Page 378 - 大数据背景下网络安全问题研究

大数据背景下网络安全问题研究
Research on Network Security Issues under the Background of Big Data

在于舆情自动预警识别。识别网络舆情不能仅考虑舆情事件的关注热度情况，要充分
考虑舆情事件本身的负面敏感性、舆情受众的规律、传播效率等特征。
通过深入分析，考虑从舆情负面敏感特征，舆情关注程度，舆情传播扩散，网民
情感倾向，网民网络行为等5个方面来综合分析网络舆情自动预警识别。其中网络舆

情事件敏感特征主要判断负面舆情事件的危害性、安全敏感性等情况，利用文本分析
方法构建敏感特征词库，利用Jieba进行突发事件描述分词处理，计算突发事件的敏感
词累计数，利用Word2Vec进行同类词合并加权统计；舆情关注程度主要考虑网络舆情

的影响规模，利用回复和评论数进行自动统计；舆情传播扩散情况主要量化识别舆情
的发展趋势，利用转发数、表态数和转评次数来统计；网民情感倾向主要识别受众网
民对舆情事件的情绪反映情况，利用Snownlp和深度学习方法对评论内容进行文本情
感分析，自动测度网民情感极化情况；网民网络行为主要测度事件发布者和转发者的

网络影响力和舆情演化动力。利用粉丝数和发布微博数来进行自动测度。将舆情敏感
特征、舆情关注程度、舆情传播扩散、网民情感倾向和网民网络行为按照AHP方法建
立比较矩阵，设定相应的层次权数，利用各指标计算加权结果，系统自动识别出高于

舆情预警阈值的网络舆情事件，提请决策者加以密切关注。
网络舆情自动预警系统将利用可采集的网络舆情特征信息，通过AHP方法建立网
络舆情综合自动预警识别机制，可以从多个维度综合考虑负面舆情危害性、舆情影响

规模、网民情感倾向和舆情传播趋势等方面影响，更好地对网络舆情进行定量测度，
提高负面网络舆情识别的效率。
在网络舆情预警机制基础上，将预警处理结果和舆情发展态势进行对比分析，同

时利用深度学习提高舆情态势智能预测水平，利用大数据可视化技术对预警进行网络
展示，辅助提高舆情预警决策者的决策水平。建立舆情管理知识图谱，通过预警实践
深入探索舆情演化和预判特征，及时总结舆情预警相关经验和提高舆情预判能力。

第三节 网络时代的舆情安全监测及有效措施

一、网络舆情监测系统的内涵

网络舆情监测是对网络上网民发布的意见、态度、情绪等言论的监听和监测的做
法。包括常规监测和突发事件监测，常规监测是在通常设定的关键词对网络上的信息
进行有效的监测，是网络管理人员正常的工作范围。突发事件监测是对某一件突发事

件形成具体的关键词表，进行有针对性的主题和专题监测。
网络舆情监测系统首先是一种软件工具，是用来监测人们通过网络介质在某种环

• 366 •