1我國網(wǎng)絡(luò)輿情發(fā)展現(xiàn)狀及分析

據(jù)第29次中國互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計(jì)顯示：截至2011年12月底，中國網(wǎng)民規(guī)模突破5億，達(dá)到5.13億，全年新增網(wǎng)民5580萬。

互聯(lián)網(wǎng)普及率較上年底提升4個(gè)百分點(diǎn)，達(dá)到38.3%。中國手機(jī)網(wǎng)民規(guī)模達(dá)到3.56億，占整體網(wǎng)民比例為69.3%，較上年底增長(zhǎng)5285萬人。家庭電腦上網(wǎng)寬帶網(wǎng)民規(guī)模為3.92億，占家庭電腦上網(wǎng)網(wǎng)民比例為98.9%。農(nóng)村網(wǎng)民規(guī)模為1.36億，比2010年增加1113萬，占整體網(wǎng)民比例為26.5%。2011年，網(wǎng)民平均每周上網(wǎng)時(shí)長(zhǎng)為18.7個(gè)小時(shí)，較2010年同期增加0.4小時(shí)。2011年中國網(wǎng)民即時(shí)通信使用率上升較快，增至80.9%。同時(shí)，許多傳統(tǒng)交流溝通類應(yīng)用的用戶規(guī)模出現(xiàn)萎縮：電子郵件使用率從2010年的54.6%降至47.9%，用戶量減少392萬人；論壇/BBS使用率則由32.4%降至28.2%，用戶量也略有減少。隨著網(wǎng)絡(luò)的應(yīng)用普及，網(wǎng)絡(luò)輿情反映已經(jīng)逐漸取代了傳統(tǒng)的輿情交互途徑，成為了社會(huì)大眾對(duì)現(xiàn)實(shí)社會(huì)的真實(shí)情感反映。在當(dāng)前我國經(jīng)濟(jì)快速發(fā)展，社會(huì)轉(zhuǎn)型的關(guān)鍵時(shí)期，隨著經(jīng)濟(jì)社會(huì)文化的發(fā)展，社會(huì)利益關(guān)系更趨多樣化、復(fù)雜化，人們的思想意識(shí)也更加多元化、獨(dú)立化，往往一些問題一經(jīng)網(wǎng)絡(luò)討論傳播，就會(huì)立即引起廣大網(wǎng)民的關(guān)注，繼而形成網(wǎng)絡(luò)輿情熱點(diǎn)，并引起網(wǎng)民強(qiáng)烈的反響和激烈的討論。

2網(wǎng)絡(luò)內(nèi)容控制的技術(shù)方向

近年來，國際上開發(fā)的網(wǎng)絡(luò)輿情監(jiān)控產(chǎn)品種類繁多，最為常見的是以內(nèi)容分級(jí)和過濾為技術(shù)方向的產(chǎn)品，其作用類似“電子保安”。麻省理工學(xué)院所屬W3C（WorldWideWebConsortium）推動(dòng)了PICS（PlatformforInternetContentSelection）技術(shù)標(biāo)準(zhǔn)協(xié)議，完整定義了網(wǎng)絡(luò)分級(jí)的檢索方式。以PICS為核心的RSAC研發(fā)，例如RSACI（RSAContheInternet）分級(jí)系統(tǒng)，以網(wǎng)頁內(nèi)容中呈現(xiàn)出性（Sex）、暴力（Violence）、不雅言論（Language）或裸體（Nudity）表現(xiàn)程度等四個(gè)維度進(jìn)行相應(yīng)管控。作為美國過濾軟件的代表CyberPatrol，用戶可以對(duì)其中監(jiān)控對(duì)象的名單等內(nèi)容進(jìn)行修改。政府部門通常也訂立阻止用戶訪問的“互聯(lián)網(wǎng)網(wǎng)址清單”，以實(shí)現(xiàn)不良信息的過濾和篩選。

目前，我國參照國際上網(wǎng)絡(luò)內(nèi)容控制服務(wù)和軟件，形成了以下幾個(gè)網(wǎng)絡(luò)內(nèi)容管控的技術(shù)方向：

