基于大數(shù)據(jù)的藥品安全網(wǎng)絡(luò)輿情監(jiān)測(cè)系統(tǒng)設(shè)計(jì)

吳文慧 李亮 葛渟 華萍

摘要：該文介紹了在大數(shù)據(jù)時(shí)代背景下針對(duì)藥品安全網(wǎng)絡(luò)輿情監(jiān)測(cè)現(xiàn)狀，梳理分析了藥品安全網(wǎng)絡(luò)輿情監(jiān)測(cè)系統(tǒng)需求，根據(jù)需求和網(wǎng)絡(luò)輿情監(jiān)測(cè)的特點(diǎn)，提出了藥品安全網(wǎng)絡(luò)輿情監(jiān)測(cè)系統(tǒng)的軟件設(shè)計(jì)框架，介紹了實(shí)現(xiàn)該系統(tǒng)所需的主要輿情監(jiān)測(cè)處理技術(shù)。該系統(tǒng)設(shè)計(jì)該設(shè)計(jì)集監(jiān)測(cè)、預(yù)警、分析、報(bào)告于一體，合理融合了大數(shù)據(jù)處理與自然語(yǔ)言處理技術(shù)，同時(shí)提出了用傳統(tǒng)統(tǒng)計(jì)分析和深度學(xué)習(xí)方法來(lái)解決輿情分析中“文本分類和情感分析”等關(guān)鍵技術(shù)問(wèn)題。最后，從用戶交互的層面給出了藥品安全網(wǎng)絡(luò)輿情監(jiān)測(cè)系統(tǒng)的可視化方案，為藥品安全行業(yè)網(wǎng)絡(luò)輿情監(jiān)測(cè)提供了一種實(shí)現(xiàn)途徑。

關(guān)鍵詞：藥品安全;網(wǎng)絡(luò)輿情;監(jiān)測(cè);大數(shù)據(jù);系統(tǒng)設(shè)計(jì)

Abstract： This article introduces the background in the era of big data in drug safety network public opinion monitoring at present， the comb demand， drug safety network public opinion monitoring system are analyzed according to the requirements and the characteristics of the network public opinion monitoring， drug safety network of public opinion monitoring system software design framework， this paper introduces the implementation of the system main public opinion monitoring and treatment technology. The design of the system integrates monitoring， early warning， analysis and report， reasonably integrates big data processing and natural language processing technology， and proposes the traditional statistical analysis and deep learning methods to solve the "text classification and emotion analysis" and other key technical problems in public opinion analysis. Finally， the visualization scheme of the drug safety network public opinion monitoring system is presented from the perspective of user interaction， which provides a way to realize the network public opinion monitoring in the drug safety industry.

Key words： drug safety;online public opinion;monitoring; big data;system design

隨著人們生活水平的提高，與人們身體健康密切相關(guān)的藥品安全問(wèn)題越來(lái)越受到大眾關(guān)注，與藥品安全有關(guān)的網(wǎng)絡(luò)輿情也越來(lái)越多，容易產(chǎn)生消極的非理性情緒，這種情緒容易在網(wǎng)絡(luò)上幾何級(jí)疊加，非理性情緒疊加可能會(huì)導(dǎo)致嚴(yán)重的社會(huì)危機(jī)。藥品安全網(wǎng)絡(luò)輿情既具有影響力廣、突發(fā)性強(qiáng)等網(wǎng)絡(luò)輿情的普遍特點(diǎn)，還具有敏感度高、代入性強(qiáng)的行業(yè)特點(diǎn)，傳統(tǒng)輿情應(yīng)對(duì)存在反饋反應(yīng)滯后、引導(dǎo)被動(dòng)、預(yù)案不完善等不足，按照“發(fā)現(xiàn)、處置、積累”的循環(huán)關(guān)系，這些不足產(chǎn)生的源頭還體現(xiàn)在對(duì)輿情的監(jiān)測(cè)、響應(yīng)、處置、宣傳等工作快速發(fā)現(xiàn)、反應(yīng)的能力不足上[1]。有報(bào)告指出，近90%的藥品安全輿情事件均未取得令人滿意的效果[2]。因此，迫切需要利用自然語(yǔ)言處理和大數(shù)據(jù)等新技術(shù)對(duì)藥品網(wǎng)絡(luò)安全輿情進(jìn)行快速抓取、分析、預(yù)警，為后續(xù)采取積極應(yīng)對(duì)、處置提供盡可能足夠的反應(yīng)時(shí)間和信息輔助決策，實(shí)現(xiàn)藥品安全監(jiān)管的輿情監(jiān)測(cè)、預(yù)警、處置的快速反應(yīng)[3-8]。

