導(dǎo)語：如何才能寫好一篇網(wǎng)絡(luò)輿情監(jiān)測方法，這就需要搜集整理更多的資料和文獻(xiàn)，歡迎閱讀由公務(wù)員之家整理的十篇范文，供你借鑒。

篇1

以主流媒體為主的網(wǎng)絡(luò)輿情監(jiān)測機構(gòu)是我國目前最成熟的監(jiān)測機構(gòu)，也是最主要的監(jiān)測方式。如人民網(wǎng)輿情監(jiān)測室、新華網(wǎng)網(wǎng)絡(luò)輿情監(jiān)測分析中心等，一些地方主流媒體所屬的監(jiān)測機構(gòu)也是區(qū)域網(wǎng)絡(luò)輿情監(jiān)測的主力軍，如大眾網(wǎng)大眾輿情、大江網(wǎng)大江輿情等。這類監(jiān)測機構(gòu)依托媒介資源，聚合軟件開發(fā)、統(tǒng)計學(xué)、傳播學(xué)、社會學(xué)、公共管理學(xué)、經(jīng)濟(jì)學(xué)等多學(xué)科專業(yè)人員，符合輿情監(jiān)測需要多學(xué)科融合的特點。這些監(jiān)測機構(gòu)開展網(wǎng)絡(luò)輿情監(jiān)測理論研究，點評網(wǎng)絡(luò)熱點輿情，總結(jié)其中得失，提升公眾輿情素養(yǎng)，并通過這些開展公共網(wǎng)絡(luò)輿情服務(wù)；同時應(yīng)用其開展公共網(wǎng)絡(luò)輿情服務(wù)的影響及成果對政府部門、企事業(yè)單位等提供有償服務(wù)，取得了社會效益及經(jīng)濟(jì)效益的雙豐收。這類監(jiān)測機構(gòu)最具代表的是人民網(wǎng)輿情監(jiān)測室。該監(jiān)測室成立于2008年7月，在網(wǎng)絡(luò)信息搜集上，人民網(wǎng)輿情監(jiān)測室重視搜索技術(shù)的應(yīng)用，依托人民網(wǎng)輿情監(jiān)測平臺、中文報刊監(jiān)測系統(tǒng)，輔以公眾搜索引擎，在搜索引擎解決不了的區(qū)域補充人工監(jiān)測，形成了網(wǎng)絡(luò)信息收集的有效模式。人民網(wǎng)輿情監(jiān)測室率先開通了輿情頻道，設(shè)立輿情會商室，刊登熱點輿情報告，各種輿情排行榜。通過這些方式，就網(wǎng)絡(luò)輿論情況、網(wǎng)絡(luò)熱點事件的成因及規(guī)律，進(jìn)行分析和總結(jié)。這些公共輿情服務(wù)，提升了公眾的輿情素養(yǎng)，增加了自身的影響力，取得了很好的社會效益。同時，人民網(wǎng)輿情監(jiān)測室根據(jù)不同的客戶提供有針對性的輿情監(jiān)測服務(wù)，推廣其輿情監(jiān)測平臺，提供輿情分析報告和突發(fā)事件咨詢顧問服務(wù)，指導(dǎo)輿情應(yīng)對，還編輯發(fā)行《網(wǎng)絡(luò)輿情》雜志，發(fā)行價為每年3000多元，被稱為史上最貴雜志，目前已發(fā)行近20000份。此外還開展培訓(xùn)服務(wù)，取得了很好的經(jīng)濟(jì)效益。

二、以研究部門為主的監(jiān)測機構(gòu)

以高校和研究機構(gòu)為主的監(jiān)測機構(gòu)，如中國人民大學(xué)輿論研究所、中國傳媒大學(xué)網(wǎng)絡(luò)輿情（口碑）研究所、上海交通大學(xué)輿情研究實驗室，這些機構(gòu)兼顧學(xué)術(shù)研究與輿情監(jiān)測服務(wù)，在數(shù)據(jù)分析的基礎(chǔ)上加以學(xué)理分析。如中國人民大學(xué)輿論研究所的《中國社會輿情年度報告》、上海交通大學(xué)輿情研究實驗室的《中國社會輿情與危機管理報告》等從網(wǎng)絡(luò)輿情的角度注解社會政治、經(jīng)濟(jì)、文化等發(fā)展態(tài)勢，在社會上產(chǎn)生了較大影響。雖然，高校、研究部門為主的服務(wù)機構(gòu)較為專業(yè)，但也不是萬能的，其中很多機構(gòu)存在覆蓋面廣、針對性不強或者實踐經(jīng)驗欠缺等問題，難以就部門、單位做詳細(xì)的跟蹤、監(jiān)測分析，往往只有在出現(xiàn)了重大網(wǎng)絡(luò)輿情時才能提供幫助和參考。

