当前位置:网站首页>互联网 舆情系统的架构实践
互联网 舆情系统的架构实践
2020-11-06 01:15:00 【InfoQ】
1. 舆情分析的业务特点
1.1 信源覆盖广
舆情分析的数据源几乎覆盖所有互联网公开信息,如常见的资讯网站和社交媒体:新华网、腾讯新闻、百度贴吧、论坛、新浪微博、微信、博客等,近几年兴起的自媒体平台和短视频等流媒体应用:小红书、抖音、快手等,人们有更多的渠道可以发声,新时代人人都是自媒体,同时,外媒也是众多跨国公司和政府机构关注的重点,境外主流新闻网站如华尔街日报、纽约时报等和社交媒体如 Facebook、Twitter,甚至 Tik Tok 等,这些舆论阵地都是舆情分析需要覆盖的渠道。
1.2 需求行业多
舆情分析的需求几乎涵盖所有行业,互联网时代,信息传播迅速,网络热点事件频发,企业最怕的就是出现各种不良舆论,危及企业运营,损害品牌形象,舆情监测服务被广泛应用于消费品、汽车、互联网金融、地产、教育、餐饮等行业,同时,在电子政务领域,舆情监测服务也为各级政府机构,提供第一时间的舆情资讯,舆情涉及我们生活的方方面面,舆情监测和管理,核心是对我们周围互联网公开信息的大数据分析和价值挖掘。
1.3 社会价值高
舆情分析服务能为目标客户提供多维度的信息挖掘和高附加值的洞察分析,具有巨大的企业和社会价值:
负面信息挖掘: 负面信息发现,是舆情监测的核心价值点,如果不能及时准确地发现负面信息,造成负面舆论发酵,可能对企业带来不可挽回的损失,对政府带来严重的公信力质疑。
原文链接:【https://www.infoq.cn/article/hU1QNJjBscvabRrb3veW】。未经作者许可,禁止转载。
版权声明
本文为[InfoQ]所创,转载请带上原文链接,感谢
https://www.infoq.cn/article/hU1QNJjBscvabRrb3veW?utm_source=rss&utm_medium=article
边栏推荐
猜你喜欢
随机推荐
(1)ASP.NET Core3.1 Ocelot介紹
结构化数据中的从属判断问题
Skywalking系列博客5-apm-customize-enhance-plugin插件使用教程
Using tensorflow to forecast the rental price of airbnb in New York City
非常规聚合问题举例
结构化数据中的存在判断问题
使用Asponse.Words處理Word模板
用Python构建和可视化决策树
别走!这里有个笔记:图文讲解 AQS ,一起看看 AQS 的源码……(图文较长)
自然语言处理之命名实体识别-tanfordcorenlp-NER(一)
免费的专利下载教程(知网、espacenet强强联合)
【事件中心 Azure Event Hub】Event Hub日誌種發現的錯誤資訊解讀
Jumpserver高可用集群部署:(六)SSH代理模块koko部署并实现系统服务管理
PPT画成这样,述职答辩还能过吗?
面经手册 · 第12篇《面试官,ThreadLocal 你要这么问,我就挂了!》
如何将分布式锁封装的更优雅
幽默:黑客式编程其实类似机器学习!
[译] 5个Vuex插件,给你的下个VueJS项目
面经手册 · 第16篇《码农会锁,ReentrantLock之公平锁讲解和实现》
面经手册 · 第14篇《volatile 怎么实现的内存可见?没有 volatile 一定不可见吗?》








