舆情管理系统：数据分析帮你掌握话语权

在信息化时代，网络舆情对于企业来说如一柄时刻悬在头顶的达摩克利斯之剑，稍有不慎就可能给品牌或产品带来巨大的负面影响；而业界流传的无数公关失败案例已经反复证明，在舆情管理领域，事后弥补往往为时晚矣，而缺乏技术支撑的管理又让人无从着手。本文从舆情的信息采集、预警等方面入手，告诉你如何搭建起完整的舆情管理体系。

如果你不相信舆情的重要性，就去看看近日沸沸扬扬的离婚案主角——某男星前妻的微博评论吧。

也许你认为，寻常网友的评论于当事人无关痛痒，但假设将来当事人想要拍电影，却一无投资人二无观众，恐怕也是顺理成章的结果。

舆情，是“舆论情况”的简称，指在一定社会空间内，围绕社会事件的发生、发展和变化，民众对社会管理者、企业、个人及其他各类组织及其政治、社会、道德等方面的取向产生和持有的社会态度。它是较多群众关于社会中各种现象、问题所表达的信念、态度、意见和情绪等等表现的总和。

信息化时代，我们越来越深地感受到舆情、尤其是网络舆情的影响力，尽管可能未必意识到。外出聚餐之前，你会打开大众点评、参考过往食客的评价，而APP上一条条打分和评论正是一种舆情；买车、买家电之前，你也会浏览相关网站，或者在微博上搜索一番，看看某品牌或款式的评价如何，负面反馈多不多，这些评价和反馈也正是一种舆情。有时，一个低分、一条关于售后服务的消极评价，不但可能彻底打消你个人对品牌或企业的全部好感，甚至可能经过发酵、大量传播，成为众人关注的一时热点，以至于企业不得不花费巨大成本，采用公关手段力求挽回。

当然，公众形象始终是一件与其亡羊补牢、不如防患于未然的事情，因此舆情产业已经深入政府、媒体、教育科研、软件等行业。大量舆情软件公司和市场调查公司高速发展，以抓取网络舆情数据为基础技术，成为舆情服务业重要的技术型方阵。截至2012年1月16日，全国共有约68款经过工信部软件司认定登记颁证的“舆情”软件，市场上还存在大量未经认证的同类软件。

目前，舆情分析机构主要提供的服务覆盖了从舆情监控分析到研判、预警，再到提出应对策略；舆情管理已经从简单粗暴的媒体宣传，发展成更为精细化、全面化和专业化的运作，网络舆情分析包含舆情信息采集、舆情事件预警、舆情智能分析与应对策略和舆情报告等多方面综合分析。

舆情信息采集是舆情分析的基础工作，需要对网络上的舆情信息进行分类和扩展，从深度和广度两个方向采集，满足后续分析要求。舆情事件预警则需要对热点事件进行深度剖析，持续跟踪热点事件，分析事件发展趋势，对事件进行监控并及时告警。舆情智能分析与应对策略可以帮助企业对从企业形象、产品口碑和舆情事件进行深入分析，对影响舆情的因素进行多角度判断，倾向性分析与统计，提供应对策略方向以及策略收益分析。

舆情分析可以实现什么？

当前的舆情分析市场中，现有软件厂商和传媒科研机构各有所长，他们在政府部门的舆情分析中发挥着重要的角色。然而，这些厂商或机构往往注重信息采集，但收集了海量信息后，却在利用大数据技术进行信息分析的思维方面有所欠缺。

作为由数据专家、建模专家和业务专家组成的团队，KPMG大数据团队认为，对海量信息的处理和分析才是舆情管理中的重点，而在掌握信息的基础上，我们可以完成的工作包括：

1.舆情事件预警

舆情事件预警主要包含三个重要功能：

其一，对整个网络舆情进行监控，及时甄别最新的舆情事件，有助于事件及早发现，及早处置；

其二，对热点事件进行实时跟踪，对事件热度进行综合评分，设置预警线，实时告警；

其三，探查事件热度拐点，分析拐点背后原因，寻找事件意见领袖，研究意见领袖对舆情的影响；

其四，分析事件热词，识别热词倾向性。

2. 口碑管理

口碑管理的关键在于，通过网络舆情数据，分析展示市场对于该品牌的形象描述，对比企业自身的期望，分析差异原因。在掌握数据的基础上，我们赢对企业现有的宣传策略进行诊断，对比各大宣传平台PV访问量、UV访问量等信息，针对各个宣传平台中企业形象信息，分析宣传收益。以期指导企业根据分析结果，适当调整宣传策略，以达到最好的宣传效果。从产品、时间、地区、等维度分析口碑变动情况及热词分布，对热词进行情感判断，识别口碑及热词倾向性。企业可针对分析结果，采取针对性的销售策略，也可以针对反馈集中的问题对产品进行优化。

