網絡輿情監控系統在蘆山地震應急中的應用

張 穎，林 洋

(四川省地震局，四川成都 610041)

近年來，網絡輿情對社會政治生活秩序和社會穩定的影響與日俱增，一些重大的網絡輿情事件使人們開始認識到網絡對公眾想法、社會輿論熱點反映起到的巨大作用。網絡輿情突發事件如果處理不當，極有可能誘發民眾的不良情緒，引發群眾的違規和過激行為，進而對社會穩定形成威脅。有感地震發生后，如何快速、全面、準確地掌握網絡輿情動態，從海量的網絡輿情信息中獲取震情、災情信息、地震相關輿論熱點、話題關注度變化趨勢、錯誤輿論和謠言等信息顯得尤為重要。掌握網絡輿情信息，可以補充應急指揮、災情上報等技術系統的產出，為抗震救災指揮部提供進一步的災情信息支撐;有針對性地發布信息，宣傳防震知識，減少地震及次生災害帶來的人身財產損失;對形成的錯誤輿論給予正確的引導，以緩解公眾的恐慌情緒;對散布的謠言信息實施監控，及時遏止，能夠有效維持社會的正常秩序。由此可見，網絡輿情監控系統對于震后輿情控制及應急處置起到重要的作用。

1 系統功能

該系統實現了對主要網絡新聞媒體及論壇的信息采集與存儲。當國內發生4.0級以上地震，全球發生6.0級以上地震時，系統通過EQIM的地震三要素信息，自動生成地震專題，通過自動分類、自動摘要、主題詞、智能分詞、信息抽取、信息過濾、自動重排、相似性檢索、自動聚類等方法，進行輿情分析并存入輿情信息庫。通過數據挖掘技術將處理過的信息進行二次分析，從而提供信息導航、信息預警、熱點分析、傳播分析、時間趨勢分析、專題監控、輿情簡報、信息推送、統計分析、信息檢索等輿情服務，為抗震救災指揮部提供網絡輿情信息。在抗震救災各階段工作部署中，能夠起到良好的輔助作用。網絡輿情監控系統功能如圖1所示。

1.1 信息監測與收集

首先，該系統根據需求配置好信息采集源，包括各大門戶網站、論壇、博客、微博、社交網站等數據收集點，對各個目標網站的信息進行實時監控，及時采集新信息到本系統后，進行內容分析和過濾等操作。得到新網頁的全信息集合，每個網頁的信息都被完整記錄下來，包括網頁名稱、大小、日期、標題、文字及圖片內容等，根據應用的具體需求存儲到不同的目標上:直接存儲到文件系統中，存儲到關系數據庫(如SQL Server、Oracle和MySQL)中，或是存儲到內容檢索服務器中。

1.2 信息智能處理

該系統將信息自動過濾、自動分類、自動排重、自動聚類、內碼轉換等功能無縫集成在系統內部，完成對采集信息的智能處理，實現了自動處理的高度集成。

(1)自動過濾。該系統通過自動過濾技術，利用網頁結構分析，自動分析有效用的網頁，自動提取元數據，自動過濾掉不需要采集的網頁和媒體文件，從而有效避免垃圾信息的下載以及對帶寬的浪費。利用自動過濾技術，濾除網頁中廣告、版權等無用信息，自動識別網頁真正的標題(很多網頁都以New Page來標識)，同時保存網頁中與正文相關的表格和圖片，濾掉正文中嵌入的廣告。此外，對于有條件分析出標題、版次、日期、作者、欄目、分類等屬性的網頁，如存在Meta置標或者格式特征明顯的網頁，還可以分析并標注出這些信息屬性。

(2)自動分類。該系統采用自動分類，借助規則分類技術實現對主題詞、關鍵詞、來源等信息內容的分類管理，也可以按統計或規則進行分類。自動分類時，創建專有的分類模型，采用樹狀結構以方便地進行管理和維護。根據數據創建分類模型，將已完成分類的文章作為樣本，結合關鍵詞設計的多級分類樹形體系，可以適應系統發展，隨時進行更新和管理，使該模型能夠不斷完善，提升分類的準確性。在該系統中，需要進行數據分類，調用自動分類功能并按模型進行分類，以自動分類為主以規則分類為輔完成包含特定規則的分類處理。對于分類模糊的信息，可以提示編輯進行審核，采用人工分類方式加工和維護。

(3)自動排重。該系統中，自動排重功能通過兩項技術實現，一是根據URL直接去重，二是進行內容去重。URL直接去重只需要分析URL串即可實現。內容去重技術則需通過相似性檢索中文處理技術，對標題或內容有重復的信息自動歸類。內容去重技術，可設置是否存儲重復信息，對于標題不同而內容近似的內容同樣可以進行識別，對于已經判定重復的信息，系統不會丟棄，而是在做好重復標記后入庫，以此實現本地查詢相似報道稿件。

(4)自動聚類。該系統通過聚類技術，自動識別網絡上的熱點新聞事件，及時掌控論壇中的交互信息，發現網民的關注焦點和熱點，自動提取用戶所關注的熱點領域，提高熱點發現的準確性。

