下载文档原格式
传染病疫情的网络舆情与舆论分析在过去的几年里，社交媒体已经成为人们获取新闻和信息的主要渠道之一。
特别是在传染病疫情爆发期间，网络舆情和舆论的形成和传播往往会对公众的认知和应对措施产生重要影响。
本文将分析传染病疫情的网络舆情和舆论，并探讨其对疫情防控的潜在影响。
一、网络舆情的特点和形成原因1.传播速度快：社交媒体平台如微博、微信等可以迅速发布信息，很大程度上缩短了信息传播的时间，使得疫情相关的新闻在第一时间得到传播。
2.信息真实性难以确定：由于信息的快速传播和广泛分享，虚假信息和谣言在网络上迅速传播。
传染病疫情的动态信息往往需要专业人员进行分析和验证，但大多数网民缺乏科学的判断能力，容易被不准确的信息所误导。
3.公众情绪易受影响：疫情相关的新闻往往与人们的生活和健康密切相关，容易引发公众的恐慌和焦虑。
网络舆情通过广泛分享和评论，进一步激发和放大了公众的情绪，形成了一种集体认知。
二、舆论对传染病疫情的影响1.信息传递力促进防控：网络舆论可以快速传播疫情信息、疾病预防知识和科学防控措施，提高公众对疫情的认知，促进预防与防控工作。
2.谣言造成恐慌：网络上的谣言和不准确信息会引发公众的恐慌，加剧社会不稳定。
这种恐慌可能导致人们的投资信心下降，对社会和经济产生不利影响。
3.公众意见影响政策决策：网络舆论可以反映公众对疫情的关切和期望，政府和有关部门可以通过对网络舆论的观察和分析，及时了解公众需求，调整政策措施，增强社会稳定性。
三、疫情网络舆情的管理策略1.科学疫情信息传播：政府和相关机构应加强对疫情信息的发布和宣传，提高信息真实性和可信度。
同时，要及时回应公众关切，及时解答疑问，以减少谣言的传播。
2.加强网络监管：对于虚假信息和谣言，政府和相关机构应及时进行辟谣和澄清。
同时，对于故意散布谣言的个人或组织，要依法追究其法律责任，以维护网络舆论的良好秩序。
3.引导公众情绪：政府和相关机构要加强对公众情绪的引导，通过科学的解释和信息披露，减少公众的恐慌和焦虑。
基于大数据分析的网络舆情态势感知与评估网络舆情态势感知与评估是当今社会信息时代的重要课题之一。
随着互联网的普及和信息传播的快速发展，舆情事件的爆发和蔓延速度也越来越快。
在这样的背景下，借助大数据分析技术，可以有效地捕捉和分析网络舆情信息，从而实现对舆情态势的感知与评估。
首先，网络舆情态势感知是通过运用大数据分析技术，对海量的网络舆情数据进行搜集和分析，快速准确地捕捉事件的发生和发展。
大数据技术的应用可以帮助舆情监测和分析系统实现对社交媒体、新闻网站、论坛等多种信息源的内容监测和整合，从而及时发现与关注公众关心的热点事件。
通过对海量数据的分析，可以提取关键词、主题和情感倾向等信息，帮助利益相关者及时了解舆情的演变趋势。
其次，网络舆情态势评估是指通过采用大数据分析技术，对网络舆情进行定量和定性的评估，以便更好地理解和解读舆情的传播效果、影响范围和影响力。
通过分析网络舆情数据，可以获得事件传播的速度、规模、活跃度等指标，以及舆情事件对公众、组织和市场的影响程度。
这些评估指标能够为相关部门和企业提供决策参考和舆论引导，帮助其应对突发事件和舆情危机。
在进行网络舆情态势感知与评估时，需要借助大数据分析的相关技术和方法。
首先，需要建立一个庞大的数据采集和存储系统，可以通过网络爬虫、API接口等方式，实时地搜集和整理网络舆情数据。
其次，需要运用自然语言处理、文本挖掘和情感分析等技术，对采集到的数据进行处理和分析，提取关键信息和特征。
最后，需要运用数据可视化和统计分析等技术，将数据进行可视化展示，并在此基础上进行舆情态势评估。
