舆情是指公众对于现实社会各种现象、问题、所表达的信念、态度、意见和情绪表现的总和。 舆情监测是对互联网上公众的言论和观点进行监视和预测的行为。这些言论主要为对现实生活中某些热点、焦点问题所持的有较强影响力、倾向性的言论和观点。 具体上讲，舆情监测是指整合互联网信息采集技术及信息智能处理技术，通过对互联网海量信息自动抓取、自动分类聚类、主题检测、专题聚焦，实现用户的网络舆情监测和新闻专题追踪等信息需求，形成简报、报告、图表等分析结果，为客户全面掌握群众思想动态，做出正确舆论引导，提供分析依据。 武汉大学新闻与传播学院王琼教授将舆情分析方向总结为四个阶段： 1. 推断某观点是否有发酵成为舆情热点的可能性； 2. 挖掘并实时监测事件发展，分析每阶段事件热度及发展方向； 3. 对舆情事件实时监测，到达阈值即发送警报； 4. 感情提炼，分析舆情中包含的正负面情绪及总体倾向。 文本挖掘，是指从大量文本集合中发现隐含的模式。网络文本挖掘是对网上大量文本进行表示、特征提取、内容总结、分类、聚类、关联分析、语义分析以及利用网络文本进行趋势预测等。文本挖掘的主要技术包括： 1. 特征提取：是指关于文本的元数据，分为描述性特征（如文本的名称、日期、大小、类型等）和语义性特征（如文档的作者、机构、标题、内容等）； 2. 文本分类：指在给定的分类体系下，根据文本的内容确定文本所属类别的过程； 3. 文本聚类：文本聚类的目的通常是将文档集C分成一些簇的集合，使这些簇间的相似性最小，簇内的相似性最大； 4. 关联分析：是指从文档集合中找出不同词语之间的关系； 5. 文本总结：指从文档中抽取关键信息，用简洁的形式对文档内容进行摘要和解释； 6. 趋势预测：是指通过对Web文档的分析，得到特定数据在某个历史时刻的情况或将来的取值趋势。 可以看出文本挖掘能够在舆情监测中发挥巨大作用： 1. 对网络舆情进行描述。文本挖掘可以生成民众对热点的情绪和态度等描述性信息。 2. 对网络舆情的关联性进行分析。网络热点的时空关联。舆情信息的追根溯源。发生事件的主题走向等等。 3. 对网络舆情信息的真实性进行判断分析，对传播主体的意图及态度倾向进行推论。 4. 对网络舆情的产生原因进行分析。 5. 预测和推论网络舆情信息的产生和变化趋势。 网络舆情在社交媒体微博上尤为突出。国家大事，民间小事，明星丑闻等等具有传播吸引力的事件都能成为网民讨论的热点。 同时，网民作为参与者，积极发表自己的看法、观点、态度，这也就为网络舆情的文本挖掘提供了文本数据。 网络舆情监测无论是对社会民生的改善、社会价值观的引导，还是企业市场营销的决策都有重要意义。 在这里，笔者针对网络舆情与企业营销决策进行分析： 1. 网络舆情与借势营销。企业借助网络热点，结合品牌或者产品特征进行宣传。 2. 事件营销与网络舆情。企业进行事件营销，通过事件营销制造网络热点、制造话题，从而通过这一网络舆情进一步扩大传播范围。 3. 网络舆情与企业公关。网络舆情是企业公关的窗口。 4. 网络舆情与品牌危机管理。品牌丑闻往往能够迅速发酵，企业必须选择合适的时间进行危机管理，将品牌损失降到最低。
