網絡安全輿情分析范文

前言：我們精心挑選了數篇優質網絡安全輿情分析文章，供您閱讀參考。期待這些文章能為您帶來啟發，助您在寫作的道路上更上一層樓。

第1篇

關鍵詞：大數據 網絡輿情 數據抓取 數據存儲 輿情分析

中圖分類號：G206 文獻標識碼：A 文章編號：1674-098X（2017）01（c）-0108-02

S著新興媒體的發展，互聯網輿情已經在社會發展中扮演著重要的角色，它已不僅僅局限于個別范圍的使用和拓展，而是演變為全民互動型的參與和討論，所以如何在眾多信息中獲取最全面的輿情數據，并將輿情數據以最快的速度和最靈活的方式展現出來，使輿情在可控的范圍內實現最大的社會和商業價值，顯得尤為重要。

1 網絡輿情

網絡輿情不同于傳統輿情，傳統輿情是民意理論中的一個概念，是民意的一種綜合反映。該文所提到的網絡輿情，是未經任何中介包裝和驗證，直接于網上的社會輿情，并以互聯網為載體，以輿論事件為核心，集民眾情感、態度、意見、建議、傳播互動和影響力于一身的集合。

因為網絡輿情的傳播介質是網絡，網絡既具有公開性又具有隱蔽性，同時需要事件、網民、網民情感，以及通過網絡介質的傳播和互動，所以在既公開又隱蔽的環境中，從眾多的信息中捕獲并抽取出復雜的網民情緒和態度非常重要。

2 輿情捕獲

由于輿情具有自由性、交互性、多元性、偏差性和突發性，所以如何從眾多輿情中獲取實時數據并服務于大眾，是新興媒體所面臨的嚴峻挑戰和考驗。

2.1 關鍵詞確定

在互聯網上傳播的信息可以用海量來形容，如果針對輿情盲目進行檢索，猶如大海撈針，不僅得不到我們想要的數據，還會浪費大量的人力、物力和財力來投入到數據的分析中。所以如何在海量的信息中獲取用戶想要的數據，“關鍵詞”就顯得非常重要，它不僅可以讓我們精確地捕獲到想要的數據，而且還可以減少臟數據的捕獲，大大縮短了輿情分析的時間，提升了輿情分析的反應速率，下面就介紹幾種關鍵詞確定的方法。

（1）定制關鍵詞。關鍵詞的確定可以從輿情分析的發出者來反向提出，輿情分析的發出者一定是希望從網絡輿情中得到某種相關信息，那么我們可以從需求提出者和需求分析者的角度來確定關鍵詞，即關鍵詞由用戶提出，并通過需求分析將用戶的表述發展為定制詞語，并將其定義為用戶定制關鍵詞。根據用戶定制的關鍵詞來捕獲數據，是最直接明了的數據捕獲方式。

（2）熱門輿情關鍵詞。很多網站如百度、搜狐、Facebook、新浪等幾乎所有的交互網站都會有熱門指數，我們可以借助這些網站自身攜帶的熱門指數，來確定關鍵詞。因為通過熱門輿情關鍵詞來捕獲數據，一定是網站熱門數據，這樣不僅可以節省我們分析確定關鍵詞的時間，而且還可以用最短的時間獲取最多的分析數據，提高大數據在輿情分析中的反應速率。

（3）熱搜輿情關鍵詞。熱搜輿情關鍵詞不同于熱門關鍵詞，由于輿情具有廣泛傳播性，很多人參與到輿情探討中，都是通過網絡搜索并定位的，所以熱搜關鍵詞就是根據搜索引擎的熱搜排行榜，來確定輿情關鍵詞，通過熱搜排行榜，我們可以第一時間知道并了解網民想要了解的輿論事件。