通过基于大数据分析的网络舆情态势感知与评估，可以实现对舆情事件及时、准确地监测和评估，从而为社会管理、企业决策等提供科学依据。
例如，在公共安全领域，可以利用网络舆情数据进行预测分析，发现和预警突发事件，为应急管理提供及时的决策支持。
在企业营销领域，可以通过对网络舆情的感知和评估，了解消费者的喜好和需求，优化产品和服务，提升市场竞争力。
网络舆情分析若干关键理论及应用研究一、本文概述随着互联网的普及和深入发展，网络舆情已成为影响社会、政治、经济等多个领域的重要因素。
网络舆情的分析、监测和引导，对于政府决策、企业管理、危机应对等方面都具有极其重要的意义。
因此，本文旨在深入探讨网络舆情分析的若干关键理论及应用研究，以期为相关领域的实践提供理论支撑和实践指导。
本文首先对网络舆情的概念、特点及其形成机制进行了系统梳理，明确了网络舆情分析的基本框架和理论基础。
在此基础上，文章重点研究了网络舆情分析的几个关键理论，包括情感分析、主题识别、趋势预测等，并对这些理论在网络舆情分析中的应用进行了详细阐述。
本文还关注了网络舆情分析在实际应用中的挑战和问题，如数据源的选择与处理、信息抽取的准确性和效率、模型泛化能力等问题，并提出了相应的解决方案和优化策略。
通过案例分析，文章进一步验证了这些理论和方法在实际应用中的有效性和可行性。
本文总结了网络舆情分析领域的研究现状和发展趋势，展望了未来研究方向和应用前景。
本文旨在为推动网络舆情分析的理论研究和实践应用提供有益的参考和启示。
二、网络舆情分析的关键理论网络舆情分析作为一种跨学科的研究领域，其关键理论涵盖了传播学、社会学、心理学、计算机科学等多个学科的知识。
这些理论不仅为网络舆情分析提供了基础框架，也为其在实际应用中的操作提供了指导。
传播学理论：网络舆情作为一种信息传播的产物，其形成、发展和演变过程与传播学中的基本理论密切相关。
例如，沉默的螺旋理论指出，人们在表达意见时往往会受到周围人意见的影响，这一理论在网络舆情分析中同样适用，体现了网络舆情的群体性和互动性。
社会学理论：社会学理论对于理解网络舆情的产生和演变至关重要。
例如，结构功能主义认为社会是一个由不同部分组成的整体，各部分都有其独特的功能，这一理论可以帮助我们理解网络舆情的构成和各个部分的功能。
而社会冲突理论则强调社会中的不平等和冲突，这有助于我们分析网络舆情中的矛盾和冲突点。
网络舆情指标体系设计与分析1.舆情源分析指标：首先，需要对舆情源进行分析，包括发布舆情的网站、平台和账号等。
这部分指标可以包括舆情源的影响力、可信度、发布频率等。
2.舆情传播指标：网络舆情的传播是一个重要的问题。
我们可以通过分析转发、评论、点赞等指标来了解舆情的传播范围和速度。
3.情感分析指标：情感是舆情分析的重要角度之一、通过对网络舆情中情感的分析，可以了解舆情的正面和负面情感的比例、情感的强度等。
这些指标可以帮助我们评估舆情的影响力和对社会的影响程度。
4.舆情关键词分析指标：关键词分析可以帮助我们了解舆情的热点和关注度。
通过分析热门关键词、关键词的出现频率等指标，可以了解社会公众对一些话题的关注程度。
5.参与度指标：参与度指标可以反映社会公众对一些舆情的参与度和参与热情。
这些指标可以包括评论数、点赞数、转发数等，通过这些指标可以了解舆情的影响程度和社会公众对舆情的态度。
6.影响力指标：影响力指标可以帮助我们评估舆情的影响力和影响范围。
这些指标可以包括舆情的曝光量、阅读量、转发量等。
7.时间特征指标：时间特征指标可以反映舆情的时间分布情况，包括舆情的爆发时间、持续时间等。