三、以各級政府部門、企事業(yè)單位為主的輿情監(jiān)測機構(gòu)

隨著網(wǎng)絡(luò)輿論的加強，引起了社會各方對網(wǎng)絡(luò)輿論的重視。各級政府部門、企事業(yè)單位成立輿情監(jiān)測機構(gòu)以期通過網(wǎng)絡(luò)加強了解公眾對本部門、本行業(yè)的意見建議，減少網(wǎng)絡(luò)負(fù)面輿論對自身的影響。這部分監(jiān)測機構(gòu)個體規(guī)模不大，數(shù)量多，專業(yè)性比較欠缺。目前這類監(jiān)測機構(gòu)大都由部門及單位所屬的宣傳等部門代為管理，少有獨立的監(jiān)測機構(gòu)。監(jiān)測的方法主要有日常監(jiān)測和應(yīng)急監(jiān)測，監(jiān)測范圍涵蓋新聞網(wǎng)站、社交網(wǎng)站、論壇、微博等。日常監(jiān)測用日報、周報、月報、年報等形式，應(yīng)急監(jiān)測就某一輿情事件進(jìn)行專題監(jiān)測，以快報、專報等形式呈現(xiàn)。監(jiān)測手段主要以人工監(jiān)測為主，也有輔以監(jiān)測系統(tǒng)監(jiān)測或購買輿情監(jiān)測機構(gòu)的服務(wù)等。人工監(jiān)測無法顧及海量的網(wǎng)絡(luò)信息，很難對網(wǎng)絡(luò)輿情作較為全面的梳理、統(tǒng)計、分析，只能就一件事、對一個點作報告。相比之下監(jiān)測系統(tǒng)、監(jiān)測信息更有針對性一些，但因目前市場上的網(wǎng)絡(luò)輿情監(jiān)測系統(tǒng)本身存在缺陷，所以監(jiān)測的準(zhǔn)確性還有待加強。

篇2

【 關(guān)鍵詞 】 Solr平臺；輿情；監(jiān)測系統(tǒng)

1 引言

近年來，全國各地環(huán)境污染事件頻繁發(fā)生，當(dāng)這些污染事件發(fā)生時，民眾會在很短時間內(nèi)通過微博、論壇等網(wǎng)絡(luò)平臺相關(guān)消息、描述事件發(fā)生狀況、評論政府應(yīng)對措施與各項反應(yīng)，需要注意的是，這些輿情信息在網(wǎng)絡(luò)上的傳播，會對普通民眾的群體心理造成重大影響，如果處理不當(dāng)還會對環(huán)境污染防治工作帶來阻力，甚至發(fā)生重大公共安全。因此，需要設(shè)計并實現(xiàn)面向環(huán)境污染輿情的網(wǎng)絡(luò)輿情話題監(jiān)測技術(shù)，以實現(xiàn)對環(huán)保類輿情信息的及時發(fā)現(xiàn)，為政務(wù)信息公開和網(wǎng)絡(luò)輿論回應(yīng)提供技術(shù)支持。

環(huán)保類輿情話題主要是民眾對身邊生活環(huán)境問題的描述、建議、舉報和控訴等的話題，比如工廠偷排污水、工地夜間施工、空氣污染嚴(yán)重等。這類話題可由相關(guān)關(guān)鍵詞的與或關(guān)系組合予以監(jiān)測，例如水污染的話題可以采用“廢水、污水、黑水”等關(guān)鍵詞匹配。但在實際實現(xiàn)時，每類環(huán)保類話題的關(guān)鍵詞數(shù)量都較多，關(guān)鍵詞之間的與或關(guān)系描述比較復(fù)雜，采用傳統(tǒng)的數(shù)據(jù)庫結(jié)合文本關(guān)鍵詞匹配的技術(shù)會遇到處理速度慢、與或等復(fù)雜邏輯匹配實現(xiàn)難度大等難題。

