對(duì)于輿情分析這個(gè)行業(yè)來說，需要的不僅僅是事件的羅列，更重要的還要在技術(shù)，輿情分析報(bào)告如何寫。輿情分析不需要針對(duì)一件事情掌握大量的信息資源，更要遵循科學(xué)的方法、技術(shù)手段以及信息化的工具，輿情分析報(bào)告如何寫，對(duì)采集到的內(nèi)容進(jìn)行梳理，對(duì)事件作出一個(gè)全面、綜合的評(píng)價(jià)。能夠及時(shí)預(yù)測(cè)到事件的發(fā)展態(tài)勢(shì)，提出合理化的建議以供大家決策。

對(duì)于輿情分析的流程大致分為如下，信息獲取-信息清洗-數(shù)據(jù)統(tǒng)計(jì)型分析-數(shù)據(jù)挖掘型分析-得出用于支持決策的結(jié)論或深加工數(shù)據(jù)。在輿情系統(tǒng)的社會(huì)化宏觀分析，通常只是對(duì)關(guān)鍵詞進(jìn)行大規(guī)模監(jiān)測(cè)以獲取最粗的線索，在這一步關(guān)鍵詞之間通常只是或的關(guān)系，并且數(shù)量大，也就是監(jiān)測(cè)結(jié)果成百上千，導(dǎo)致人工二次研判分析的任務(wù)量和難度都不小。但是常規(guī)監(jiān)測(cè)只是線索發(fā)現(xiàn)，也就是大海撈針，對(duì)召回率和準(zhǔn)確率都有容忍度，而事件分析則不同，對(duì)兩項(xiàng)數(shù)值都有較高的要求，否則分析的結(jié)果可能會(huì)差別巨大。

對(duì)于計(jì)算機(jī)系統(tǒng)，通常從宏觀來說，就是輸入-計(jì)算-輸出，所有功能基本都離不開這個(gè)簡(jiǎn)單的邏輯。所謂事件監(jiān)測(cè)也是如此，輸入指用哪些條件來圈定事件，計(jì)算指對(duì)符合前述設(shè)定條件的數(shù)據(jù)做什么計(jì)算，輸出則是以何種形式展示什么數(shù)據(jù)已提供結(jié)果給用戶。目前大多數(shù)國(guó)內(nèi)輿情系統(tǒng)的現(xiàn)狀是：

事件監(jiān)測(cè)輸入條件-現(xiàn)狀：支持多組關(guān)鍵詞，每組間支持多個(gè)關(guān)鍵詞，類似搜索引擎，但是組的數(shù)量更多，最終形成復(fù)雜的查詢語(yǔ)句，并且關(guān)鍵詞會(huì)在搜索引擎或特定網(wǎng)站中進(jìn)行檢索和收錄以提高召回率。時(shí)間維度，可以限定時(shí)間范圍，通常以發(fā)布時(shí)間為準(zhǔn)。數(shù)據(jù)范圍，可以限定哪些網(wǎng)站或平臺(tái)來源。附加條件，例如詞距離值，對(duì)標(biāo)題和正文的匹配傾向，主體詞、事件詞、地域等限制條件。

事件監(jiān)測(cè)數(shù)據(jù)計(jì)算-現(xiàn)狀：通常，關(guān)鍵詞進(jìn)入系統(tǒng)后，會(huì)先在目前的數(shù)據(jù)庫(kù)(一般是ES)中進(jìn)行查找，找到符合的數(shù)據(jù)并展現(xiàn)。但是好的系統(tǒng)會(huì)同時(shí)啟用多種手段提高數(shù)據(jù)召回率，例如搜索引擎、特定渠道的文章搜索等等。每篇文章都會(huì)進(jìn)行細(xì)致的NLP語(yǔ)義分析以用于更詳細(xì)的挖掘用，但是由于算力和技術(shù)問題，大部分NLP計(jì)算都用于標(biāo)簽分類、實(shí)體提取、依存文法關(guān)系、情感分析等基本提取上了，并沒有形成很好的協(xié)同效應(yīng)。

事件監(jiān)測(cè)輸出-現(xiàn)狀：目前由于各方面成本限制，大部分市面產(chǎn)品主要以統(tǒng)計(jì)性圖表輸出為主，包括日數(shù)據(jù)量曲線圖、來源分布柱狀圖、傳播路徑樹形圖等。

一個(gè)事件在網(wǎng)絡(luò)上傳播的版本會(huì)很多，標(biāo)題和正文都會(huì)有很大的變化，所以直接找出他們的共性是很難的，通過定義關(guān)鍵詞規(guī)則，實(shí)際上是將其中最大的共性找出來，但是詞向量間關(guān)系無法詳細(xì)定義，關(guān)鍵詞規(guī)則目前都是布爾表達(dá)式，也就是與或非關(guān)系，僅此而已了。