所謂輿情監測，不過是對網路資訊，特別是網民意見的監測。舉個例子來講，針對某地產公司的輿情監測，就是用監測系統和人工檢索的方式，第一時間去發現不利於公司的網路資訊和網民言論，並透過各種形式報送給客戶。

當前的輿情監測技術手段無非是基於關鍵詞和站點的底層網路爬蟲技術，按照配置好的規則進行自動抓取和進行簡單的影象資料生成。

然而，而這種底層技術幾乎未曾改變過。

這樣就會導致幾個問題:

未能觸發這種規則的網路資訊不會被抓取一旦網頁改版或URL發生變化，爬蟲不起作用由於爬蟲要很短時間掃描網頁，很容易就被網路伺服器捕捉到，從而被封堵現階段對於圖片和影片的抓取也只能靠站點和標題進行對於微信、知乎、網易雲等技術平臺的封閉化，想要自動監測以上內容的資訊基本不能夠實現

總結了這幾個問題之後，可以知道的是，

因為配置規則的原因，不可能窮盡網路上所有的資訊，實際抓取的資料只是網路資訊的九牛一毛，據輿論學者，實際抓取的資訊不到網路上的20%，而且已經抓取的資料中會有大量的垃圾資料需要進行人工的處理。一旦網友發純圖片和純影片，輿情監測幾乎就抓取不到這個資訊。這對於短影片和移動傳播時代來講，這絕對是大多數輿情監測的雞肋所在。實際上，輿情監測就會出現一定的滯後性和誤判。

當然，這只是針對純輿情監測系統，現實中會有人工進行檢索和監測等等，會稍微提高一定的準確性，至少可以進行篩選。

我們不禁要問，有這麼多的問題所在，輿情監測就沒有什麼意義嗎？

答案是否定的。

我認為，最大的意義是掌握主動權，避免網路極端負面輿情事件的發生。

這一點視覺中國的例子就不得不說了，我在想對於視覺中國公司而言，此前是沒有購買輿情服務的，要不然對公司具有如此重大負面影響的首發敏感輿情內容不可能不做處理。因為對首發源的處理不夠，繼而引發共青團ZY等的口誅筆伐，以至於到最後輿論完全失控。

另外，輿情即民意。輿情監測的落腳點還是在傾聽民意上。週期性的輿情監測和總結，會反映這一時間段的民意，為決策者提供一定的資訊參考。

其它的意義，還包括維護地方和品牌形象啊，改進產品和服務等等。

所以回到根本上的問題，政府和企業需不需要輿情監測。

對於政府而言，當然要！

對於企業來說，有知名度的企業，當然要！

如果只是一般的企業，網路輿情監測的意義不大。與其花錢在這上面，不如老老實實做產品和服務，提升口碑比輿情監測重要多了。

最後在談兩點自己的感想：

就以西盈網路輿情監測系統來詳細解答：輿情監測系統基於網際網路資訊採集、資料探勘、自然語言處理和機器學習等大資料技術，實時動態關注新聞、論壇、微博、微信、客戶端、平媒等境內外媒體，對收集到的資料進行聚類、分類、關聯分析等處理，及時掌握網路上的輿情熱點，及時發現網路突發性事件和敏感輿情，並透過人機結合的方式，輔助生成輿情報告。對網路資訊活動進行有效管理，實現早發現、早報告、早處理，減少當前網際網路不良資訊的傳播，淨化網路宣傳環境，維護網路資訊傳播秩序，為及時瞭解社情民意、引領輿論導向、進行科學決策、維護社會穩定提供重要支援。

系統實現如下目標：

（四）自動生成輿情報表和輿情報告助力輿情工作，配合相應的工作機制，提升輿情監測的質量和效率，提升輿情應對水平。

（五）系統7×24小時線上自動監測預警，並配備專門的輿情分析師協助監測人工預警。

西盈輿情為你解答：輿情監測是對網際網路上公眾的言論和觀點進行監視和預測的行為。這些言論主要為對現實生活中某些熱點、焦點問題所持的有較強影響力、傾向性的言論和觀點。具體上講，輿情監測是指整合網際網路資訊採集技術及資訊智慧處理技術，透過對網際網路海量資訊自動抓取、自動分類聚類、主題檢測、專題聚焦，實現使用者的網路輿情監測和新聞專題追蹤等資訊需求，形成簡報、報告、圖表等分析結果，為客戶全面掌握群眾思想動態，做出正確輿論引導，提供分析依據。行業化、服務化是輿情監測分析的發展趨勢，將文字分類、文字聚類、文字摘要、傾向性分析等結合語料庫和知識庫，建立基於SaaS模式的輿情語義分析基礎設施，可更好的實現人機結合，提高輿情研判的準確率。

當前，層出不窮的熱門事情頻頻刷屏，輿情辦理得到政府部門及企業相關部門的日益重視，在面對洶湧的言論時，沒有處理過類似事情的部門常常顯得不知所措，一味使用刪帖或管控手法來面對言論，其實這並不是輿情辦理的最最佳化計劃，以疏替堵、以表及裡才是輿情處置中需求遵從的基本原則。本文針對輿情辦理的現狀予以整理，期望對大家有所啟示。