【正文】 CR =CI/ RI =＜因此，各層次指標(biāo)的相對權(quán)重可以接受。第四步：確定指標(biāo)隸屬度請專家協(xié)助，填寫調(diào)查表1111117。假設(shè)三位專家填寫的調(diào)查表如表11111112所示，用平均或加權(quán)平均的方法分別得到流量指標(biāo)、點(diǎn)擊熱度指標(biāo)、回復(fù)熱度指標(biāo)的隸屬度矩陣，如表111111113所示。表115 流量指標(biāo)等級評估表二級指標(biāo)輿情要素指標(biāo)語言變量（天）評語流量指標(biāo)時間段內(nèi)的Web頁面總數(shù)≥100,000介于50,000100,000之間介于10,00050,000之間≤10,000表116 點(diǎn)擊熱度指標(biāo)等級評估表二級指標(biāo)輿情要素指標(biāo)語言變量（天）評語點(diǎn)擊熱度指標(biāo)時間段內(nèi)的點(diǎn)擊數(shù)≥100,000介于50,000100,000之間介于10,00050,000之間≤10,000表117 回復(fù)熱度指標(biāo)等級評估表二級指標(biāo)輿情要素指標(biāo)語言變量（天）評語回復(fù)熱度指標(biāo)時間段內(nèi)的回復(fù)數(shù)≥100,000介于50,000100,000之間介于10,00050,000之間≤10,000表118 流量指標(biāo)等級評估表調(diào)查結(jié)果二級指標(biāo)輿情要素指標(biāo)語言變量（天）評語（專家1，專家2，專家3）流量指標(biāo)時間段內(nèi)的Web頁面總數(shù)≥100,0001,1,1介于50,000100,000之間2,1,2介于10,00050,000之間3,2,3≤10,0004,3,4表119 流量指標(biāo)隸屬矩陣流量指標(biāo)（天）很熱1比較熱2一般熱3 不熱4≥100,0001000介于50,000100,000之間1/32/300介于10,00050,000之間01/32/30≤10,000001/32/3表1110 點(diǎn)擊熱度指標(biāo)等級評估表調(diào)查結(jié)果二級指標(biāo)輿情要素指標(biāo)語言變量（天）評語（專家1，專家2，專家3）點(diǎn)擊熱度指標(biāo)時間段內(nèi)的點(diǎn)擊數(shù)≥100,0001,1,1介于50,000100,000之間2,2,2介于10,00050,000之間3,2,3≤10,0004,3,4表1111 點(diǎn)擊熱度指標(biāo)隸屬矩陣流量指標(biāo)（天）很熱1比較熱2一般熱3 不熱4≥100,0001000介于50,000100,000之間0100介于10,00050,000之間01/32/30≤10,000001/32/3表1112 回復(fù)熱度指標(biāo)等級評估表調(diào)查結(jié)果二級指標(biāo)輿情要素指標(biāo)語言變量（天）評語（專家1，專家2，專家3）回復(fù)熱度指標(biāo)時間段內(nèi)的回復(fù)數(shù)≥100,0001,1,1介于50,000100,000之間2,1,2介于10,00050,000之間3,2,3≤10,0004,3,4表1113 回復(fù)熱度指標(biāo)等級評估表調(diào)查結(jié)果流量指標(biāo)（天）很熱1比較熱2一般熱3 不熱4≥100,0001000介于50,000100,000之間1/32/300介于10,00050,000之間01/32/30≤10,000001/32/3第五步：合成根據(jù)Web頁面總數(shù)=101000、點(diǎn)擊數(shù)=55000、回復(fù)數(shù)=45000 去表111111113中查得相應(yīng)的隸屬向量：r1=（1 0 0 0）r2=（0 1 0 0）r3=（0 1/3 2/3 0）計(jì)算模糊關(guān)系矩陣的合成向量：B=W。R=(，)。 1 0 0 0 0 1 0 0 0 1/3 2/3 0 =（,0）第六步：計(jì)算主題熱度指數(shù)B=（, , , 0）G=（1* + 2* + 3* + 4*0）=因?yàn)椋?∞,1]很熱 (1,2] 比較熱 (2,3] 一般熱 (4, ∞)不熱所以：此主題一般熱。第4節(jié) 網(wǎng)絡(luò)輿情分析技術(shù)手段簡介互聯(lián)網(wǎng)技術(shù)的發(fā)展不僅改變了人們的生活方式和工作方式，也深刻影響著政府部門運(yùn)作方式。對待這一先進(jìn)的工具，政府部門不僅要積極建設(shè)，還要加強(qiáng)引導(dǎo)和強(qiáng)化管理，防止網(wǎng)絡(luò)中的負(fù)面信息和消極意識形態(tài)破壞經(jīng)濟(jì)、政治、文化、社會的和諧穩(wěn)定。相關(guān)部門必須對各種網(wǎng)絡(luò)輿論及時反饋引導(dǎo)，才能對現(xiàn)實(shí)中出現(xiàn)的各種網(wǎng)絡(luò)輿論，防微杜漸，防患于未然。