网络舆情监测分析系统建议方案
其他国家经验，加强互联网信息监管的同时，组织力量开展信息汇集整理和分析，对于及时应对网络突发的公共事件和全面掌握社情民意很有意义。
6 北京方正电子政务技术有限公司
地址：北京市海淀区成府路298号中关村方正大厦0428室
TEL:（010）82529034 FAX:（010）82529440
网络舆情监测分析系统建议方案
2 建设目标
2.1 功能需求
应用方正智思网络舆情监测分析系统，XXXX新闻单位要实现一定范围内的网站信息发布进行全面掌控。
要对境内互联网信息（新闻、论坛等）实时监测、采集、内容提取及排重；并且对获取的信息进行全面检索、主题检测、专题聚焦、相关信息推荐，主题演化分析、时间趋势分析、话题传播分析，按照新闻出版单位业务需求定制信息分类规则；为审读工作人员提供辅助分析信息服务，如网络舆情预警、自动形成网络舆情信息报告、追踪已发现的新闻舆情焦点等。
网络舆情监测分析系统应用流程图如下：
图2 系统应用流程图
2.2 应用目标
新闻外宣单位应用方正智思网络舆情监测分析系统可以实现以下功能：
7 北京方正电子政务技术有限公司
地址：北京市海淀区成府路298号中关村方正大厦0428室
TEL:（010）82529034 FAX:（010）82529440
网络舆情监测分析系统建议方案
? 动态的全面的监测舆情信息内容。 ? 过滤违法违规信息、敏感信息。 ? 获得互联网信息热点焦点和趋势分析。 ? 分析网络舆情的峰值
? 发现话题传播关系和演化规律 ? 实时通报内外用户最新情报信息。 ? 更充分了解网络社情民意。 8 北京方正电子政务技术有限公司
地址：北京市海淀区成府路298号中关村方正大厦0428室
TEL:（010）82529034 FAX:（010）82529440
网络舆情监测分析系统建议方案
3 核心技术
3.1 自然语言处理技术
由于汉语的特殊性，中文信息检索存在一些特殊问题，需要进行预处理。 首先汉字编码标准不统一，有GB2312、GBK、BIG5等；其次汉语文本中词与词之间没有明确的分隔标记，而是连续的汉字串；再者汉语的语素和单字词，合成词和短语之间没有清晰的界限。这些都是中文信息检索所面临的问题。方正智思网络舆情监测分析系统在多年中文信息处理技术的基础上，发展出一套快速、准确、高效、支持多编码的分词算法，有效地解决了这一问题。
对半结构化文档集进行文本挖掘的方法针对现有的文本挖掘处理半结构化文档集存在的挖掘效果差的缺陷，提出了一种针对半结构化文档的结构链接向量模型的挖掘方法。它能够综合利用半结构化文档中的字词信息、结构信息与链接信息，并以统一的数学模型进行表示。采用该模型对半结构化文档集进行文本挖掘，由于充分的利用了半结构化文档中的结构信息与链接信息，挖掘效果大大改进。该方法可广泛地应用于智能信息处理。
3.2 应用架构
方正智思系统是一个以知识发现为基础，实现信息的智能分析与处理的系统，它以数据挖掘技术与自然语言处理技术为基础。它融合了方正多年积累的中文信息处理技术、图形图像处理技术和中文自然语言处理技术和在人工智能、信息检索、文本挖掘的最新研究成果，进行严格的产品化开发而形成软件系统。它提供对海量文档、图片、视音频等数字化内容进行智能检索、智能分析及智能化自动处理的功能。在其上可方便地进行应用系统的开发，快速实现具有智能信息挖掘与知识管理功能的应用。
9 北京方正电子政务技术有限公司
地址：北京市海淀区成府路298号中关村方正大厦0428室
TEL:（010）82529034 FAX:（010）82529440
网络舆情监测分析系统建议方案
方正智思核心技术的应用架构图如下：
在海量数据环境下，对数据与知识进行有效的组织是知识共享与利用的重要手段。方正智思提供不同粒度的知识分析与组织的智能手段。在细粒度下，提供主题检测、主题追踪与专题制作功能；在中粒度下，提供关联分析功能以便自动获取数据（知识点）之间的关系；在大粒度下，自动进行知识地图构建，实现对全局知识的有效组织。
智能化的自动处理可减少甚至替代人工劳动，直接提高企业的生产力。方正智思提供多种智能处理手段实现对信息的自动处理。当前版本主要包括三个主要功能模块。自动分类：通过对少量的样例文档的训练后，快速自动地对文档进行分类；自动消重：在文档集合中自动判断是否存在与指定文档相似的文档，可手工或自动调整相关配置参数；自动摘要：在篇章分析与指代消解技术基础上，对文档自动提取关键词与摘要，生成的摘要既有很好的准确性又具有很好的可读性。
10 北京方正电子政务技术有限公司
地址：北京市海淀区成府路298号中关村方正大厦0428室
TEL:（010）82529034 FAX:（010）82529440