毛晓琪

互联网舆情监测系统作为捕捉社会动态的重要工具，其热点发现及分析能力直接影响对公众关切的响应效率与决策科学性。当前系统面临数据过载导致的热点误判、情感倾向识别偏差、深层动因挖掘不足等问题。通过优化关键词提取算法提升热点识别精准度，结合自然语言处理技术深化情感分析维度，构建多源数据关联模型解析热点成因，可有效增强系统对复杂舆情的洞察能力。实践表明，完善的热点发现及分析机制能为舆情引导提供数据支撑，助力及时回应社会关切，维护网络空间秩序与社会稳定。

互联网舆情监测；热点发现；舆情分析；自然语言处理

[1] 张阳,王萌.基于 Transformer 架构的舆情热点识别模型研究[J].情报科学,2022,40(5):120-125. [2] 李华,赵强.多模态情感分析技术在舆情监测中的应用[J].计算机应用研究,2023,40(11):3423-3427. [3] 刘辉,孙悦.知识图谱助力互联网舆情深层动因挖掘[J].数据分析与知识发现,2021,5(8):42-50. [4] 陈晨,周伟.人机协同机制优化舆情监测系统效能的研究[J].情报理论与实践,2024,47(2):108-113. [5] 王峰,马丽.差分隐私技术在舆情监测数据隐私保护中的应用[J].信息安全学报,2023,8(3):75-84. [6] 赵宇,林晓.联邦学习在跨领域舆情数据融合分析中的实践[J].计算机工程与应用,2022,58(15):190-196.

点击下载PDF