然而，互聯(lián)網(wǎng)的受眾群體隨著互聯(lián)網(wǎng)技術(shù)的發(fā)展呈現(xiàn)爆炸式的分布，網(wǎng)絡(luò)中流動蘊(yùn)藏的信息也如大海般浩瀚，僅靠人力去鑒別網(wǎng)絡(luò)輿情信息的性質(zhì)和走向難免會“一葉障目”。只有利用計(jì)算機(jī)自動處理技術(shù)，對互聯(lián)網(wǎng)輿情進(jìn)行分析、整理，才能建立起全面、有效、快速的輿情監(jiān)測預(yù)警機(jī)制，及時應(yīng)對網(wǎng)絡(luò)輿情。目前網(wǎng)絡(luò)輿情分析技術(shù)手段主要有以下幾種：第一，熱點(diǎn)話題和敏感話題識別技術(shù)。這種技術(shù)是在一定的時間范圍內(nèi)，根據(jù)網(wǎng)絡(luò)輿情的流傳擴(kuò)散范圍和網(wǎng)民關(guān)注程度，判斷網(wǎng)絡(luò)話題的熱度。話題出處的權(quán)威度、相關(guān)內(nèi)容的瀏覽量、轉(zhuǎn)載量和網(wǎng)民評論數(shù)量等都是識別固定時間段內(nèi)熱門話題的主要參數(shù)。話題的敏感度主要是利用布控的關(guān)鍵字和語義分析進(jìn)行識別，其中首先要將關(guān)鍵詞表中的關(guān)鍵詞通過字音變換、字形變換、插入無效符號、圖像化以及它們之間的變形組合來擴(kuò)充關(guān)鍵詞庫；然后，將每個關(guān)鍵詞前兩個字對應(yīng)的拼音編碼值組合起來作為索引號，建立一個關(guān)鍵詞索引表；最后，根據(jù)擴(kuò)充的關(guān)鍵詞庫和拼音編碼索引表，對關(guān)鍵詞從拼音匹配到字型匹配程度進(jìn)行打分排序，找出可能的敏感詞。按照“敏感”、“重要”和“一般”三個等級將相關(guān)網(wǎng)絡(luò)話題標(biāo)記為不同的背景色來突出提供功能，橙色預(yù)警等級最高，為“敏感”事件；黃色預(yù)警等級居中，為“重要”事件；藍(lán)色預(yù)警等級最低，為“一般”事件。第二，輿情情感傾向分析技術(shù)?；ヂ?lián)網(wǎng)已成為用戶表達(dá)觀點(diǎn)、態(tài)度、情緒的平臺，這些內(nèi)容更具強(qiáng)烈主觀色彩，一定程度內(nèi)，負(fù)面情緒聚集會對輿情走勢產(chǎn)生不可估量的推動作用。這種技術(shù)就是對網(wǎng)絡(luò)輿情在各種觀點(diǎn)的交織碰撞下產(chǎn)生的多種情緒，通過計(jì)算機(jī)手段分析輿情文本內(nèi)容蘊(yùn)含的各種非內(nèi)容或非實(shí)時信息，為輿情研判進(jìn)一步提供依據(jù)。本質(zhì)上，這是情感信息的分類問題，主要集中在文本客觀性分類、詞的級判類別、語氣分類等方面。目前主要有兩種研究思路：一是統(tǒng)計(jì)所有詞匯的傾向性，根據(jù)其評分正負(fù)來判斷文本傾向性；二是目前最流行思路是根據(jù)詞匯傾向性訓(xùn)練出語義傾向分類器，效果好于前者。同時情感傾向分析方法、情感詞典構(gòu)建、語料庫建設(shè)和系統(tǒng)建設(shè)也成為該技術(shù)的研究重心。第三，話題跟蹤與檢測技術(shù)。這種技術(shù)起源于美國國防部高級研究規(guī)劃署的TDT項(xiàng)目，旨在發(fā)現(xiàn)網(wǎng)絡(luò)輿情動態(tài)發(fā)展過程中出現(xiàn)的新話題和某個主題在不同時間段內(nèi)人們所關(guān)注的程度。話題檢測包括以下四方面的工作：報(bào)道切分、話題關(guān)聯(lián)識別、新話題發(fā)現(xiàn)和話題跟蹤。首先要將一個輿情信息流切分為不同的話題文檔，然后判斷不同文檔之間的關(guān)聯(lián)程度，并對其進(jìn)行排序，之后判斷這些不同的文檔是否轉(zhuǎn)向了一個新的話題，這也成為該過程中最有難度的一個步驟。話題跟蹤就是在后續(xù)報(bào)道中跟蹤檢測與新話題相關(guān)的所有報(bào)道。第四，網(wǎng)絡(luò)文本自動分析和自動摘要技術(shù)。這種技術(shù)通過利用計(jì)算機(jī)自動化處理和人工智能技術(shù)手段采集指定網(wǎng)站上的輿情文本，根據(jù)文檔內(nèi)容自動抽取其主題，然后經(jīng)過自然語言處理技術(shù)加工生成的文本摘要。它可以幫助用戶無需閱讀全篇文章，就能快速了解文章大意和核心，從而提高用戶的閱讀效率。第五，輿情預(yù)警和引導(dǎo)技術(shù)。輿情預(yù)警技術(shù)是在上述四項(xiàng)技術(shù)的基礎(chǔ)上，將分析結(jié)果通過數(shù)值、圖表等直觀方式表現(xiàn)。與此同時，按照安全、輕度、中度、重度和危險(xiǎn)五個等級評估網(wǎng)絡(luò)輿情的危機(jī)態(tài)勢，一旦輿情危機(jī)程度為中度以上，則向指定對象發(fā)布相應(yīng)的危機(jī)處理提醒。輿情引導(dǎo)技術(shù)就是根據(jù)輿情危機(jī)預(yù)警態(tài)勢，輔助決策部門判斷目前的輿情情況，并策劃、發(fā)送相關(guān)輿情疏解信息，讓網(wǎng)民及時了解真相，潛移默化地引導(dǎo)輿論走向。（本章完）