1 藥品安全網(wǎng)絡(luò)輿情監(jiān)測(cè)系統(tǒng)需求

根據(jù)藥品安全網(wǎng)絡(luò)輿情監(jiān)測(cè)的業(yè)務(wù)特點(diǎn)和需求，系統(tǒng)需要提供基于大數(shù)據(jù)的智能抓取、數(shù)據(jù)預(yù)處理、熱點(diǎn)分析、圖形顯示等技術(shù)，重點(diǎn)收集藥品安全行業(yè)的關(guān)鍵詞，并按照行業(yè)分類，加大藥品安全輿情監(jiān)管詞庫(kù)配置。依據(jù)藥品安全關(guān)鍵詞行業(yè)分類，設(shè)立“藥品安全”“中藥安全”等輿情專題，對(duì)新聞網(wǎng)頁(yè)、博客、論壇等評(píng)論進(jìn)行定點(diǎn)采集與解析，對(duì)熱點(diǎn)信息進(jìn)行定位及追蹤，對(duì)敏感信息實(shí)時(shí)監(jiān)控及預(yù)警，從復(fù)雜的社會(huì)信息中挖掘出有用的信息[9]。提供統(tǒng)一的搜索功能方便用戶進(jìn)行關(guān)鍵詞檢索，得到最相關(guān)的輿情信息，對(duì)事件傳播進(jìn)行分析，實(shí)現(xiàn)對(duì)事件的全生命周期監(jiān)控，形成完整的生態(tài)鏈條管理體系，范圍須涵蓋網(wǎng)絡(luò)媒體、論壇博客、微博等全媒體，囊括事前預(yù)警、事中分析、事后處理功能，有效實(shí)現(xiàn)對(duì)藥品安全網(wǎng)絡(luò)輿情監(jiān)測(cè)，對(duì)互聯(lián)網(wǎng)上發(fā)生的與相關(guān)的輿情信息實(shí)現(xiàn)第一時(shí)間監(jiān)測(cè)，并且以最直觀的方式預(yù)警出來(lái)。

根據(jù)輿情監(jiān)測(cè)注重快速反應(yīng)的時(shí)效性特點(diǎn)，系統(tǒng)要提供輿情采集管理調(diào)度、自動(dòng)采集狀態(tài)監(jiān)測(cè)、異常信息自動(dòng)恢復(fù)等功能，保證輿情信息24小時(shí)無(wú)人值守的持續(xù)采集。系統(tǒng)能對(duì)采集的信息結(jié)合藥品安全行業(yè)關(guān)鍵詞，按文章屬性、情感傾向、傳播熱度、發(fā)布載體、主題內(nèi)容等進(jìn)行分類;對(duì)信息源輿情屬性進(jìn)行相關(guān)、關(guān)注、負(fù)面、過(guò)濾、排除等進(jìn)行輿情信息的多維度分析研判，做到自動(dòng)生成熱點(diǎn)、輿情熱度計(jì)算、熱度排序。通過(guò)按載體、時(shí)間、來(lái)源、特征篩選和可視化圖表分析等監(jiān)測(cè)手段，對(duì)事件監(jiān)測(cè)結(jié)果進(jìn)行實(shí)時(shí)跟蹤分析與預(yù)警，對(duì)于重大活動(dòng)或突發(fā)事件，系統(tǒng)能夠?qū)φ搲?、博客、微博的發(fā)帖、跟帖情況等進(jìn)行分析，形成藥品安全網(wǎng)絡(luò)輿情分析報(bào)告。

2 藥品安全網(wǎng)絡(luò)輿情監(jiān)測(cè)系統(tǒng)使用的主要技術(shù)