針對這些問題，本文提出采用Solr平臺設(shè)計并實現(xiàn)環(huán)境污染網(wǎng)絡(luò)輿情監(jiān)測系統(tǒng)。Solr是由Apache基金會設(shè)計開發(fā)的基于Lucene的文本檢索平臺，利用Solr的索引和檢索功能夠快速查找文本，并可實現(xiàn)較為復(fù)雜的查詢邏輯。通過實際數(shù)據(jù)的實驗驗證，本文所述技術(shù)具有執(zhí)行速度快、復(fù)雜匹配邏輯實現(xiàn)難度小等優(yōu)點。

2 Solr平臺簡介

2.1 Solr概述

Solr是一個基于Lucene的企業(yè)級全文搜索平臺，它支持層面搜索、高亮顯示和多種格式數(shù)據(jù)輸出等功能。2006 年，Apache Software Foundation 在Lucene項目的支持下設(shè)計實現(xiàn)了Solr平臺，并使Solr成為Apache的孵化器項目。在整個項目孵化期間，Solr 穩(wěn)步地積累各種特性并吸引了一個穩(wěn)定的用戶群體、貢獻(xiàn)者和提交人，并于2007年1月正式成為Apache的子項目。

Solr具備高效靈活的緩存查詢、強大的全文檢索、垂直搜索、相似文獻(xiàn)查找、配置靈活、支持多種客戶端語言、索引復(fù)制、高亮顯示搜索結(jié)果、日志記錄、可擴(kuò)展的插件體系等功能。

2.2 Solr體系架構(gòu)

Solr作為一個完整的全文檢索平臺，具有三層體系架構(gòu)。

1） 底層是全文檢索工具Lucene，主要為文件建立索引、提供文本分析接口和實現(xiàn)高效查詢。此外，底層的索引復(fù)制模塊是一個獨立的模塊，主要用于支持分布式的索引和檢索。

2） 中間層是Solr的核心層，主要包括索引處理部件和配置文件。最主要的配置文件是Solrconfig.xml和Schema.xml。Solrconfig.xml從整體上對系統(tǒng)進(jìn)行了配置，例如索引的存放路徑、字段的最大長度、寫鎖的超時時間、鎖類型、是否壓縮索引、內(nèi)存索引緩沖區(qū)大小、合并因子、刪除策略、自動提交策略、緩存設(shè)置等。Schema.xml主要是對索引的配置，例如分詞器、字段名稱、索引方法、存儲方式、分詞方式、唯一標(biāo)識字段等。索引處理部件是在系統(tǒng)主動或被動的接受特定數(shù)據(jù)，按照配置文件轉(zhuǎn)化成索引后用來進(jìn)行實際操作的部件，例如，進(jìn)行搜索、相似文獻(xiàn)查找、拼寫檢查、分面檢索等。

3） 上層是HTTP請求接受、處理和請求結(jié)果返回層。HTTP請求處理器根據(jù)接受到的不同請求，確定要使用的SolrRequestHandler，然后通過Solr核心層處理請求，并以XML、JSON等數(shù)據(jù)格式返回請求結(jié)果。

3 環(huán)保類輿情話題監(jiān)測系統(tǒng)主要模塊

本文所實現(xiàn)的環(huán)保類輿情話題監(jiān)測系統(tǒng)的主要模塊包括三個部分，分別是中文分詞、創(chuàng)建索引和話題監(jiān)測。

3.1 中文分詞

中文自動分詞是建立索引庫的前提。中文文本中詞與詞之間沒有天然的分隔符，這就要求在對中文文本進(jìn)行分析前，需要先將整句切割成小的詞匯單元，才能將文本劃分為特征項并添加進(jìn)索引庫。在全文檢索系統(tǒng)中，中文分詞系統(tǒng)的速度直接影響到系統(tǒng)建立索引和檢索文檔的效率，所以需要從眾多可用的分詞工具包中選擇符合本系統(tǒng)需求的中文分詞系統(tǒng)。

目前常用的分詞工具包有StandardAnalyzer、ChineseAnalyzer、CJKAnalyzer、ICTCLAS和IKAnalyzer，其中IKAnalyzer的分詞方式為正向粗粒度詞典匹配或正向細(xì)粒度詞典匹配，由使用者根據(jù)需要指定，當(dāng)遇到未被詞典收錄的詞語時則使用二元分詞方式切分。IKAnalyzer的自定義詞典功能比較強大，既可以通過詞典文件預(yù)先批量添加詞語，也可以通過調(diào)用API的方式實時添加；同時，IKAnalyzer的分詞速度和分詞準(zhǔn)確率也比較理想，可以滿足本系統(tǒng)開發(fā)的需求。通過對分詞效果、分詞速度、詞典的擴(kuò)展性、開發(fā)難度等方面進(jìn)行綜合考慮，最終選擇IKAnalyzer作為本系統(tǒng)的分詞器。

