互联网舆情分析

随着互联网的迅速发展，舆情并不是简单的对民意的概括与，而是对某些事件演变过程中民众所持有的社会态度的，已引起越来越高度的重视，

互联网已经成为一个虚拟的世界，人们的认知、观点倾向、情感倾向，以碎片化、非体系化的方式在互联网中体现，因此，政府、企业、管理部门开始在对互联网舆情进行监测，关注舆情事件的发生，发展和趋势，提高社会管理工作。

因为从事风险管理工作，从舆情的方向分析小微企业客户，因为小微企业固有的特征，信息披露制度不健全，无法通过常规的方式对小微企业的经营活动进行综合评估，银行及其他金融机构能够利用的是少量的行内数据或者公开信息，因此，可以尝试利用爬虫框架从互联网中爬取小微企业相关的大量文本数据，通过分析，建立合理的评估模型。

监测舆情技术主要包括：

1.全文检索技术

对海量文本数据进行语义分析，并且搜集、抽取、归纳、索引的技术。

2.自动分类技术

基于学习的自动分类和基于规则的自动分类。

3.文本挖掘技术

从本文信息中获取只是，利用关键词提取、高频词提取、词组和短语提取、模板抽取、基于语文词义的概念转化、浅层语法特征提取、浅层语义特征提取、基于文本分类别信息提取等。

4.机器学习技术

利用机器学习，不断提高系统情感判断准确度。

5.话题追踪技术

追踪那些与目标话题相关的信息的合集。

6.情感分析技术

基于文本的N元语法和词类等特征，分别使用朴素贝叶斯、最大熵和支持向量机等方法将文本情感倾向性分为正向和负向两类，情感分析技术包括基于监督学习情感分析，以及基于半监督学习或弱指导学习的情感分析和跨领域的情感分析等。