（4）參考輿情網站。想要找到網絡事件的發展狀況和原由，最簡單也是最直接的方式，就是找到輿情的網站，很多網站就是網絡輿情事件的源泉。

2.2 數據抓取

當我們通過各種方式獲取并確定了關鍵詞之后，如何把關鍵詞變成我們想要的精確數據，就顯得非常重要。我們可以通過網絡爬蟲技術來獲取輿情數據。

當前主流的數據抓取模式主要包含4個主要部分：網絡爬蟲技術（Spider）、數據處理技術（Data Process）、爬取URL隊列（URL Queue）和數據。爬蟲主要是從互聯網上捕捉網頁內容，并從中抽取出需要的內容。數據處理：對爬蟲抓取的內容進行處理。URL隊列：為爬蟲提供需要抓取數據網站的URL。數據包含3個方面：（1）Site URL：需要抓取數據網站的URL信息；（2）Spider Data：爬蟲從網頁中抽取出來的數據；（3）Dp Data：經過dp處理之后的數據。

2.3 數據存儲

因為網絡輿情具有及時更新和海量的特性，所以我們如何將抓取到的數據實時保存起來，是非常關鍵的，它決定了最后輿情分析的全面性和精確性。一般通過IT技術可以將數據存儲到數據庫中，下面介紹一下當前主流的3種數據庫及其區別。

Oracle數據文件都是采用二進制編碼的文件，而且它可以對SQL在執行過程中的解析和優化指定統一標準，其中包括RBO、CBO以及HTNT規則，這些都會使在Oracle數據庫中執行的SQL擁有極大的優化自由，同時也對CPU、內存、IO資源方面進行優化。

MySQL最大的特點應該屬自由選擇存儲引擎。它的每一個表都是一個文件，都可以選擇合適的存儲引擎。但由于它的存儲引擎是開放式的插件引擎，所以文件的一致性大大降低，并且在SQL優化方面，也會有一些不可避免的瓶頸，例如多表關聯、子查詢優化、統計函數等都是它的弱項，并且MySQL只支持極簡單的HINT。

SQL Server的數據架構基本是縱向劃分，分為：Protocol Layer、Relational Engine、Storage Engine、SQLOS。SQL執行都是逐層，其中Relational Engine中的優化器，是基于成本的，其工作過程跟Oracle是非常相似的。同時它也支持豐富的HINT，包括：連接提示、查詢提示、表提示。

雖然，這3個數據庫各具特色，但是，如果對數據安全、存儲等特性沒有特殊要求，通常我們會選取MySQL數據庫，因為開源而且操作相對簡單。

3 輿情分析

如果說輿情數據的抓取和存儲目的是在數據獲取方面下工夫，那么輿情分析就是通過比較、論證等方法把數據通過圖形報表等更加簡潔的方式呈獻給用戶。

每一個輿情事件的本身都有自己的特點，分析設計人員可以根據不同的特點選擇輿情分析的方法或報表。通常輿情分析方法有連續接近法、舉例說明法、比較分析法和流程圖法等。通常圖形報表也有很多種，如趨勢圖、比例餅圖、百分比柱圖、流程圖、表格等，分析設計人員根據輿情的特點選擇合適的圖形呈獻給用戶。

4 結語

通過大數據相關技術對輿情進行全方位收集、存儲和分析的過程中，我們既不修飾、篡改輿情事件的真實性，也不隱藏輿情事件的丑陋性，大數據的智能捕獲分析，只是將網絡輿情更加清晰形象地呈現給用戶，使用戶在第一時間獲取民眾態度，掌握民眾意見或建議，并根據輿情報告的精準分析反饋，及時對輿情事件做出相應的政策，調整相關的策略，實現商業和政治利益最大化，創造更多的社會價值，并使網絡輿情健康良性發展。

參考文獻

[1] 王博.大數據時代網絡輿情與社會治理研究[D].云南財經大學，2016.

[2] 楊旭東.網絡輿情監控系統關鍵技術研究[J].信息網絡安全，2016（9）：251-256.