1）過濾/屏蔽技術(shù)：（1）使用統(tǒng)一資源定位器（URL）列表的服務(wù)器端過濾；（2）使用URL列表的客戶端過濾；（3）使用文本內(nèi)容分析的過濾（包括服務(wù)器端和客戶端）。2）標(biāo)識(shí)和分級(jí)系統(tǒng)：（1）第一方標(biāo)識(shí)/分級(jí)；（2）第三方標(biāo)識(shí)/分級(jí)；（3）互聯(lián)網(wǎng)內(nèi)容選擇平臺(tái)（PICS），該平臺(tái)結(jié)合了第三方分級(jí)和用戶自行分級(jí)兩種方式。3）年齡認(rèn)證系統(tǒng)：（1）基于信用卡的年齡認(rèn)證系統(tǒng)；（2）基于獨(dú)立發(fā)出的ID（Identification）的年齡認(rèn)證系統(tǒng)。4）新型頂級(jí)域名（TLD）/分區(qū)：（1）為對(duì)未成年人有害的內(nèi)容建立的新型TLD，如.xxx或.adult，表示定位于該域名的網(wǎng)頁上的內(nèi)容（以及來自于該域名的電子郵件）是對(duì)未成年人有害的內(nèi)容；（2）為無害于未成年人的內(nèi)容建立新型ＴＬＤ，如kids等，表示定位于該域名網(wǎng)頁上的內(nèi)容（以及來自于該域名的電子郵件）一般被視為適合所有未成年人。這兩項(xiàng)技術(shù)雖具可行性，但目前尚未投入使用。作為一種替代性辦法，可以建立一種新的次級(jí)域名（如．us．kids），這種域名不需要ICANN對(duì)現(xiàn)有頂級(jí)域名系統(tǒng)做出調(diào)整（；3）通過分配一套新的IP地址（新的IP協(xié)議——IPv6，尚未廣泛應(yīng)用）建立網(wǎng)上“安全區(qū)”，任何在該IP地址范圍內(nèi)的內(nèi)容可視為“安全區(qū)域”或“灰色區(qū)域”內(nèi)容，屬于無害信息或既無益也無害于未成年人的信息。5）監(jiān)控技術(shù)：（1）監(jiān)督和限時(shí)技術(shù)；（2）實(shí)時(shí)內(nèi)容監(jiān)督/屏蔽方法，可用于不適用過濾技術(shù)的網(wǎng)絡(luò)傳播領(lǐng)域。6）安全空間（Greenspaces）：這是一種封閉系統(tǒng)，只允許訪問系統(tǒng)管理員選定的內(nèi)容，不能訪問系統(tǒng)之外的網(wǎng)站。相關(guān)的網(wǎng)絡(luò)輿情監(jiān)管部門及行業(yè)自律組織應(yīng)該在考慮公民隱私權(quán)、網(wǎng)絡(luò)言論自由、維護(hù)網(wǎng)絡(luò)秩序等合理因素的基礎(chǔ)上，在按比例、遵循相關(guān)法律法規(guī)的前提下考慮采取一種或幾種技術(shù)，審核用戶的真實(shí)注冊(cè)信息、言論內(nèi)容的合法性以確保對(duì)網(wǎng)絡(luò)輿情的合理有序監(jiān)管。

3網(wǎng)絡(luò)輿情采集與獲取技術(shù)

3.1網(wǎng)站定向采集

網(wǎng)站定向采集是實(shí)時(shí)發(fā)現(xiàn)互聯(lián)網(wǎng)上新出現(xiàn)的信息是否包含用戶關(guān)注的信息，通過周期性地發(fā)送HTTP請(qǐng)求，模擬用戶網(wǎng)頁瀏覽行為，掃描相關(guān)網(wǎng)站URL列表，以實(shí)現(xiàn)對(duì)關(guān)注站點(diǎn)的實(shí)時(shí)采集，通過鏈接簽名技術(shù)和鏈接比對(duì)分析技術(shù)來判斷所關(guān)注的網(wǎng)頁是否已進(jìn)行了信息更新，對(duì)出現(xiàn)更新的頁面重新下載并存入頁面信息庫，若無更新，則設(shè)定周期進(jìn)行下一輪的掃描過程。

通過頁面內(nèi)容分析技術(shù)對(duì)下載到的更新頁面信息進(jìn)行分析和處理，若該信息符合信息報(bào)警提示的條件，則進(jìn)行報(bào)警提示處理。

采集周期和采集URL列表可以由用戶自行設(shè)定，周期越短，掃描頻率越高，對(duì)于信息的更新就越快，實(shí)時(shí)性更強(qiáng)。

3.2網(wǎng)絡(luò)垂直搜索

網(wǎng)絡(luò)垂直搜索可以實(shí)現(xiàn)從網(wǎng)絡(luò)上自動(dòng)收集與監(jiān)控專業(yè)領(lǐng)域相關(guān)的Web網(wǎng)頁數(shù)據(jù)。同時(shí)，網(wǎng)絡(luò)垂直搜索能夠更高效地收集相關(guān)信息，也能對(duì)這些信息的更新做出更及時(shí)的響應(yīng)。

垂直搜索引擎僅專注于某一領(lǐng)域和主題，并能夠?qū)υ摼W(wǎng)頁的主題相關(guān)度進(jìn)行準(zhǔn)確預(yù)測(cè)，優(yōu)先下載相關(guān)度高的網(wǎng)頁，從而提高“收獲比”和網(wǎng)絡(luò)帶寬利用效率。并且，可以通過聚焦爬蟲和監(jiān)控技術(shù)，建立一個(gè)大型的網(wǎng)絡(luò)信息監(jiān)控系統(tǒng)，包括對(duì)官方媒體新聞的Web站點(diǎn)上發(fā)布的新聞和代表大眾民意的博客文章及在線論壇的監(jiān)控，實(shí)現(xiàn)自動(dòng)化的收集、存儲(chǔ)、整合和處理流程，包括數(shù)據(jù)的即時(shí)可視化處理，這些均可以為開源信息數(shù)據(jù)的處理提供豐富的數(shù)據(jù)平臺(tái)。

3.3網(wǎng)絡(luò)聚焦爬蟲

網(wǎng)絡(luò)聚焦爬蟲是實(shí)現(xiàn)全網(wǎng)數(shù)據(jù)自動(dòng)采集的主要工具之一，主要負(fù)責(zé)從互聯(lián)網(wǎng)上爬取和下載與主題相關(guān)的網(wǎng)絡(luò)資源。筆者建議在原有普通爬蟲基礎(chǔ)上，對(duì)其功能進(jìn)行擴(kuò)充，能夠及時(shí)、有效地抓取與主題相關(guān)的網(wǎng)絡(luò)資源。聚焦爬蟲從組成上可分為領(lǐng)域相關(guān)初始URL種子集、頁面抓取模塊、主題相關(guān)性分析模塊以及URL查重與頁面下載模塊等。