这些指标可以帮助我们了解舆情的传播速度和持续时间。
除了以上几个方面，还可以根据具体情况设计其他相关指标，以更全面地评估和分析网络舆情。
分析网络舆情指标体系可以通过数据采集、数据分析、统计分析等方法来实现。
可以借助一些数据分析工具和技术来处理和分析大量的网络舆情数据。
总之，网络舆情指标体系的设计和分析是一个复杂的过程，需要综合考虑多个因素和角度。
通过合理的指标体系设计和科学的分析方法，我们可以更好地了解网络舆情的态势和趋势，为政府、企事业单位等决策者提供科学的参考依据。
网络舆情综合治理的网络舆情分析与研判技巧随着互联网的快速发展和普及，网络舆情已成为信息社会中不可忽视的重要组成部分。
网络舆情产生的迅猛速度和广泛影响，给社会治理带来了新挑战。
为了更好地综合治理网络舆情，我们需要掌握一些网络舆情分析与研判的技巧。
一、信息收集与整理1. 多渠道收集信息网络舆情的信息来源广泛，可以通过搜索引擎、社交媒体、新闻平台等多种方式收集信息。
在收集过程中，应尽量避免只获取单一渠道的信息，要广泛获取各方观点，以准确把握舆情态势。
2. 信息筛选与整理在收集到大量信息后，需要对信息进行筛选与整理。
首先，根据舆情事件的关键词进行筛选，选择与事件相关的信息。
其次，对收集到的信息进行分类整理，将相同主题或观点的信息划分到一起，以便进一步进行分析与研判。
二、情感分析与舆情态势判断1. 情感词频统计情感分析是分析网络舆情中情感倾向的一项重要技巧。
可以通过统计关键词周围的情感词频来判断舆情事件的正面、负面或中性情绪。
根据情感词频的多少，可以初步判断舆情事件的情感态势。
2. 舆情态势研判在对舆情事件的情感分析基础上，还需要通过对信息的综合分析，来对舆情态势进行研判。
同时要关注评论和转发的数量，以及关键人物或机构的态度和表态，从而全面了解舆情事件的发展趋势。
三、舆情回应与危机管理1. 及时回应舆情当发现网络舆情事件时，组织或个人应及时回应。
可以通过发布正式声明、进行媒体宣传或在社交媒体上发表相关言论等方式进行回应。
回应要及时、准确、透明，以避免舆情进一步扩大和负面影响的产生。
2. 危机管理当网络舆情事件发展为危机时，需要进行危机管理。
危机管理包括事件信息披露、舆论引导、事件调查等。
在危机管理中，要注意及时与公众沟通，积极采取措施应对危机，以最大限度地降低损失和负面影响。
四、定期评估与优化1. 定期评估舆情状况综合治理网络舆情需要定期评估舆情状况，了解网络舆情的发展趋势和变化。
通过定期评估，可以及时调整治理策略，防范潜在的舆情风险。
网络舆情分析的方法与案例互联网的发展让我们的生活变得越来越便利，网络舆情的出现也让我们更加了解社会热点和民意倾向。
而如何准确快速地解析网络舆情，成为了一个需要深入研究的问题。
本文将介绍网络舆情分析的方法和案例，并为大家提供一些能够帮助准确分析网络舆情的技能。
一、网络舆情分析的方法1.关键词识别法关键词识别法是通过搜索引擎将一些与事件相关的关键词搜索出来，以此了解社会人群对该事件的看法，进而判断网络舆情的发展趋势。
例如，如果要分析一场电影的口碑，可以搜索相关的电影名字和热点话题，以此了解大众对该电影的评价和推崇程度。
2.情绪分析法情绪分析法通过分析舆情中的情感信息，包括正面、中性、负面等情感，以此了解社会人群对该事件的情感倾向。
如果情感倾向较为积极，往往代表事件会受到全民支持，反之，会受到负面的评价。
例如，如果分析某位名人的声誉，可以将其姓名搜索出来，然后将其相关事件的情感分析作为基础，从而得出一个较为客观的评价结果。