那么，在认知了概念的基础上，要如何实现有效的舆情管理呢？

技术解决方案：如何实现舆情管理？

无论采用什么方法或技术，最高形态都是完整的系统，因此搭建舆情分析系统是最有效率的舆情管理手段。

舆情分析系统分为三个主要模块，舆情信息采集、舆情分析引擎和舆情应用。舆情信息通过舆情采集模块流入舆情分析引擎，分析引擎负责数据加工处理、分析舆情信息，最终分析结果通过舆情应用展示，分析过程中的数据分别存在舆情数据库和查询索引数据库。

1. 舆情信息采集：爬虫技术

舆情信息采集的基础在于，使用当前十分成熟的网络爬虫技术，对指定网站的数据进行爬取。目前，网页信息的抓取策略主要可以分为广度优先、最佳优先和深度优先三种。由于深度优先经常会受到限制，所以在团队实践中，我们主要采用广度优先和最佳优先，部分数据采取深度优先策略。市面上的开源网络爬虫工具多达100多种，他们各有所长，而我们以Python为主，以其他开源软件为辅，从网络上抓取所需信息。另外，需要注意的是，现在大多数网站都采取了反爬虫技术，我们在搜集数据时，还需要使用多种技术手段对付反爬虫技术。

2. 舆情分析引擎

应用爬虫技术抓取的数据，通过一系列ETL过程，存储在本地系统中，使用SAS、R等工具对数据进行分析挖掘。对关键词进行情感分析和综合评分，标注关键词的事件、时间、地区、关联用户、关联词等信息，计算该词的频率，在同一事件中的占比等等数据。

3. 舆情应用

下面以汽车行业为例简单介绍示例展示舆情系统的应用界面，具体展示内容可以依据客户要求进行定制。

a. 口碑管理

图1是我们通过舆情分析得到的品牌形象，可见该品牌留给消费者的印象主要是“安全”和“适合成功者”；假如企业期望的品牌核心形象为安全和时尚，可见两个形象存在一定偏差，企业需在宣传策略上做出一定调整。

图1

“声量诊断”也具有重要的参考价值。我们分析其宣传品牌文化的渠道和平台，比较各个平台的PV访问量（页面浏览量）和UV访问量（通过互联网访问、浏览这个网页的自然人数量），以及赞同数（图2），然后再比较各个平台间品牌形象的差异。

图2

“口碑变化”帮助我们分析展示各类产品的口碑变化趋势（图3），其中红色代表较上期下降，绿色代表较上期增长，可以点击任意立柱链接到图4。图4展示当期影响口碑的热词，热词大小代表权重，如频度、浏览人数和支持人数等；颜色代表倾向性，红色代表负面倾向，蓝色代表正面倾向。另外，系统还支持地区间口碑对比（图5）。

图3

图4

图5

b. 舆情事件预警

舆情监控系统采用准实时跑批和手动跑批两种方式，实时把握网络热点事件动向，如图6所示，针对2012款速腾进行全网搜索，通过模型算法计算当前热度值，并展现热词情况，仪表盘指向红色部分，热度值已超预警值，系统告警。热度值计算方法采用声量加权重的方式，微博的声量为V，权重系数为v，微信的声量为W，权重系数为w，新闻网页的声量为D，权重为d，搜索引擎的声量为S，权重为s，热度值为H=v*V+w*W+d*D+s*S，权重系数由客户和咨询方商议协定。市场主流的权重系数为，v=0.15，w=0.4，s=0.25，d=0.2。其中，热词的大小代表热词频度，根据语义分析判断倾向性并以颜色标出，蓝色代表正面倾向，红色代表负面倾向，灰色代表无倾向。图中折线代表该产品热度随时间变化趋势。

图6