互联网UGC时代的到来使舆情的传统存在环境发生了巨大改变，舆情的舞台从线下迁移到线上，舆情分析所面临的问题也更加的复杂：
上述几点让舆情影响的深度和广度都到达过去所不敢想象的程度。然而有不少的企业、个人谈及“舆情分析”依然第一时间联想到“舆情监管”“舆情控制”。其实这都是对待舆情过时了的认识。
舆情数据是互联网大数据的重要组成部分，良好利用、分析舆情数据，有助于舆情关注者更有效的了解诉求，促进更良性的社会化营销与公关管理。
方法论介绍百度司南舆情分析产品依托百度强大的网页内容挖掘与中文语义分析能力，以扎实的社会舆论分析思路和方法论为基础，为客户提供如下解决方案：
1.声量诊断：某话题/人物/商品/事件在互联网上是否引起了关注度，关注量级与趋势如何？舆情的来源虽变得分散，但并非每一个有观点的评论或者意见都能形成“舆情“，只有关注到达一定量级，有可能引起网民传播、演绎的才能形成舆情。声量诊断第一步，帮助客户了解什么样的观点是值得引起关注的，它的关注度、可传播性究竟如何。
2.传播分析：分析舆情传播路径，识别传播节点，研判节点调性。传播路径：勾勒舆情从生成、引起关注、开始传播、达到关注顶点、开始消退到消失的整个过程路径，提供时间点、事件点等关键信息；
传播节点：意见领袖、知名媒体，任何引发舆情二次传播的媒体或个人都被认为是传播节点，识别舆情传播过程中的节点，分析节点对再次传播的影响力；
节点调性：节点的话语权随节点在社会舆论中的影响力而定，节点本身对舆情事件的看法，会对舆情原有的调性产生放大或者干扰。
3.情感提炼：摩画网民情感倾向，提炼网民对事物的主要态度、关注面与侧重。情感提炼是舆情分析最为基本的地方。本解决方案将为将互联网上的所有相关评论进行分类，包括正负性上的，关注点上的，帮助舆情关注者直观了解网民对我的态度是怎么样，他们关注什么，哪些是我还需要加强的等等。
4.人群分析：舆情受众画像，分析偏好人群&厌恶人群特点，有的放矢传播。当舆情关注者都将注意力放在舆情内容本质的分析的时候，百度司南舆情分析团队将人群要素分析放在了同等重要的地位。
用户分析功能可以帮助舆情关注者识别偏好人群、厌恶人群，勾勒其各自的人群属性、兴趣爱好等用户画像，列举其典型意见、语言特色与常访问媒体，尽可能的帮助舆情关注者了解人群，从而针对人群做有的放矢的沟通与影响。
| 欢迎光临 168大数据 (http://www.bi168.cn/) | Powered by Discuz! X3.2 |