团队信息：杨镭、郭凌峰、王天宇、黄北辰、齐婧含

作品简介

政企机构的舆情管理存在数据难、分析难、发现迟的痛点。本项目通过抓取新闻、微博等公开信息，对全球疫情及舆情对应变化进行可视化分析，提供端到端舆情管理方案。

本方案可复用至日常或特殊时期舆情监测，帮助政企机构有效进行舆情管理。

整体架构

创作初心

疫情期间的网络信息传播让人们及时了解动态的同时，也增加了谣言等负面信息或情绪的传播风险。舆情信息难采集、难分析，希望用数据可视化应用的形式助力舆情分析管理。

作品演示视频

1、远邻帮（3D交互大屏）：

Demo体验：:9090/ （PC端，chrome浏览器）

演示视频：

2.望风台（NLP可视分析平台）：

演示视频：

3.舆查查（微博文本分析工具）

演示视频：

Demo体验（PC端）：:8000/ （chrome浏览器）

Demo体验（移动端）：

作品详细解读

1.3D Globe: 国际物资互助可视化

体现疫情期间各国的物资捐赠和受赠情况（数据来源新闻信息），可随时间轴进行趋势展现。图中蓝色粒子路径为“受赠”， 橙色粒子为“捐出”。粒子的运动方向即为捐赠方向。国家可点击切换，默认主视角为中国。

2.全球物资新闻动态

展现物资数据来源，网络新闻的原文信息与标签轮播。新闻信息要素：标题、图标、 捐赠国家与方向、物资类型标签、概要、原文链接。

3.全球疫情确诊数可视化

远邻帮同时支持展示疫情态势变化。用户可切换地球的可视化模式，展示每天的各 国疫情确诊病例变化。与物资流向可交叉判断，如国内疫情严重时，物资通过华侨 等人的捐助，从国外流入国内；近期国内态势缓和，物资则进行反方向流出。

热点分析

疫情期间，群众的关心焦点是什么？随着疫情发展，群众情绪曲线如何变化？热词看板通过观测讨论热词与亲故曲线，设置负面情绪阈值预警。

主要发现：

1.高频热词分布：了解当前讨论热词，明确当前群众关注重心

“肺炎”、“疫情”、“武汉”等词是关心重点，“出院”、“加油”等正面词汇比重靠前，“科比”是热词中唯一的疫情无关词

2.每天热搜类别分布：了解讨论热搜类别，关注每日讨论倾向

随疫情态势逐渐得到控制，从2/10日起，人们开始有序复工，娱乐话题占比逐渐恢复，疫情相关热搜下降；18日起，随着国外疫情状况恶化，对国外疫情热搜讨论缓步上升

3.每天主导情绪变化：观察情绪曲线变化，监控群众，负面情绪过高时及时进行预警

疫情发展期间，负面情绪热搜占据主导地位；2月10日-20日复工期间，情绪较平稳。后期因国外疫情，负面情绪又开始攀升。

群众关心的热点，是由谁来传递表达的？信息过剩时，又会选择听取谁的话？特殊时刻，自媒体是否依旧被人们所信赖？发声者看板关注在疫情期间的活跃博主，并重点比较官媒、市场化媒体、自媒体及明星四类博主，观察他们发声内容倾向；并通过转评赞数量，观察普通用户对不同类型博主发声的倾向性。

主要发现：

1.主要发声媒体：帮助定位活跃博主，并分析发声者影响力

疫情期间，人民日报等官媒非常活跃；以全部发博数做为参考，可看出虽然正常时期市场化媒体最活跃，但疫情期间官媒主动承担起宣传责任，主动积极传导相关信息；

2.疫情期间各媒体类别发博类型占比：

官媒和市场化媒体着重宣传疫情相关信息，对负面信息的传递较谨慎；自媒体与明星仍主要集中于娱乐话题；

3.各媒体类别疫情期间微博转发数占比：观察群众对不同发声者的倾向性，有效利用活跃博主进行宣导；

疫情相关信息，官媒的转评赞数量最高，说明关键时期，人们还是选择相信官媒；自媒体在娱乐方面占比较高，但疫情相关信息转评赞数量都相对靠后；明星作为特殊的用户，发博频次较低，但转评赞数量惊人。因其粉丝量巨大，且粉丝年龄层普遍较低，明星在舆论层面起到重要引导作用。

微博舆情分析工具

社会价值

本方案通过分析疫情时期，全网舆论及情绪的变化，对信息传达的及时性、可靠性、有效性进行了监测，并找到有效发声者，分析判断其舆论引导能力。本方案可帮助有关机构进行实时观测，及时进行公众情绪疏导及有效信息传达。本方案可复用至日常或其他特殊时期，帮助政府从心理健康层面抗灾。

同时，可落地性方面，望风台部分所使用的可视化方案，使用了金融壹账通自主开发的可视化AI分析工具“加马远望”分析平台，具有丰富的落地项目经验，已支持多家政府机构搭建数字化看板；支持多种数据库对接，同时支持云端及本地化部署，可快速支持项目上线。

可操作性层面，本方案提供端到端流程，加马远望产品基于自然语言驱动数据新闻可视化，自动适配可视化图表，随搜随答，使用门槛低，并支持数据下钻、层级分析、拖拉拽编辑、预警配置等功能数据新闻可视化，可有效帮助使用人员在最短时间内熟悉操作，快速开始数据探索分析。

作品技术说明

本方案在技术层面涉及数据采集与处理方法、基于NLP的数据可视化分析方法，及前段适配的可视化技术方案。

1.数据采集与处理方法

数据分为微博舆情数据处理与新闻数据处理两步。

微博舆情

新闻数据

2.基于NLP的数据可视化分析方法

来源【首席数据官】，更多内容/合作请关注「辉声辉语」公众号，送10G营销资料！