藥品安全網(wǎng)絡(luò)輿情監(jiān)測(cè)系統(tǒng)分為離線和在線兩部分，藥品安全網(wǎng)絡(luò)輿情分析流程如圖1所示。離線部分包括數(shù)據(jù)標(biāo)注、模型訓(xùn)練、模型評(píng)估等;在線部分通過(guò)爬蟲技術(shù)進(jìn)行持續(xù)數(shù)據(jù)采集，利用自然語(yǔ)言處理技術(shù)、中文分詞技術(shù)、數(shù)據(jù)預(yù)處理技術(shù)，大數(shù)據(jù)處理技術(shù)等對(duì)信息進(jìn)行垃圾過(guò)濾、去重、相似性聚類、情感分析、提取摘要、自動(dòng)聚類等，構(gòu)建藥品安全網(wǎng)絡(luò)輿情大數(shù)據(jù)的實(shí)時(shí)索引，為輿情預(yù)警、決策分析、處置提供支持。

1）網(wǎng)絡(luò)爬蟲技術(shù)

網(wǎng)絡(luò)爬蟲技術(shù)是根據(jù)設(shè)置的爬取規(guī)則和算法從網(wǎng)絡(luò)上獲取數(shù)據(jù)，爬取數(shù)據(jù)過(guò)程中采取一定的爬行策略（如聚焦網(wǎng)絡(luò)爬蟲的基于內(nèi)容、鏈接結(jié)構(gòu)評(píng)價(jià)和增強(qiáng)學(xué)習(xí)等策略，增量爬蟲的統(tǒng)一更新、個(gè)體更新和分類更新策略等），從采集對(duì)象的服務(wù)器上爬取數(shù)據(jù)后進(jìn)行預(yù)處理和建立索引保存到數(shù)據(jù)庫(kù)[2，10]。

2）中文分詞技術(shù)

根據(jù)目標(biāo)群體的語(yǔ)言使用情況，利用中文分詞方法（如：基于字符串匹配、基于統(tǒng)計(jì)和基于深度學(xué)習(xí)的分詞方法等）將句子序列切分成單獨(dú)的詞列表，達(dá)到計(jì)算機(jī)能夠識(shí)別句子意義的程度，并作為進(jìn)一步分析的基礎(chǔ)數(shù)據(jù)，通過(guò)自然語(yǔ)言進(jìn)行分割處理，使用基于規(guī)則的實(shí)體識(shí)別方法、基于統(tǒng)計(jì)學(xué)習(xí)的實(shí)體識(shí)別方法或基于深度學(xué)習(xí)的實(shí)體識(shí)別方法指從句子中識(shí)別出實(shí)體項(xiàng)等，提高搜索與分析效率[7]。

3）文本分類技術(shù)

文本分類首先對(duì)文本進(jìn)行初步過(guò)濾，主要有語(yǔ)種的判別、借助詞典過(guò)濾掉敏感內(nèi)容以及文本長(zhǎng)度限制等;在滿足初篩條件后，對(duì)待分類文本進(jìn)行自然語(yǔ)言處理、分詞、去除標(biāo)點(diǎn)符號(hào)和停用詞后，按照分類模型的設(shè)定對(duì)文本內(nèi)容進(jìn)行截?cái)嗖⑻崛∥谋咎卣?然后調(diào)用預(yù)先訓(xùn)練好的分類模型，依據(jù)文本特征進(jìn)行分類判別并輸出結(jié)果[11-13]。

4）情感分析技術(shù)

情感分析主要有基于情感詞典和基于深度學(xué)習(xí)兩類方法?；谇楦性~典的方法先對(duì)句子進(jìn)行分詞和停用詞等預(yù)處理，再結(jié)合情感詞典對(duì)句子中的情感詞進(jìn)行情感正負(fù)面傾向計(jì)算;基于深度學(xué)習(xí)的方法先對(duì)語(yǔ)句進(jìn)行分詞、停用詞等進(jìn)行預(yù)處理、詞向量編碼等，用智能算法提取特征和進(jìn)行分析得到情感類別[14-15]。

5）輿情可視化技術(shù)

輿情可視化技術(shù)是輿情信息按照一定的屬性變量數(shù)字化后的視覺(jué)表現(xiàn)形式，輿情數(shù)據(jù)通過(guò)圖形、圖表、導(dǎo)圖等數(shù)據(jù)圖表和事件相關(guān)數(shù)據(jù)圖表來(lái)解釋輿情信息，并直觀展示給用戶[16-17]。輿情可視化可提高用戶獲得輿情信息的效率，便于進(jìn)行輿情分析研斷。

3 藥品安全網(wǎng)絡(luò)輿情監(jiān)測(cè)系統(tǒng)設(shè)計(jì)實(shí)現(xiàn)

