12月16日，第二届舆情监测理论与实践研讨会在华中科技大学举办，来自全国高校、部门、企业、在内的80余名专家学者、业内人士，围绕国内外舆情监测研究与实践的最新进展，大数据舆情监测的标准化、智能化等问题展开了广泛讨论。网络舆情中的情感数据挖掘与智能分析成为热议话题。本刊整理部分专家精彩观点和研究，以飨读者。 湖北省网信办网络舆情处副处长李峰巍说，近年来，各地党委在舆情应对中，从被动到主动，越来越得心应手。舆情重心在情，这个情是对群众的感情，本着以群众为出发点的工作原则，舆情工作就不会偏离正确的轨道。 中国人民大学新闻学院教授匡文波指出，微信群成为新舆情主平台，数据获取的不完整、数据的、对策研究的不可操作性是当前网络舆情监测面临的数据困境。引导必须重视到达率，如果不占领手机终端，一切与舆情应对效果都是零。在舆情应对上要避免陷入“子贡陷阱”（当一个人的口碑很差时，大家宁可相信是真的），“要通过塑造公信力赢得而不是让网络看上去很和谐”。 国家大数据专业委员会秘书长彭铁元认为，随着理政能力现代化的不断增强，我国舆情整体呈现逐渐降低态势，但舆情态势从平时的静默状态到突然爆发的时间越来越快，舆情引发群体感情撕裂扩大化，舆情化逐渐凸显。新时代应实现舆情监测由传统的监测方法向舆情预测转型，由事发引导向引导前置转型，大数据技术为这种转型提供了可能和动力。 华中科技大学新闻与信息学院系主任余红教授指出，社会结构张力矛盾促使社会怨恨情感酝酿积累，是热点舆情演化的内源动力机制。在热点舆情事件，绝大多数参与者与导火索事件没有直接利益关系，其舆情参与行为主要是借导火索事件怨恨情感，紧张状态。鉴于此，必须树立基于“善治”的社会舆情治理体系，搭建良好的公与的舆情互动机制，加强专业构建负责的引导模式，培育成熟的社会化参与主体，让和在良性的互动中构建彼此信任。 人民网舆情中心常务副秘书长单学刚介绍，随着互联网上评论文本的爆炸式增长，迫切需要计算机帮助用户加工整理这些情感信息，情感分析研究在用户决策（如购物）、舆情监测（如事件走势）、信息预测（如股市、）等方面具有重要的应用前景。情感挖掘首先需要对情感信息进行抽取，然后进行识别。在情感归类上，目前一般可分为“高兴”“喜好”“”“厌恶”“悲伤”“恐惧”“惊讶”七个类别。现阶段关于情感分析方法主要有基于词典和基于机器学习两种方法。 大学电子工程系教授黄永峰认为，因情感词的模糊性、歧义性，段落主题多样性、情感丰富性等原因，传统的文本情感计算的精准度难以提升，他们正在构建以二元情感常识库、对象评价属性知识库为基础的二元情感认知计算引擎，让计算机理解自然语言和人类沟通方式，基于数据认知和推理产生并评估结果，通过人机交互和结果修正不断自主学习和认知演进，探寻网络下的情感认知机理，构建网络评论的情感分析系统。 沃民高科（）股份有限公司董事长齐中祥认为，人们的正负情绪可以通过社交网络相互，舆情工作应实现从舆情角度转向情报思维转变，从关注中国到覆盖全球转变，从实时监测转向动态预测转变，从关注事实转向情绪管控转变。社会分析要以人为本，全面分析人的社交、态度、爱好、情绪变化、信息等关键信息，才能勾勒出社会变化的全景图，为国家相关决策提供支撑。
