ】． ２０１３０７／ｔ０２１３０７１７图书馆学研究，２０１３，（５）：３２—３５，９７． ＿４０６６４．ｈｔｍ，２０１３一ｏ７—１７． （本文责任编辑：马卓） 一５ｌ一