(5)內碼轉換。該系統通過內碼轉換技術實現統一存儲。在數據庫中網頁信息應以統一的內碼存儲，因此對采集的網頁信息需要統一進行內碼轉換處理。信息在采集時，系統自動識別多種字符集編碼，包括中文、英文、中文簡體、中文繁體等，并將網頁統一存儲為標準統一的內碼(類型包括GBK，GB18030或者Unicode等)。

(6)數據存儲。在輿情監控系統中，由于采集的信息都是網頁、圖片等非結構化信息，因此，數據存儲主要采用非結構化的全文檢索數據庫。該系統將采集下來的信息存入輿情初始信息庫，并建立索引以提供全文檢索信息。同時，對初始信息進行分析，比如，過濾出用戶關注的行業內容，并根據過濾的情況確定各種輿情分析庫的結構和存儲，生成各種應用方向的輿情分析庫，如轉載庫、聚類主題庫等。通過數據庫中的信息可提供數據導出和數據導入功能，以實現與其它系統文件級的信息共享。

1.3 信息服務

(1)自動生成地震輿情專題。地震(國內東部4級以上、國內西部5級以上、國外6級以上地震)發生后，通過信息雷達從互聯網采集地震相關數據存入采集數據庫，系統從EQIM平臺獲取地震速報信息，解析速報參數并自動觸發，開始對網絡雷達從信息源采集的信息按照定義好的分類規則進行智能分析、篩選，建立本次地震相關的專題，根據特殊要求，也可以手動添加地震數據進行手動觸發。業務流程圖如圖2所示。

(2)產出輿情簡報。該系統采用可視化編輯器作為文檔內容編輯器，當采集的文檔類型為HTML頁面時，用戶可以直接編輯，實現所見即所得的可視化文檔內容編輯效果。也可隨意指定文檔內容的字體、字號、字體顏色、背景顏色、段落對齊方式、項目符號、段落縮進等屬性，同時可以插入超級鏈接、專用分頁符、表格、圖片、Flash、音頻、視頻、模板、特殊字符，可以任意調整圖片的位置、大小等，充分實現混排功能，插入的圖片、Flash等文件會自動上傳到適當的目錄。整個可視化編輯功能使用方法和Word中大抵相同，符合編輯使用習慣。該功能主要用于簡報和報告的生成，從輿情系統中選擇多個文章，可直接生成多種格式的簡報和報告，也可輸出到Word，便于編輯打印。

2 系統在蘆山地震中的應用

網絡輿情監控系統在蘆山地震發生后，在不同的地震應急階段，按照后方指揮部的要求，隨時更新配置輿情監控系統的關鍵詞，每四小時生成一次輿情簡報，為后方指揮部提供最新的輿情動態，獲取最新的災情、應急救援、道路通行、次生災害、傷亡情況等內容，并給出各關鍵詞的關注程度及趨勢。截至2013年4月30日12時，共收集到與“蘆山地震、人員傷亡、災害損失、抗震救災、地震局、次生災害、災民安置、疫情、災后重建、救災物資、救援隊、預警、將發生9級地震、臨沂老徐”等熱點關注詞匯，相關的震情、災情、抗震救災信息396 297條。蘆山地震發生后，公眾對蘆山地震“蘆山地震、人員傷亡、災害損失、抗震救災、地震局、次生災害、災民安置、疫情、災后重建、救災物資、救援隊、預警、將發生9級地震、臨沂老徐”等熱點詞匯關注度均迅速上升，并呈現出不同的變化趨勢。地震發生之后，國家及公眾對地震監測預報、震災預防、緊急救援三大工作體系的相關信息關注度迅速升高。近年來，隨著網絡媒體的蓬勃發展，上述信息在災情發生后，通過微博等形式在網絡上迅速發布并擴散。網絡輿情監控系統適應當前新的趨勢與局面，進一步增強對網絡輿情突發事件的處理和應對能力，提高地震相關信息獲取的覆蓋率、實時性、智能分析能力、科學發布與展示水平。該系統實現了對新聞網頁、論壇、博客、微博、新聞評論等網絡信息資源的精確采集和深度解析，搭建了輿情信息檢索、輿論熱點的發現、跟蹤定位、信息轉載追蹤、敏感信息監控、輔助決策支持、輿情實時預警、輿情監管等功能模塊，為地震監測預報、震害防御、應急指揮、災情上報、災后救援、社會服務等提供多層次、多維度的輿情信息服務。蘆山地震個專題監測文章總量趨勢如表1所示，表中活躍指數是指在一定的統計時期內就某一關鍵字的信息對網民激發的活躍程度(在所有關注信息中所占百分比)。

3 結語

“4.20”蘆山地震發生后，在抗震救災的各個階段，輿情監控系統通過監測與收集數據、信息智能處理產出的輿情簡報信息，對地震應急指揮系統、災情上報系統提供了重要的信息補充，對抗震救災各階段的工作重點選擇起到了輔助決策作用，對網站信息的發布及科普知識的宣傳給予了正確引導。

表1 專題監測文章總量趨勢