3.社交网络分析法社交网络分析法是通过对社交网络上的话题模型、观点模型进行分析，从而获取网络舆情的源头、分析网络舆情的演化过程和影响因素。
例如，如果分析某个热点话题，可以通过搜索相关的关键词，在社交网络上了解关注该话题的人群，进而分析其观点和情感。
二、网络舆情分析的案例1.《花木兰》电影上映2020年电影《花木兰》上映，有不少人对其娱乐效果存疑，但影片一经上映，却受到了全球粉丝的热烈追捧。
当时，对关于《花木兰》的舆情分析中，关键词识别法成为了主要的方法。
搜索了解该电影作品相关的话题模型、影评、资讯等，得出该电影上映前后的热度、口碑、观众评价等信息。
这些信息帮助大众更了解该电影作品在全球的影响力，还是成功的定义了近十年来最高水平的华人电影。
2. 美国总统大选美国选举一直是全球关注的热点事件，而网络舆情分析也一直是分析美国大选的重要方法。
在美国2020年总统大选期间，情绪分析法成为了主要的分析方法。
社会学研究中的网络舆情分析方法在当今数字化时代，网络舆情已成为社会现象的重要反映和影响因素。
对于社会学研究者来说，深入理解和分析网络舆情不仅有助于把握社会动态，还能为解决社会问题、制定政策提供有价值的参考。
本文将探讨社会学研究中常见的网络舆情分析方法。
一、数据采集网络舆情数据的来源广泛，包括社交媒体平台、新闻网站、论坛、博客等。
为了获取全面准确的数据，研究者需要运用多种采集工具和技术。
1、网络爬虫技术这是一种自动获取网页内容的程序。
通过设置特定的规则和算法，爬虫可以抓取大量相关网页的信息，如文本、图片、视频等。
但在使用过程中，需要注意遵守网站的使用规则和法律法规，避免造成侵权或违法行为。
2、应用程序接口（API）许多社交媒体平台和网站提供 API，允许开发者按照一定的规范获取数据。
通过 API 可以获取更结构化、规范化的数据，但可能受到平台的访问限制和数据使用政策的约束。
3、人工采集对于一些特定的、小规模的研究，人工采集数据也是一种可行的方法。
例如，针对特定的论坛或社区，研究者可以手动筛选和记录相关的帖子和评论。
二、内容分析获取数据后，对其进行内容分析是关键步骤。
1、主题分析确定舆情中主要的讨论主题和话题。
可以通过关键词提取、文本分类等技术手段，将大量的文本数据归类到不同的主题下，从而了解公众关注的焦点。
2、情感分析判断舆情所表达的情感倾向，是积极、消极还是中性。
这有助于了解公众对特定事件或话题的态度和情绪。
3、语义分析深入挖掘文本的含义和潜在信息。
通过词频分析、共现分析等方法，揭示词语之间的关系和语义网络，从而更好地理解舆情的内涵。
三、社会网络分析网络舆情中的参与者之间形成了复杂的关系网络。
社会网络分析可以揭示这些关系的结构和特征。
1、节点分析确定网络中的关键节点，如意见领袖、活跃用户等。
这些节点往往对舆情的传播和发展具有重要影响力。
2、关系分析研究节点之间的连接关系，如关注、转发、评论等。
了解信息在网络中的流动路径和传播模式。
网络舆情分析摘要网络舆情分析是指通过对网络上产生的舆情信息进行收集、整理、分析和评估，从而了解舆论动态、引导舆论走向的过程。
网络舆情分析的重要性不言而喻，它可以帮助企业、政府机构等更好地了解公众对其的态度和看法，及时发现和解决舆情危机，提高企业或组织的声誉和竞争力。
本文将从网络舆情分析的定义、意义、方法、工具和案例等方面展开讨论。
网络舆情分析的定义和意义网络舆情分析是指利用网络技术和工具，对网络上各种信息和数据进行收集、过滤、整理、分析和评估等一系列操作，以获取有关特定主题、事件或对象的舆情信息和舆情动态。
通过网络舆情分析，可以全面了解公众意见和舆论动向，把握社会热点、敏感问题，及时发现和解决潜在的舆情危机，引导舆论走向，提高社会管理和传播效率。
网络舆情分析在今天信息爆炸的时代尤为重要。
随着互联网的快速发展和普及，人们获取信息的途径越来越多样化和便捷化，网络舆情的传播速度和范围也在不断扩大。
通过网络舆情分析，可以更准确地了解公众对某一事件或话题的态度和看法，为政府、企业、媒体等决策者提供科学的依据，帮助他们更好地制定舆情管理和传播策略，增强社会危机应对的能力，保持社会稳定和和谐。
网络舆情分析的方法网络舆情分析的方法主要包括定性分析和定量分析两种。
定性分析是指通过对网络上产生的舆情信息进行主观性的解读、理解和评估，主要依赖人工分析和专业判断。
定量分析则是指通过利用数据挖掘、文本挖掘、机器学习等技术和方法，对大量的舆情数据进行量化和统计分析，挖掘潜在的规律和趋势。
两种方法各有优劣，根据具体的分析目的和需求选择合适的方法或相结合，才能达到更好的分析效果。
网络舆情分析的工具网络舆情分析的工具主要包括网络信息采集工具、数据清洗工具、数据分析工具和数据可视化工具等。
网络信息采集工具可以帮助用户通过网络爬虫技术快速、全面地采集网络上有关舆情的信息和数据；数据清洗工具可以帮助用户处理数据中的噪声和错误，提高数据的质量和准确性；数据分析工具可以帮助用户快速、准确地对大量的舆情数据进行分析和挖掘；数据可视化工具则可以帮助用户直观地展示分析结果，更加生动形象地呈现数据的规律和趋势。
网络舆情指数体系介绍网络舆情指数体系是指通过对网络舆情数据进行综合评估和分析，通过一定的计算方法和指标体系，来衡量网络舆情的整体状况和趋势。
它是对网络舆情的定量化测量，可以帮助人们更好地了解网络舆情的发展变化，及时了解公众的关注焦点和情绪态度，为决策者提供科学决策参考。
下面将从指标体系的构成和功能两方面对网络舆情指数体系进行详细介绍。
一、指标体系的构成:1.舆情热度指标：包括舆情关注度、讨论度等指标，用于衡量舆情在网络上的传播程度和影响力。
2.舆情内容指标：包括情绪态度指标、话题关注度指标等，用于分析舆情内容中的情绪和关注重点。
3.舆情传播指标：包括传播速度、传播路径等指标，用于分析舆情在网络上的传播路径和影响范围。
4.舆情时效性指标：包括舆情爆发速度、持续时间等指标，用于衡量舆情的时效性和持续性。
6.舆情影响指标：包括对公众意见的反馈、对决策的影响等指标，用于分析舆情对社会的影响程度和效果。
以上指标可以细分为更多具体的子指标，根据具体的需求进行选取和调整，构建适合特定领域和情境的网络舆情指数体系。
二、指数体系的功能：1.综合评估：通过将各个指标进行加权计算，可以给出网络舆情的综合评估结果，提供一个总体的舆情态势展示。
2.趋势预测：通过分析网络舆情的历史数据和现有数据，可以预测未来的舆情发展趋势，为决策者提供参考。
3.舆情预警：通过设定一定的阈值，当网络舆情指数超过或接近预警值时，可以及时发出预警信号，提醒决策者注意和采取相应措施。
4.热点监测：可以根据具体的话题或关键词，监测网络舆情数据中的热点话题，及时了解公众关注的焦点，并进行深度分析。
5.决策支持：网络舆情指数体系可以为决策者提供科学的数据和分析结果，帮助决策者更好地了解公众舆情，制定适当的决策策略。
6.舆情管理：通过对网络舆情指数体系的运用，可以及时监测和掌握舆情信息，有针对性地进行舆情管理，维护公众秩序和社会稳定。