第2篇

>> 公安院校民警培訓課程建設的思考 對公安院校MOOC課程建設之思考 基于社團及網絡平臺的公安院校大學生廉潔教育研究 關于公安院校網絡安全與執法專業建設的思考 公安院校推進精品開放課程建設和應用的思考 論公安院校成人教育課程體系建設的原則 關于公安院校選修課程建設的幾點思考 加強公安院校學生忠誠教育的探索 公安院校開設警務監督課程的思考 淺談公安院校的寢室文化建設 公安院校發展的專業建設引領模式探究 "互聯網+"環境下公安院校的建設 公安院校英語微課資源建設與翻轉課堂教學實踐探究 發揮公安院校素質拓展訓練課程德育功能探索 公安院校警察防衛控制課程教學方法探索 公安院校大學英語選修課程建設研究 淺談公安院校警務英語課程教材建設 公安院校開展公安文化教育的思考 公安院校警體計劃網絡圖的構建研究 公安院校診所式法律教學方法的探索與創新 常見問題解答 當前所在位置：l.2016-01-22.

[2] 杜慶靈，李進.信息網絡安全監管[M].北京：中國人民公安大學出版社，2015.

[3] 孔祥慧.思想政治教育在高校網絡輿情中的導向功能研究[J].大學教育，2014（15）：78-79.

[4] 徐迪. 《網絡輿情理論與實務》課程建設實踐的可行性探究[J].教育教學論壇，2014（45）：152-155.

[5] 喬雪顏，翁書婧.網絡輿情分析類課程的實驗教學現狀初探[J].求知導刊，2016（41）：145.

[6] 陳柏齡.新媒體時代公安機關網絡公關的現狀及應對策略[J].福建警察學院學報，2015（1）：43-47.

第3篇

摘要：本文以基于數據挖掘的決策支持系統方法整合網絡輿情信息，建立網絡輿情信息倉庫，對非結構化的模糊復雜的信息，運用數據挖掘中文本挖掘技術有效分析網絡熱點事件的輿情，及時發現重大突發事件，減少危機損失，提高政府管理和監控輿情危機的能力。

關鍵詞：網絡輿情 數據挖掘 決策支持系統

1、引 言

近幾年，隨著Web2. 0的興起與普及，互聯網已成為一個開放的、個性化的社會環境形態，對社會穩定和國家安全的維護帶來了嚴峻挑戰。但是現在我們政府情報機構網絡安全管理和監控能力比較薄弱，難以適應復雜的環境。因此，建立基于數據挖掘的網絡輿情預警決策支持系統，對非結構化的模糊復雜的信息，運用文本挖掘技術有效分析網絡輿情事件，及時發現重大突發事件，減少危機損失，提高政府管理和監控能力勢在必行。

2、基于數據挖掘的決策支持系統

決策支持系統(DSS) [1]是利用大量信息，數據結合眾多模型，通過人機交互，輔助各級決策者實現科學決策的系統。它是融計算機技術、信息、技術、人工智能、管理科學、決策科學等學科和技術于一體的技術繼承系統，包括數據倉庫和數據挖掘分析系統，由以下三個主體[2]組成：

（1）模型庫系統和數據庫系統結合，作為該系統的基礎，為決策問題進行模型計算和定量分析，提供輔助決策信息。

（2）知識庫系統和數據挖掘的結合，從數據庫和數據倉庫中挖掘知識放入專家系統的知識庫中，通過知識推理定性分析，輔助決策。

（3）數據倉庫和OLAP，從數據倉庫中提取綜合數據和信息來反映了其內在本質。

3、基于數據挖掘的網絡輿情預警決策支持系統的定位

從網絡輿情預警決策支持系統的功能和實現方式對其定義：基于決策支持系統技術，將聯機分析處理、數據挖掘模型（文本挖掘模型）、數據倉庫、知識庫、方法庫等相結合，應用于情報機構的網絡輿情預警中的人機結合系統。