基于上述需求，系統(tǒng)采用爬蟲技術(shù)收集設(shè)置的藥品安全相關(guān)關(guān)鍵詞的各種網(wǎng)頁(yè)、論壇、微博、微信、App等內(nèi)容，對(duì)抓取后的數(shù)據(jù)進(jìn)行分析提取，形成結(jié)構(gòu)化等數(shù)據(jù)，利用輿情分析的分詞、文本提取和情感分析等技術(shù)實(shí)現(xiàn)對(duì)藥品安全網(wǎng)絡(luò)輿情事件的實(shí)時(shí)預(yù)警和決策。實(shí)現(xiàn)藥品安全網(wǎng)絡(luò)輿情的“采集、分析、監(jiān)測(cè)、預(yù)警、管理” 的一體化[18-22]。主要分為數(shù)據(jù)的采集與存儲(chǔ)、數(shù)據(jù)的處理與分析和輿情的管理和應(yīng)用三部分，具體藥品安全網(wǎng)絡(luò)輿情監(jiān)測(cè)系統(tǒng)架構(gòu)如圖2所示。

1）數(shù)據(jù)采集與存儲(chǔ)

輿情監(jiān)測(cè)注重時(shí)效性，通過(guò)網(wǎng)絡(luò)爬蟲技術(shù)對(duì)新聞網(wǎng)站、論壇、App、微博、微信等媒體平臺(tái)內(nèi)容進(jìn)行實(shí)時(shí)抓取，將抓取的信息通過(guò)用自然語(yǔ)言處理算法對(duì)數(shù)據(jù)進(jìn)行處理，按規(guī)則提取藥品安全輿情相關(guān)信息，預(yù)處理后分類存儲(chǔ)。其中結(jié)構(gòu)化數(shù)據(jù)直接存儲(chǔ)在關(guān)系數(shù)據(jù)庫(kù)中，可直接在系統(tǒng)中調(diào)用，非結(jié)構(gòu)化數(shù)據(jù)（如文本文件、圖片等）將建立索引并存入相應(yīng)的數(shù)據(jù)庫(kù)中[22]。系統(tǒng)提供輿情采集調(diào)度功能，對(duì)數(shù)據(jù)采集狀態(tài)進(jìn)行自動(dòng)監(jiān)測(cè)，實(shí)現(xiàn)24小時(shí)不間斷無(wú)人值守信息采集。支持對(duì)監(jiān)測(cè)對(duì)象的設(shè)置、采集的可視化、采集的任務(wù)設(shè)定、采集的基本屬性、爬蟲的爬取規(guī)則、信息抽取規(guī)則及其存儲(chǔ)與索引的配置功能[23]。

2）數(shù)據(jù)處理與分析

數(shù)據(jù)采集后通過(guò)分詞技術(shù)，自然語(yǔ)言處理后進(jìn)行數(shù)據(jù)可視化處理，識(shí)別出信息的正負(fù)面，通過(guò)標(biāo)注數(shù)據(jù)建立數(shù)據(jù)模型，實(shí)現(xiàn)在線文本聚類、情感分析、文本分類、文本標(biāo)簽、文本相似度以及關(guān)系抽取等在線、離線計(jì)算，實(shí)現(xiàn)內(nèi)容的智能搜索、熱點(diǎn)話題的聚類、相關(guān)內(nèi)容的推薦、特定事件的輿情監(jiān)測(cè)、自動(dòng)預(yù)警及其傳播路徑分析等交互可視化服務(wù)。能夠與信息源輿情屬性進(jìn)行相關(guān)、關(guān)注、負(fù)面、過(guò)濾、排除等輿情信息進(jìn)行多維度分析研判[22]。系統(tǒng)提供信息自動(dòng)抽取，熱點(diǎn)自動(dòng)生成、輿情熱度計(jì)算等功能，提供大數(shù)據(jù)挖掘、多維度過(guò)濾、知識(shí)詞典加載、結(jié)構(gòu)化與非結(jié)構(gòu)化數(shù)據(jù)融合等輿情規(guī)則的設(shè)置。