总之，网络舆情指数体系作为一种综合评估和分析网络舆情的工具，可以帮助人们更全面、准确地了解网络舆情的动态，及时掌握公众关注焦点和情绪态度。
分析研判篇第十章网络舆情传播态势统计与定量分析第一节网络舆情传播态势分析概述网络舆情不同于传统媒体统治信息传播时代的舆情。
与传统媒体时代比，网络舆情规模大、形成和变化速度快、互动性强、不确定性和不可控性也强。
跟踪、统计、分析网络舆情对于掌控社会舆情具有举足轻重的作用。
然而，面对浩瀚的网络内容，如何对信息进行处理、分析，找出舆情传播规律，是网络舆情分析师面临的难题。
为解决这些分析难题，各种网络分析方法应运而生。
其中，内容分析法因其与网络舆情的传播规律高度吻合而使用较为广泛。
内容分析法（content analysis）是一种对研究对象的内容进行分析，透过现象看本质的科学方法。
内容分析法起源于二战时期的传播学领域，主要奠基人为美国传播学家H·D·拉斯维尔和伯纳德·贝雷尔森。
贝雷尔森对内容分析法做出被学界广泛认同的定义：内容分析法是一种对具有明确特性的传播内容进行的客观、系统和定量的描述的研究技术。
他将内容分析法定义为一种对具有明确特性的传播内容进行的客观、系统和定量的描述的研究技术。
网络舆情具有可视性、可读性和可测量的特征。
针对某一舆情事件，分析要素包括热点的新闻和微博、话题的热度、事件发展的时间轴和重要节点、文本倾向分析和媒体观点摘录等。
其中，热点新闻可以使用百度指数的数据、各门户网站热点排行数据等；热点微博可以通过新浪微博“微指数”和腾讯微博的相关数据；话题热度可以根据新闻页面、论坛页面或者微博页面的参与数、转发数、评论数、阅读量等指标进行统计；时间轴和发展节点可以通过门户网站专题，或者以时间作为排序依据对百度新闻的搜索结果进行排序。
还可以根据微博参与数、微博总数、评论合计、转发合计、转评总数等指标综合判定意见领袖的活跃度。
此外，利用一些舆情系统，可自动对相关数据进行抓取，并将相关数据以图表等方式清楚直观地进行展示，从而为得出相关结论提供有力支撑。
分析网络舆情的传播态势，一般需要经历以下实施步骤：1．确定研究的主题或假设。
网络舆情传播态势研究的主题都是确定的，要么是针对单一的舆情事件，要么是针对具有一定共性的舆情现象等。
2．确定研究样本的范围。
网络舆情传播态势研究都需要确定样本选取范围，可以是单一的新闻报道、社交媒体，也可以是全部新闻来源，还可以是某类型的新闻来源等。
另外，网络舆情的产生都具有特定的时间范围，进行网络舆情研究必然会对时间范围进行限定。
3．从总体中选择合适的样本。
对于浩瀚的网络信息，必须对内容进行抽样，其参考指标包括信息来源、时间段等。
4．选择和限定分析单元。
分析单元是实际需要统计的东西，它是内容分析的最小单位。
在网络舆情分析中，分析的单元包括网民、观点、时间、报道数量、网络参与、评论数量等。
5．建立量化系统。
将内容分析法运用于网络舆情研究，包括报道、参与数量、媒体、网民各类观点比例及倾向性分析等，都需要进行定量分析。
6．分析数据。
7．解释结论。
第二节网络舆情传播速度的统计与定量分析当前网络舆情传播速度之快、波及面之广、影响力之大，远远超出人们的想象。
有些本来只是一般性事件，一经互联网的传播，最后迅速演变升级成为群体性突发事件。
与传统舆论相比，网络舆情的受众和传播主体更加分散，形成速度更快，内容更丰富。
针对同一舆情事件，在不同的传播平台的响应速度及发酵速度不一，将网站新闻数据、论坛数据、博客数据、微博数据等进行对比，可以分析出舆情热点在不同舆论场的传播速度和广度，从而掌握哪些舆论场更易于传播哪类舆情。