3.1數據倉庫

數據倉庫[3]的設計要滿足決策支持系統的要求，即數據要具備概括性、抽象性、統一性三個特點。所以圖1中數據倉庫和部門數據庫加上一個虛擬層，實現數據挖掘的數據清洗，為數據倉庫提取有用數據。

3.2數據挖掘方法

數據挖掘[4]，簡單點說，就是從大量數據中尋找規律的技術，通過處理海量的、不完全的、隨機的、結構復雜的數據選擇有用數據，建立知識模型。網絡輿情預警決策支持系統運用數據挖掘中文本挖掘技術，包括自動分類技術、自動關聯技術、觀點挖掘技術、自動分詞技術、結構化抽取技術以及自動摘要、關鍵詞技術等。

圖1 決策支持結構系統

4、基于數據挖掘的網絡輿情預警決策支持系統的構建

基于數據挖掘的決策支持系統采集網絡中的新聞網頁、論壇、博客、新聞評論，貼吧等網絡資源，發現突發性熱點事件，進行熱點跟蹤定位和實時輿情預警，幫助政府及時掌握輿情動向，準確捕捉預警信息，對有較大影響的重要事件快速發現、快速處理，為政府決策提供信息依據[5]。

4.1數據準備

網絡輿情預警需要多樣化的信息，在整理信息的時候，需要做到全面、準確、及時。本系統涉及的信息有：

文本信息：新聞、博客、產品評論、論壇帖子等文本信息，包括主題、關鍵詞、時間、URL等。

詞匯信息：包括現在詞典中的字或詞和現在網絡用語的語義、適用的語境和是否帶有情感等。

圖像信息：主要是新聞、博客、產品評論、論壇帖子等上的圖片，包括主題、內容、時間、URL、瀏覽數量等。

視頻音頻信息：主要是新聞、博客、產品評論、論壇帖子等上的視頻音頻，包括主題、內容、時間、、URL、瀏覽數量等。

這些來自互聯網的大量信息，通過收集、整理、存儲、預處理在數據庫中作為原始數據，這些數據是離散的、模糊的。

4.2系統功能模塊

根據網絡輿情預警的規劃，如輿情分類、情感分類與趨勢預測、輿情檢索以及統計分析等，本系統建立了輿情信息采集管理系統、輿情分類管理系統[6]、輿情來源管理系統、輿情情感分類管理系統和用戶管理系統。

①輿情分類管理系統：輿情分類即對海量信息的自動(文本語義分析)分類。通過關鍵字樣本、文件樣本、自定義等把原始信息分類，形成分類別（危害國家安全、危害社會治安、擾亂社會秩序等）的分類庫，分類管理可以對分類的類別數據進行增加、刪除、修改等操作。

②輿情信息采集管理系統：輿情信息采集管理系統對文本信息、圖像信息、視頻音頻信息的來源，如新聞、博客、產品評論、論壇帖子、網站及其網站的權威性進行分析統計。

③輿情來源管理系統：輿情來源管理部門對文本信息、圖像信息、視頻音頻信息的來源，如新聞、博客、產品評論、論壇帖子、網站及其網站的權威性進行分析統計。

④輿情情感分類管理系統：輿情分類管理部門從根據新聞、博客、產品評論、論壇帖子等收集的文本信息、圖像信息、視頻音頻信息，經過預處理之后，通過觀點挖掘方法對輿情信息的情感傾向進行分析，及時發現消極情感的信息，以便迅速做出反應。

⑤輿情統計系統：統計輿情分類管理系統和輿情情感分類管理系統的信息，為政府提供報表或報文，供政府決策使用。

5、結 論

基于數據挖掘的網絡輿情預警決策支持系統可以有效解決現在網絡輿情預警系統中存在的問題，通過文本挖掘技術對非結構化的模糊復雜的信息分析處理，及時發現重大突發事件，減少危機損失，提高政府管理和控制輿情的能力。

參考文獻：