3）輿情管理與應(yīng)用

通過(guò)對(duì)輿情信息的采集和分析，實(shí)現(xiàn)輿情信息的管理與應(yīng)用，提供依據(jù)藥品安全行業(yè)關(guān)鍵詞，按文章屬性、情感傾向、傳播熱度、發(fā)布載體、主題內(nèi)容等進(jìn)行輿情信息分類，通過(guò)按載體、時(shí)間、來(lái)源、特征篩選和可視化圖表分析等監(jiān)測(cè)功能對(duì)事件監(jiān)測(cè)結(jié)果進(jìn)行實(shí)時(shí)跟蹤分析與預(yù)警。提供郵件、短信、微信、App、PC彈窗等5種輿情預(yù)警方式。對(duì)于重大活動(dòng)或突發(fā)事件，系統(tǒng)能夠?qū)φ搲⒉┛?、微博的發(fā)帖、跟帖情況等進(jìn)行分析，并自動(dòng)搜尋定位用戶所設(shè)定專題的相關(guān)信息，進(jìn)行多角度的統(tǒng)計(jì)分析（如：統(tǒng)計(jì)其新聞報(bào)道數(shù)、主帖數(shù)、回帖數(shù)和博客、微博報(bào)道數(shù)和輿情發(fā)展趨勢(shì)評(píng)估等）[24-25]。提供支持事件走勢(shì)、網(wǎng)站統(tǒng)計(jì)、數(shù)據(jù)類型、關(guān)鍵詞、傳播路徑、相關(guān)詞、網(wǎng)民觀點(diǎn)、輿情總結(jié)等多維度的分析報(bào)告，為輿情熱點(diǎn)發(fā)現(xiàn)、處置提供便利化方案。

4 總結(jié)

本文介紹了在大數(shù)據(jù)時(shí)代背景下針對(duì)藥品安全網(wǎng)絡(luò)輿情監(jiān)測(cè)現(xiàn)狀，梳理分析了藥品安全網(wǎng)絡(luò)輿情監(jiān)測(cè)系統(tǒng)需求，根據(jù)需求和網(wǎng)絡(luò)輿情監(jiān)測(cè)的特點(diǎn)，提出了藥品安全網(wǎng)絡(luò)輿情監(jiān)測(cè)系統(tǒng)的軟件設(shè)計(jì)框架，介紹了實(shí)現(xiàn)該系統(tǒng)所需的主要輿情監(jiān)測(cè)處理技術(shù)。該系統(tǒng)設(shè)計(jì)合理融合了大數(shù)據(jù)處理與自然語(yǔ)言處理技術(shù)，同時(shí)提出了用傳統(tǒng)統(tǒng)計(jì)分析和深度學(xué)習(xí)方法來(lái)解決輿情分析中“文本分類和情感分析”等關(guān)鍵技術(shù)問(wèn)題。最后，從用戶交互的層面給出了藥品安全網(wǎng)絡(luò)輿情監(jiān)測(cè)系統(tǒng)的可視化方案，為藥品安全行業(yè)網(wǎng)絡(luò)輿情監(jiān)測(cè)提供了一種實(shí)現(xiàn)途徑。

參考文獻(xiàn)：

[1] 阮夢(mèng)黎.食品藥品安全事件網(wǎng)絡(luò)輿情傳播控制模型研究[J].計(jì)算機(jī)與數(shù)字工程，2019（9）：2196-2200.

[2] 張文學(xué)，王瑩，徐靜.基于Hadoop的藥品安全輿情的話題跟蹤模型與算法[J].計(jì)算機(jī)科學(xué)與應(yīng)用，2019，9（11）：2045-2051.

[3] 馬麗，張君.地方政府網(wǎng)絡(luò)輿情監(jiān)測(cè)系統(tǒng)的研究與設(shè)計(jì)[J].通信技術(shù)，2017，50（11）：2600-2603.

[4] 潘琪，王廣平.我國(guó)藥品安全網(wǎng)絡(luò)輿情現(xiàn)狀及應(yīng)對(duì)措施[J].醫(yī)藥導(dǎo)報(bào)，2015（4）：562-565.

[5] 姜肇財(cái)，孫寧，宋黎.基于產(chǎn)品安全事件的網(wǎng)絡(luò)輿情監(jiān)測(cè)與預(yù)警方法研究[J].標(biāo)準(zhǔn)科學(xué)，2020（7）：44-49.

[6] 由川雁.機(jī)制建設(shè)在輿情監(jiān)測(cè)研判中的應(yīng)用[J].中小企業(yè)管理與科技，2020（17）：136-137.

[7] 李夢(mèng)月，李建忠，劉奕然， 等.汽車網(wǎng)絡(luò)輿情監(jiān)測(cè)系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[J].產(chǎn)業(yè)與科技論壇，2020，19（11）：41-42.

