网络舆情监测相关经验总结 舆情监测工作总结( 三 )


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 。


以上关于本文的内容,仅作参考!温馨提示:如遇健康、疾病相关的问题,请您及时就医或请专业人士给予相关指导!

「四川龙网」www.sichuanlong.com小编还为您精选了以下内容,希望对您有所帮助: