第一篇：舆情监测与分析的流程
舆情监测系统的主要流程
舆情监控，整合互联网信息采集技术及信息智能处理技术通过对互联网海量信息自动抓取、自动分类聚类、主题检测、专题聚焦，实现用户的网络舆情监测和新闻专题追踪等信息需求，形成简报、报告、图表等分析结果，为客户全面掌握群众思想动态，做出正确舆论引导，提供分析依据。
天互云镜舆情监控系统的大致工作流程分为如下三个部分：
1.制定危机预警方案。针对各种类型的危机事件，制定比较详尽的判断标准和预警方案，以做到有所准备，一旦危机出现便有章可循、对症下药。此步骤主要是确定好监控的目标网站和过滤关键词。
2.密切关注事态发展。保持第一时间知悉事态发展，加强监测力度。这个可以通过第一时间大量采集、汇总各种互联网上的信息。
3.及时传递和沟通信息。即与舆论危机涉及的政府相关部门保持紧密沟通。建立和运用这种信息沟通机制，已经成为网络舆情管理部门的重要经验。以上海为例，无论在涉日舆情、地铁调价，还是城管打人等“网络热点舆情”处理上，各部门协同作战、相互配合、共同商议，判断危机走向，对预案进行适当修正和调整，以符合实际所需是危机应对的重要措施。
第二篇：基于网络舆情监测系统的分析
[摘 要] 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。网民数量的持续快速的增加，以及网民通过网络形成的舆情越来越得到社会的广泛的关注。网络舆情监测系统就是针对网络舆情热点问题的预警。
[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
[3]郭建永，蔡永，甄艳霞.基于文本聚类技术的主题发现[J].计算机工程与设计，2008(6).■
第三篇：通过舆情监测软件分析明星的商业价值
新浪舆情通-政务舆情大数据服务平台，为政企用户提供舆情监测、预警、分析、报告
等服务。
舆情，主要指的是公众的态度和意见。我们通过对舆情数据的挖掘，可以帮助我们深入了解客户。找出我们的受众目标群体，为后期的营销决策打下基础。本期主要以OPPO R11S为主要案例进行分析。
10月23日，OPPO通过官方微博宣布，将于11月2日发布新品R11S。同日，OPPO明星家族的8位品牌代言人通过微博发布了R11S“定妆照”。
在这8位代言人中，除杨幂微博粉丝数超过7700万外，其余7位代言人的微博粉丝量都在3000万左右，但这8条微博传播效果各异，转发次数从6万到350万不等。下面就让新浪舆情通通过大数据带你复盘此次OPPO R11S微博营销。
易烊千玺微博覆盖人次1.3亿
据新浪舆情通大数据分析显示，在这8位代言人发布微博后20天内，易烊千玺、王俊凯、杨洋和OPPO被同时提及的热度最高，可见这三位明星代言OPPO引发了较高的舆论关注度。
在微博转发数方面，易烊千玺的微博在数据统计时间段内被转发次数超过350万，位列首位。
在微博覆盖人次方面，据新浪舆情通旗下@微分析 大数据分析显示，易烊千玺的微博覆盖人次超过1.3亿，位列首位，王俊凯的微博覆盖人次也超过了1.1亿，位居次席。
易烊千玺的微博为何能在转发数和覆盖人次上取得如此“恐怖”的效果?这与该微博超长的转发周期和参与转发人群都有关系。从该微博的转评趋势图可以看到，在发布16日内，易烊千玺微博的转发数一直维持在高位，在发布10日后，该微博日均转发量还能达到20万次左右。
在核心传播人方面，易烊千玺多个粉丝群体成为该微博主要传播者，其中，#易烊千玺#超级话题粉丝大咖@易烊千玺战斗鹤 带动了超过137万次转发。
此外，据@微分析 分析显示，易烊千玺的微博共有735位粉丝数量超过1万的转发者参与转发，在各代言人中位居首位。
由此可见，超长的转发周期和众多高粉丝数用户的参与，使得易烊千玺的OPPO R11S宣传微博取得了可观的传播效果。
李易峰粉丝品牌忠诚度高
李易峰的微博虽然只有34万次转发，但微博转发层级达到了152层，在所有代言人中位居首位，体现出了很强的渗透性和用户参与度。
此外，李易峰的微博粉丝群体对OPPO品牌忠诚度也最高。据@微分析 大数据分析发现，在李易峰OPPO R11S微博的转评人群中，使用OPPO手机的用户占比超过36%，在所有代言人中位居首位。
在李易峰微博的转评人群中，女性占比超过80%，主要集中在北京、广东、浙江、四川、江苏，“90后”“名人明星”“美食”“旅游”成为转评者共同的兴趣标签。
除易烊千玺和李易峰外，其他6位明星在此次OPPO R11S微博营销中也都起到了重要作用。
王俊凯微博的转发数超过了240万，发布后9天内日均转发量都在10万次以上;迪丽热巴、杨洋和陈伟霆的微博转发数也都超过了60万。 杨幂微博的转发层级达到了101层，在OPPO品牌传播深度上贡献颇多。杨洋和王源的粉丝群体也对OPPO体现出了较高的忠诚度，转评发布设备中OPPO手机占比都超过了20%。
8位明星代言人的R11S宣传微博共被转发超过870万，累计覆盖人次5.1亿。 本次R11S微博营销最大的赢家还是OPPO。从新浪舆情通大数据分析生成的网络传播热度指数走势图可以看到，10月23日至11月10日期间，OPPO的热度一直处于高位。除了10月23日8位代言人集体发布R11S宣传微博之外，11月2日R11S的发布以及11月10日R11S的发售都曾引发舆论关注。
截至11月22日，微博话题#OPPO全新前后2000万R11s#阅读数也达到了9.8亿，品牌推广取得了很好的传播效果。
第四篇：舆情监测与引导机制的构建(提纲)官
微博客舆情监测与引导机制的构建(提纲)
研究的主要内容、基本思路和方法、研究重点难点、主要观点及创新之处 绪论(缘起、研究意义及概念界定)
1.1微博客的产生及影响概述(国外、国内)
1.2研究意义(理论意义·相关研究综述，现实意义·对及时掌握和有效引导舆论的作用)
1.3研究思路及逻辑架构
1.4概念界定： 1.4.1微博客及相关概念;1.4.2舆情、舆情监测及相关概念;1.4.3舆
论引导及相关概念
第一章(现状、问题)
2.1 2010被称为“微博年”
2.2微博客特点特性特征分析
2.2.1 Web2.0之集大成
2.2.1微博客成为真正的“随身”播发媒体
2.3微博客舆情传播分析
2.3.1网络舆情信息源分析
2.3.2网络舆论意见源分析
2.4 微博客已成网络舆论新阵地
第二章(舆论监测调研、分析)
3.1目前网络舆情监测概述
3.2目前微博客舆情监测概述
3.3目前微博客舆情监测的不足
3.4微博客舆情监测的调研分析
3.4.1问卷调查报告(附调查问卷及抽样方案)
3.4.2案例分析报告(附突发事件传播途径调查及走势图)
3.4.3访谈报告(附访谈方案及访谈提纲)
3.5微博客舆情监测需注意的问题
3.6微博客舆情监测的原则要求
第三章(引导机制调研、分析)
4.1目前的舆论引导情况综述
4.2微博客舆论引导缺失分析
4.3微博客舆论引导调研分析
4.3.1传统媒体网站微博客舆论引导分析
4.3.1.1案例分析(附抽样方案等)
4.3.1.2访谈报告(附访谈方案及提纲)
4.3.2商业网站微博客舆论引导分析
4.3.2.1案例分析(附抽样方案等)
4.4 微博客舆论引导在整个舆论引导中的意义
第四章(对策、建议)
5.1构建微博客舆情监测体系
5.1.1建立微博客舆情监测网络
5.1.2设立微博客舆情监测指标
5.1.3建立微博客舆情预警机制
5.2微博客舆情监测在整个舆情监中的重要地位
5.3构建微博客舆论引导机制与体系
5.3.1建立微博客舆论引导先行的舆论引导体系
5.3.2建立不同媒体相互配合的舆论引导体系
5.4准确舆情监测研判是舆论引导的先决条件
5.5舆论引导做好两场战斗
5.5.1建立“正规军”与“游击队”两支舆论引导队伍
5.5.2打好“阵地战”和“游击战”两种舆论战争
第五章：结论
群体性事件中的网络舆情研究
本课题拟从绪论(研究意义及概念界定等)、上编(背景及现状编)、中编(调研分析编)、下编(对策建议编)、结语等五方面内容逐步展开论述。
§1 绪论(研究意义及概念界定等)
1.1群体性事件中网络舆情研究的研究现状述评
1.2研究意义(理论意义、现实意义)
1.3研究思路及逻辑架构
1.4概念界定1.4.1群体性事件及相关概念1.4.2网络舆情及相关概念
1.4.3舆论引导及相关概念1.4.4 应急管理及相关概念
§2 上编(背景及现状编)
2.1群体性事件的界定及特征分析
2.2新时期群体性事件的发展历程概述
2.3群体性事件的常见类型
2.4群体性事件的常见诱因
§3 中编(调研分析编)
3.1对群体性事件中网络舆情的调研分析
3.1.1问卷调查报告(附抽样调查方案及问卷)
3.1.2座谈及访谈报告(附访谈方案及访谈提纲)
3.1.3热点案例评析(附案例概述)
3.2对群体性事件中网络舆情调研分析的结论
3.2.1群体性事件网络舆情管理中存在的主要问题
3.2.2群体性事件与网络舆情的相互关系
3.2.3群体性事件网络舆情演变的常见态势
3.2.4群体性事件网络舆论引导的基本原则
§4 下编(对策建议编)
4.1群体性事件应急处置阶段的网络舆情管理
4.1.1网络信息的发布及议程设置
4.1.2网络舆论领袖的培育及维护
4.1.3网络负面舆论及网络流言的应对
4.2群体性事件消退善后阶段的网络舆情管理
4.2.1形象及声誉修复中的网络舆情维护
4.2.2网络舆情管理的效果评估
4.2.3网络舆情管理的总结反思
4.3群体性事件的预防及网络舆情预警体系的构建
4.3.1建立网络舆情监测研判系统
4.3.2制定潜在群体性事件的应急预案
4.3.3建立网络快速反应机制及网络危机公关体系
§5 结语
第五篇：2013国内舆情监测厂家综合分析
一、舆情监测?
随着互联网的快速发展，企业、事业、政府单选择一家合适的舆情监测厂商是多么的重要。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。网友言论活跃已达到前所未有的程度，不论是国内还是国际重大事件，都能马上形成网上舆论，通过这种网络来表达观点、传播思想，进而产生巨大的舆论压力，达到任何部门、机构都无法忽视的地步。可以说，互联网已成为思想文化信息的集散地和社会舆论的放大器。
二、舆情监测的几大方式
目前传统舆情厂商有软件的也有账号，但是有软件有账号的不一定能提供报告，舆情监测无非就是监测→舆情→分析→预警→危机处理。
软件监测：传统软件厂家只卖软件，大多针对政府公安部门，不提供报告服务。
SAAS账号：多数提供账号的公司也OEM他家软件，也卖一些报告，没有技术核心。
服务报告：一般公司有舆情报告服务，多数购买他家软件，加上人工分析。
三、如何选择合适的舆情监测软件
1：定位自己是企业、事业、政府那种单。
2：定位购买软件、SAAS、报告、根据自身购买能力。
3：综合选择有自助知识产权，服务保障有利的厂家。
四、国内Top 10 舆情监测厂家分析
No 1.邦富互联网舆情监测系统：邦富舆情监控系统基于网页智能采集技术，可达到每5分钟更新一次的分钟级更新频率，同时目前系统可支持对上万个网站同时进行舆情采集与分析，采用了多线程并发指令执行体系结构、增量实时索引、智能分词、相关性分析和模糊匹配等多项先进技术。但该系统监测功能方面相对较弱。主要以SAAS账号为主，在南方政府宣传部门使用居多。
No 2.美亚舆情监测系统：该系统主要依托其“搜索云平台"，即云计算中心数据可，提供的在线SaaS软件服务的服务型平台。用户无需购置和建设专用系统，无需安排专人运维管理，只需购买美亚柏科专业的"搜索云平台"服务，即可方便在不同的终端上查看专为您定制的最新的舆情信息。依靠政府背景在公安网监部门销量还不错，可是在业内软件实用性一般。
No3.阳光安吉舆情监测系统：北京阳光安吉(Sunshine Angel)是一家专注于网络信息采集、数据挖掘、搜索引擎核心技术、自然语言处理等领域的科学研究与软件应用开发的互联网技术企业;阳光安吉云监测平台是公司代表核心产品之一。北京阳光安吉舆情监测公司主要业务:舆情监测、媒体监测、品牌监测、竞品监测,提供专业的舆情监测、舆情分析和舆情报告。公司成立于2008年，先后获取了国家高新企业技术认证、国家双软认证等资质;公司一直致力于舆情监测相关技术的研发与创新，为政府、企业和个人提供互联网信息的监测与咨询服务。是唯一一家较早较全面以软件、SAAS、报告为一体的舆情监测公司。软件灵活度相对较高，适用于公安、宣传、事业、各大企业单位。
No 4.军犬网络舆情监控系统：军犬舆情监控系统以强大的网络舆情信息采集、舆情智能分析与应对、舆情预警、舆情报告生成等16项核心功能组成，专业提供网络舆情
监测、网络舆情监控服务。舆情监测也是其主要业务，也有很强的专业性。在同类软件中，销量还行。主要提供舆情系统建设应用，军队、公安部门使用。
No5.本果舆情监测软件：本果舆情监测软件适用于公安、检察、司法、宣传等政府部门应用的网络舆情监测软件;并针对企业提供信息咨询和网络舆情监测服务。北京本果信息技术有限公司(简称“本果”)是全球中文信息监测领域的领衔企业，始终致力于网络舆情监测系统的研发、信息采集和数据挖掘技术的创新。百度推广做的还不错，相信贡献了不少银子吧。
No 6.红麦舆情监测系统：系统利用自有爬虫技术，根据预定的监控关键词抓取重点媒体、论坛、博客、微博等网站里的舆情信息，并对危机信息及时报警。系统利用分类、去重、相似性聚类、情感分析、提取摘要、自动聚类等处理，配合专业分析师生成详细的舆情分析报告，提供舆情监测预警作用。
No 7. 锐安舆情监测系统：锐安科技互联网舆情监测分析系统，依托海量信息抓取、搜索、数据、文本分析等技术，监测全网和指定的新闻、论坛、贴吧、博客、微博、社交、境外等类型网络媒体信息，能主动发现有害敏感信息、捕获舆情热点并进行预警;通过对所获取信息的挖掘、聚类、分析，系统自动生成舆情报告，能实现对敏感、负面信息及舆情热点话题的持续追踪及传播趋势研判，为用户发现敏感信息、掌握舆情热点、把握舆情动态、应对舆论危机提供自动化、系统化、科学化的信息支持，公安部第三研究所背景。
No 8.西盈网络舆情监测系统：西盈舆情监测系统及时发现与“我”相关的舆情信息，负面信息、重大舆情及时预警;提供定性定量的舆情研判分析，准确研判具体舆情或者某一舆
情专题的发展变化趋势;自动生成舆情报告和各种统计数据，提高舆情工作的质量和效率，辅助领导决策。
No 9.谷尼舆情监测系统：谷尼互联网舆情监控系统是一套利用采集检索技术、文本挖掘技术、知识管理方法，通过对互联网海量舆情信息自动获取、抽取、分类、聚类、溯源等，最终形成舆情预警、舆情简报、舆情专报、分析报告、传播路径、舆情溯源等舆情产品，为客户全面掌握舆情动态，做出正确舆论引导提供分析依据。
No 10.人民网舆情监测：在互联网影响力日益增大的今天，各级党政机关、企事业单位和学术机构都越来越重视互联网舆情的监测、研究和引导，互联网业已成为了党和政府治国理政的重要新平台之一。人民日报社所属的有关机构自2006年起就开始探索智能搜索引擎和网络舆情研究，并于2008年正式组建人民网舆情监测室(人民日报社网络中心舆情监测室)。主要向政府提供监测性报告分析。
五、国内Top 10-15 舆情监测厂家分析
No 11. TRS舆情监测系统：TRS，国内全文检索业的老大，现在已经上市，地位没的说，但是网络舆情监测并非主业。因为它的全文检索系统做的非常有名，所以它以自己的检索功能为根基，针对不同用户开发相应的需求，横跨很多行业，和很多公司都是竞争对手。对于舆情产品，它宣称敏感词库上万，但是它的缺点在于文本处理功能不强，而舆情系统重要的就是文本处理和语意分析功能，所以效果不是很好。其对信息的正负面标示和中科天玑的正负面标示一样，没有太大意义(我会在其他文档里论述)。而且它的采集功能也非常一般(模板抓取)，对于客户的响应速度也不高，所以综合实力一般稍强。
No 12. 优捷信达舆情监测系统：优捷信达互联网舆情监测分析系统-慧眼ViewScope通过融合最新的海量网络信息搜集、处理、存贮、全文检索、中文处理和文本挖掘技术，可以7×24小时实时监控成千上万的新闻、论坛、博客、微博、视频的最新舆情信息，帮助用户及时、全面、准确地掌握网络动态，了解自身的网络形象、提高自身的公关应变能力和重大事件处置能力。一个新进入舆情市场的公司。
No 13. 方正舆情监测系统：方正电子政务公司为方正集团下属子公司，专门面向政府办公，其下信息智能部负责网络舆情监测产品。和中科天玑相仿，方正电子政务网络舆情监测产品也建立在研究机构之上，其整套产品来自北大方正技术研究院，特别是文本分析系统WISE知识处理系统是由技术研究院里数个博士领衔开发，文本处理功能很强，不过在全网的采集上，稍有缺憾。该公司数据采集属于模板抓取，据说模板库已经上万，基本涵盖国内外所有重点或者一般站点。方正的市场优势在于很早进入，紧贴客户需求，并且多行业发展，且均取得较好的业绩，市场占有份额较大。当然还和方正的品牌效应和方正集团与政府机关良好的关系有关。
No 14. Rank舆情监测系统：Rank舆情监测系统实时监控和采集Internet网站内容，过滤、分类和排重等智能化处理，并准确提取文章标题、摘要相关数据，以直观的图表、简洁的文章列表等形式表现出来，采用云处计算技术，海量抓取、海量分析、海量存储。舆情监测是其公司业务之一，因此在舆情监测专业性有一定劣势。
No 15. 乐思舆情监测系统：深圳的一家技术型公司，公司规模应该不是很大，从他们业务就能看出来，因为他们只做网络信息采集以及采集延伸出来的监测。他们在采集上面的确是独树一帜，和绝大部分的舆情监测软件的采集方式都不一样，这也是他们最大的亮点。
该采集系统能力相对不错，除了支持常见的文本格式采集，还支持一些诸如pdf格式、winrar格式等附件采集。而且是自动采集(仅限于新闻)，不需要单独配置模板。另外，他们的采集是可以完全模拟人工的，所以像那些web2.0、web3.0网站，他们都能采集，这点确实比较领先。