当前，专家学者对网络舆情传播的各个阶段各有主张，他们从不同的视角出发提出了“三阶段”、“四阶段”、“五阶段”和“六阶段”模型。
这些模型清晰地反映出了网络舆情在传播过程中所显示出来的阶段特性。
但实际上，这些模型只是说法不同，主要阶段都大同小异。
我们认为，任何一个网络舆情，它都不会凭空而来，也不会突然消解，均有其发生、发展和淡化的过程。
分析舆情的传播速度，就是分析舆情的这一发展周期。
要对舆情的传播速度进行统计和定量分析，我们需要设计出便于统计和计量的舆情传播指标。
同时，网络舆情通过网络媒介传播并对受众产生影响，网络舆情对受众影响力的大小取决于舆情要素的内容和区域社会的和谐程度。
因此，舆情传播一般应包括如下要素：第一，舆情发布者指标。
舆情发布者指标主要衡量舆情发布者所受到的关注程度，比如一些具有号召力的网民、意见领袖等。
具有号召力的网民和意见领袖的发言一般具有较高的回复率，他们的观点和判断对其他网民有较大的影响力。
此外，该要素还包括发布相关信息的时间、发布平台等内容。
第二，舆情性质指标。
舆情信息本身的特性对舆情的传播至关重要，不同类别的舆情信息的传播途径及关注度不一样。
例如，针对突发事件、群体性事件、政府负面事件、一般社会热点事件等不同类型的舆情，网民关注群体、关注度、舆情的传播媒介等都有或多或少的不同。
第三，舆情受众指标。
舆情受众指标包括以下三个子指标：一是衡量舆情对网民造成情绪影响的程度，包括正面的和负面的；二是网民对舆情的参与频率。
这一指标主要通过在一段时间内，网民浏览与点击、评论某舆情事件的次数；三是网络分布度子指标，指网民的分布范围和密集程度。
第四，舆情传播所处阶段指标。
该指标主要在于确定网络舆情所处的传播阶段，比如是初始阶段还是中期兴盛阶段，抑或是消解阶段等。
阶段指标也可以在一定程度上用来判断舆情的影响程度。
第五，区域社会的和谐程度指标。
由于舆情是针对特定区域的特定事件的，该事件在网络舆情的引导和刺激下能否进一步发展为公共安全事件，取决于舆情的推动、事件本身的意义以及该事件发生地域的社会和谐程度。
2014年4月，甘肃兰州发生自来水苯含量超标事件。
由于受事件影响的居民较多，加之是民众关注度极高的食品安全领域，事件引发严重的社会不满情绪。
按前述各指标，本舆情传播进程便可进行追踪和量化：舆情发布者指标：4月11日上午，新华网率先报道兰州自来水苯超标一事，当天被网络媒体转发140余次，成为事件初期的重要新闻传播源。
之后，各网络媒体、平面媒体、电视媒体等纷纷跟进，网民也纷纷通过新闻跟帖、论坛、微博、博客、微信等方式进行消息发布或发表评论。
对该指标的分析，主要是要包括消息初发时间、初发媒体源的数量、新闻报道类数量、评论性数量，网民在各阶段的参与数量、评论数量等。
舆情性质指标：本次事件为公共卫生事件，该类事件舆情的传播速度因受事件影响的民众范围、影响程度、政府应对措施等不同而有差别，因此在后续分析中要抓住主要指标。
舆情受众指标：情绪影响方面，可以通过对媒体的观点进行分类、对网民观点进行抽样统计，分析舆情的情绪影响。
本事件中，多数媒体、网民对兰州官方的应对速度提出质疑。
网民对舆情的参与频率方面，可按舆情的发展阶段及不同平台网民浏览、点击及评论某舆情事件的次数进行统计。
网络分布度方面，可从网民学历、年龄、职业、地域等方面进行统计。
舆情传播所处阶段指标：这一指标可根据媒体报道评论数、网民参与及评论数、事件发展阶段等方面进行确定。
媒体报道数方面，比较简单的办法就是通过“百度指数”进行统计。
但相关数据会因关键词选择的不同而产生差异，因而并不太精确。