3.2 創(chuàng)建文本索引

本系統(tǒng)是通過Python腳本語言來實現(xiàn)Solr索引創(chuàng)建的。首先連接Solr，然后用Solr的Add命令從數(shù)據(jù)庫里將上一次索引時間之后所有新增加的輿情數(shù)據(jù)添加進(jìn)Solr。接著執(zhí)行Commit命令以提交任務(wù)。那么，Solr就會自動完成對新提交的文本數(shù)據(jù)創(chuàng)建索引。

3.3 話題監(jiān)測

索引建立之后可以根據(jù)每類話題關(guān)鍵詞的邏輯匹配規(guī)則在Solr中進(jìn)行話題監(jiān)測處理。

在話題監(jiān)測前，首先判斷這個話題是否已經(jīng)基于關(guān)鍵詞查詢過，如果查詢過，則接著在上次查詢時間之后新增的索引文本上查詢，否則查詢所有文本。

在話題查詢時，根據(jù)Solr的查詢命令并結(jié)合實際需求構(gòu)造一個查詢條件，如按關(guān)鍵詞和索引時間范圍構(gòu)造的查詢條件為：query = "（%s） AND index_time：[%d TO *]" % （keywords， secs），然后根據(jù)該查詢條件實現(xiàn)Solr上相關(guān)話題文本監(jiān)測。

4 實驗結(jié)果與分析

4.1 評價指標(biāo)

實驗結(jié)果評價指標(biāo)為準(zhǔn)確率（Precision）、召回率（Recall）和F1值。準(zhǔn)確率指標(biāo)代表的是識別準(zhǔn)確性，召回率代表的是方法判斷結(jié)果的查全率。理想的情況是準(zhǔn)確率和召回率都很高，但在實際情況中，兩個指標(biāo)很難同時被提高，提高準(zhǔn)確率往往以降低召回率為代價，而提高召回率往往也要犧牲準(zhǔn)確率，因此設(shè)計方法時往往根據(jù)實際需要重點關(guān)注其中一項指標(biāo)。在本系統(tǒng)中，環(huán)保類話題識別與監(jiān)測的主要作用是找到與人工設(shè)置的話題關(guān)鍵詞相匹配的文本，所以本系統(tǒng)在保證一定召回率的前提下更強調(diào)準(zhǔn)確率指標(biāo)。

4.2 實驗分析

通過人工方式設(shè)置了3個話題類型，實驗數(shù)據(jù)集為從網(wǎng)絡(luò)輿情源數(shù)據(jù)中隨機獲取的文本20000篇，其中包含3類環(huán)保類輿情話題文本共3272篇，作為背景噪聲的無關(guān)文本16728篇。話題的相關(guān)情況如表1所示，采用本文所述技術(shù)的實驗結(jié)果如表2所示，在DELL R420服務(wù)器上執(zhí)行話題監(jiān)測處理時間僅為0.27秒。

實驗結(jié)果表明，基于Solr平臺的環(huán)境污染輿情話題監(jiān)測系統(tǒng)能夠比較有效的發(fā)現(xiàn)網(wǎng)絡(luò)輿情數(shù)據(jù)源中與設(shè)定話題相關(guān)的發(fā)帖文本。需要注意的是話題識別與監(jiān)測方法的效果受話題關(guān)鍵詞的影響比較大，所以關(guān)鍵詞的設(shè)置既要求準(zhǔn)確又要求全面，根據(jù)環(huán)保輿情監(jiān)控的地域因素，還要考慮當(dāng)?shù)厝藢δ臣挛锏乃追Q。

5 結(jié)束語

本文通過研究建立基于Solr平臺的環(huán)境污染輿情話題監(jiān)測系統(tǒng)，認(rèn)為建立中文分詞、創(chuàng)建索引和話題監(jiān)測三個主要模塊能夠比較有效的發(fā)現(xiàn)網(wǎng)絡(luò)輿情數(shù)據(jù)源中與設(shè)定話題相關(guān)的發(fā)帖文本，實驗結(jié)果表明本文所述系統(tǒng)可有效滿足環(huán)保相關(guān)部門對環(huán)境污染網(wǎng)絡(luò)輿情話題監(jiān)測的需求。

參考文獻(xiàn)

[1] 黃翼彪.實現(xiàn)Lucene接口的中文分詞器的比較研究[J].科技信息，2012，（12）：246-247.

