政府及企业舆情解决方案,基于埃帕Cooling搜索引擎,能够对互联网各类新兴媒体中传播的海量舆情信息进行监测、分析;及时、准确、智能的发现热点舆情、重要舆情,有价值的人物;并从多种维度,多种方式进行挖掘、展现;借助于新闻传播学的理论及方法,结合数据挖掘及搜索引擎等技术,帮助政府、企业及时了解政府、品牌、产品、公众人物、市场活动在用户中的形象及口碑,对涉及政府、企业的舆情进行及时响应,进而提升舆论形象,并为日后的决策提供支持。
全网多媒介融合监测
"媒介融合"(Media Convergence)这一概念,其本意是指各种媒介呈现出多功能一体化的趋势,这种关于媒介融合的想象更多的集中于将电视、报刊等传统媒介融合在一起。对于互联网媒体来说,融合的方式表现为,门户网站,博客、维基、播客、论坛、社交网络、内容社区等媒体的融合。舆情平台通过对互联网中多媒介及其受众所产生的数据进行监测,真正实现了全网多媒介融合监测。
便捷的舆情处理流程
舆情平台为政府、企业提供的不仅是一套完善便捷的处理流程,更是一套有效责任体系以及快速响应机制,通过处理流程来加强日常管理,保证部门联动,同时积极发布回应,疏导舆情,并进行持续跟踪。
系统整体处理流程如下所求:
- 制定舆情监测策略:定制监测源,监测目标,监测策略,舆情优先级,舆情报告
- 舆情采集:舆情平台从全网多媒介中监测企业舆情;
- 舆情认领:舆情处理员从舆情平台中依据舆情的重要程度;
- 舆情情预处理:舆情处理员对舆情进行初步分析,将对企业具备影响力进行上报;
- 舆情上报审核:舆情审核员将上报舆情进行汇总审核,并上报公关及危机处理人员,处理人员认为该舆情可以直接处理并不用派发给其他部门,那可以直接和用户回复并进行处理;
- 派发舆情至部门:公关及危机处理人员根据舆情描述的问题,转派到不同部门进行处理,并制定相应的危机公关策略;
- 追踪舆情:公关及危机处理人员实时监测处理中的舆情事件进展;
- 部门处理舆情:部门根据公关及危机处理人员制定的舆情处理策略,对舆情进行响应;
自动的机器情感分析
舆情平台每日从互联网各类新兴媒介中发现大量与政府、企业相关的舆情,这些舆情包含了用户对于政府、企业各种产品与服务的态度、意见和情绪等。舆情平台通过对这些用户主动发布的带有情感色彩的舆情进行挖掘和分析,自动的识别出其情感倾向,帮助舆情分析师能够在最短的时候内发现最重要的舆情。
智能的舆情发现与分析
舆情平台借助于搜索引擎技术与新闻传播学的理论及方法,从互联网各类新兴媒介中广泛传播的舆情中,发现与政府、企业相关的舆情,继而通过各类数据挖掘算法与传播学模型对其进行分析,通过理解互联网用户的行为来理解社会个体的行为,得出最具备影响力热点事件、舆情聚点,并通过报告、图表等多种形式展现给用户,帮助用户从各类杂乱无章的互联网媒介中,在最短的时间内发现最关键,最有价值的信息,并为决策提供了重要依据。
灵活的舆情事件监测
舆情平台借助于新闻传播学的理论及方法,通过事件舆情列表,事件走势图,事件传播图,事件路径,事件报表等多种可视化手段,从多维度展现一个舆情事件的前因后果,传播途径,发展趋势。帮助用户从各类杂乱无章的互联网媒介中,轻松获知事件的全貌。
自动的舆情过滤与分类
互联网各类新兴媒介中每日都会涌现大量政府、企业相关的舆情,其中不泛一些与其关注点不一致的讯息,其它地域的讯息,甚至大量的销售广告等垃圾讯息。这些无关讯息往往占到了舆情总量的一半以上,如果对此类讯息不加甄别,将给舆情处理带来了巨大的负担。舆情平台通过多种基于机器学习的文本挖掘算法,实现了对无关舆情的过滤及舆情自动分类,保证舆情分析师只需要对需要关注的舆情进行分析,并能够按照规则对舆情进行自动分类,大大提升了舆情分析师的工作效率。
案例分析