要对媒体报道数据进行较为精确的统计，可使用“百度新闻”高级搜索功能对相关主题按日期进行统计。
对兰州水污染事件，搜索2014年4月11日至16日的媒体报道数，可统计出相关数据并绘制成图表。
图10-1 4月11日至16日兰州水污染事件媒体报道数走势从上述图表可以看到，该事件的发展阶段分别为：4月11日为事件初发、12日至13日为发展、14日为高潮、15日开始逐渐消解。
而网民评论数方面，可综合利用门户网站相关消息的网民参与及评论数、微博消息转发及评论数来综合判断。
例如，上述舆情事件中，综合统计各大微博消息数，可得如下图表。
图10-2 4月11日至16日微博关注数走势从上述图表可以看出，网民关注度并不一定和媒体关注度同步。
当相关消息尚未通过媒体广泛传播时，微博网民已经对事件给予高度关注。
因此，在进行舆情应对时，针对不同的舆情平台传播特点，其应对方法也应有差异。
区域社会的和谐程度指标：这一指标可通过对舆情的参与程度、媒体、网民的观点倾向等进行把握。
媒体观点的统计可选取有代表性的主流媒体观点进行统计。
而针对网民观点，要统计海量网民观点，比较可行的办法就是进行网民观点抽样。
在兰州水污染事件中，可抽取一定数量的网民观点，将各观点进行分类，并计算出该类观点在所抽样网民中所占的比例，即可直观了解网民和谐程度这一指标。
通过抽样分析可以发现，在该事件中，多数网民对官方的处置措施提出批评，并对当前社会安全事故频发表示担忧。
第三节网络舆情传播范围的统计与定量分析近年来，随着微博、微信等新媒体及移动互联网的发展和普及，人们通过网络发表自己的观点见解的途径越来越多。
众多涉及政府治理、重大突发的热点事件，被媒体及广大网民关注并形成广泛热议。
网络舆情的产生和变动总是在一定的时间和空间内进行的。
舆情一旦形成，总要存在一段时间，并在个人以及社会环境因素的影响下不断变化和发展。
为统计网络舆情的传播范围，我们引入“网络舆情时空”这个概念。
“网络舆情时空”应该是“舆情时空”在互联网上的延伸和拓展。
同时，网络舆情的形成和变化也要受到现实社会和网络空间的双重影响。
要对网络舆情的传播范围进行统计及量化，可以根据研究的目的，从不同的维度进行。
一是网络舆情的时间维度。
这是各类舆情研究常用的指标，它体现网络舆情传播的持续时间。
通常将网络舆情的发展按酝酿、发生、发展、高潮、消亡来进行划分的，都是以时间为线的。
但是，单独这一指标仅能反映出舆情传播的持续时间，无法表达舆情传播的广度、深度等内容。
二是网络舆情的强度。
这一指标反映媒体和网民对事件的关注度，通常按一定的时间段内媒体报道评论数，网民参与、关注、评论数等进行统计定量。
网络舆情的“量”，即指向某一舆情客体的舆情信息的数量。
数量从侧面反映了舆情的强度、倾向以及发展态势，大量且集中反映某一社会问题的舆情信息无疑是舆情信息工作关注重点。
三是网络舆情的空间维度。
这一指标包含多个子指标。
首先是媒体和网民的地域划分。
针对特定的舆情，不同地域的媒体和网民关注度是不一样的。
其次是媒体、网民关注的平台划分。
媒体有中央媒体与地方媒体、门户网站与其他网站、专业网站与大众网站等划分方法。
网民有新闻网站参与跟帖与论坛、博客、微信、QQ等社交媒体消息、“大V”与普通网民等划分方法。
从相关数据的统计上可以追寻到舆情传播的一些规律并对舆情的走势进行预测。
网络舆情往往与网民社会生活中相关的法律、道德、自然灾害、战争等方面事件较为紧密，尤其是涉及到法律、道德等方面的信息在网络上传播和发酵的广度和深度更为明显。
为对舆情热点进行跟踪，可以使用城市舆情热点地图的方法。