[8] 洪小娟，宗江燕，于建坤， 等.網(wǎng)絡(luò)輿情監(jiān)測(cè)系統(tǒng)的分析與設(shè)計(jì)[J].軟件工程，2019，22（8）：37-39，13.

[9] 李雙，張才明.大數(shù)據(jù)時(shí)代的職工輿情監(jiān)測(cè)分析 ——以網(wǎng)絡(luò)大數(shù)據(jù)監(jiān)測(cè)分析系統(tǒng)的構(gòu)建與應(yīng)用為中心[J].新視野，2020（3）：94-100.

[10] 管小衛(wèi).網(wǎng)絡(luò)爬蟲探討及應(yīng)用[J].科技創(chuàng)新與應(yīng)用，2020（27）：178-179.

[11] 杜錦繡，蔡靜.網(wǎng)絡(luò)輿情監(jiān)測(cè)的數(shù)據(jù)采集與文本分類技術(shù)分析[J].無(wú)線互聯(lián)科技，2019，16（15）：123-124.

[12] 王健.文本分類的關(guān)鍵技術(shù)[J].科教導(dǎo)刊-電子版（中旬），2019（5）：288.

[13] 周晶，沈雋城.基于大數(shù)據(jù)的機(jī)器學(xué)習(xí)技術(shù)對(duì)文本分類的研究[J].信息通信，2020（6）：5-6.

[14] 孟偉，張黎.基于人工智能技術(shù)對(duì)網(wǎng)絡(luò)輿情內(nèi)容中語(yǔ)義情感分析的策略研究[J].科技傳播，2020，12（14）：165-167.

[15] 章蓬偉，賈鈺峰，劉強(qiáng)， 等.基于數(shù)據(jù)挖掘技術(shù)的文本情感分析技術(shù)研究[J].信息通信，2020（1）：77-78.

[16] 張偉.可視化分析技術(shù)在網(wǎng)絡(luò)輿情研究中的應(yīng)用[J].現(xiàn)代情報(bào)，2016，36（11）：82-86.

[17] 王威.可視化技術(shù)與"兩微一端"輿情傳播機(jī)制[J].理論導(dǎo)報(bào)，2017（7）：20-21.

[18] 王微，孟麗娟，王新愛.自媒體時(shí)代高校網(wǎng)絡(luò)輿情監(jiān)測(cè)機(jī)制研究[J].高教學(xué)刊，2020（1）：77-79.

[19] 何炎祥，喻濤，陳彥釗， 等.物聯(lián)網(wǎng)環(huán)境中數(shù)據(jù)存儲(chǔ)與查詢機(jī)制研究[J].計(jì)算機(jī)科學(xué)，2015，42（3）：185-190.

[20] 鄭風(fēng)玉.基于智能算法的食品安全網(wǎng)絡(luò)輿情監(jiān)測(cè)方法研究[J].新型工業(yè)化，2020，10（4）：112-119.

[21] 陳剛，李弼程，郭志剛， 等.網(wǎng)絡(luò)輿情監(jiān)測(cè)預(yù)警系統(tǒng)模型與關(guān)鍵技術(shù)[J].信息工程大學(xué)學(xué)報(bào)，2019，20（1）：116-121.

[22] 肖卓明，吳嫻.輿情監(jiān)測(cè)分析系統(tǒng)關(guān)鍵技術(shù)實(shí)現(xiàn)方案[J].科技與創(chuàng)新，2018（2）：16-18.

[23] 楊森，王黎，李超.基于主動(dòng)監(jiān)測(cè)引擎和大數(shù)據(jù)的網(wǎng)絡(luò)輿情烈度演化分析系統(tǒng)[J].價(jià)值工程，2020，39（17）：201-203.

[24] 曾宇.基于大數(shù)據(jù)的網(wǎng)絡(luò)輿情實(shí)時(shí)監(jiān)測(cè)系統(tǒng)的構(gòu)建[J].漳州職業(yè)技術(shù)學(xué)院學(xué)報(bào)，2020，22（2）：92-99.

[25] 肖雪露，李洋，張同.網(wǎng)絡(luò)輿情監(jiān)測(cè)與預(yù)警系統(tǒng)的研究與設(shè)計(jì)[J].數(shù)字化用戶，2019，25（14）：267.

【通聯(lián)編輯：代影】