[2] 姚曉娜，祝忠明.基于分面搜索引擎Solr的機構(gòu)知識庫訪問統(tǒng)計[J].中國科學(xué)院國家科學(xué)圖書館蘭州分館，2011，209（8）：37-40.

[3] Apache Solr官網(wǎng).http：///solr/.

[4] 薛峰，周亞東，高峰等.一種突發(fā)性熱點話題在線發(fā)現(xiàn)與跟蹤方法[M].西安交通大學(xué)學(xué)報，2011，45（12）：64-69.

[5] MOHD M，CRESTANI F，RUTHVEN I.Design of an interface for interactive topic detection and tracking[C]//Flexible Query Answering Systems 8th International Conference on.Berlin，German：Springer，2009：227-238.

篇3

隨著廣播電視行業(yè)的不斷發(fā)展，播放的內(nèi)容越來越豐富，播出的方式也越來越多樣化，廣播電視的監(jiān)測監(jiān)管工作就變得更加的困難，大量的數(shù)據(jù)存儲、應(yīng)用越來越個性化以及軟件功能極其強大等，都大大沖擊著傳統(tǒng)的監(jiān)測監(jiān)管技術(shù)，迫切地需要監(jiān)管異常技術(shù)的變革，從孤立的、單一的監(jiān)測模式向全網(wǎng)絡(luò)、全方位監(jiān)測方向發(fā)展。當(dāng)前，國內(nèi)的廣電監(jiān)管監(jiān)測主要包括技術(shù)和內(nèi)容兩方面的監(jiān)測。技術(shù)監(jiān)測靠的是子系統(tǒng)對技術(shù)指標(biāo)進(jìn)行監(jiān)測，包括衛(wèi)星廣播電視、有線數(shù)字電視以及有線模擬電視等技術(shù)，同時還要監(jiān)聽監(jiān)看廣播和電視播出的效果和質(zhì)量，能夠及時發(fā)現(xiàn)各套節(jié)目在播出期間出現(xiàn)的質(zhì)量異常等情況。而對內(nèi)容的監(jiān)管，就是要借助互聯(lián)網(wǎng)電視、廣告監(jiān)管以及輿情系統(tǒng)等監(jiān)管系統(tǒng)，來實時監(jiān)測各套電視節(jié)目或者網(wǎng)絡(luò)音頻，及時監(jiān)測出各頻道播出的內(nèi)容。

二、大數(shù)據(jù)的介紹

(一)概念

大數(shù)據(jù)技術(shù)是一種借助搜索引擎以及數(shù)據(jù)庫等，將搜索、分析、分類等集合于一體的技術(shù)。各個領(lǐng)域的專家通過計算機高速運算功能，并加上自己的研究和判斷，對某一事件和事物能進(jìn)行精確地分析，并能預(yù)測到事物一定范圍的發(fā)展。大數(shù)據(jù)技術(shù)的應(yīng)用，使得大批量的數(shù)字信息在瞬間的到分析成為可能，使我們對于商業(yè)、新聞以及教育等各個方面的認(rèn)識產(chǎn)生了顛覆性地變化。如果保持對用戶數(shù)據(jù)的跟蹤，就會發(fā)現(xiàn)各種看似毫無關(guān)聯(lián)的人或事物，都會存在著千絲萬縷的聯(lián)系。尤其是近幾年，微信、微博等社交網(wǎng)絡(luò)的盛行，人們通過它們進(jìn)行交流和溝通，傳播了大量的信息，服務(wù)器通過記錄他們的使用時間、地理位置以及朋友群等，并在此信息基礎(chǔ)上進(jìn)行數(shù)據(jù)分析，就能準(zhǔn)確掌握這類人的活動范圍等信息。

(二)特征

大數(shù)據(jù)的特征主要體現(xiàn)在四個方面，也可以概括為四“V”。第一，數(shù)據(jù)量龐大(Volume)。數(shù)據(jù)量大主要包括計算量、存儲量。計量單位常用TB級、PB(1000個T)和EB(100萬個T)，甚至是ZB(10億個T)來計量。第二，數(shù)據(jù)類型(Ve-racity)繁多，文字、圖片、音視頻等各種信息都屬于大數(shù)據(jù)的信息類型。第三，數(shù)據(jù)的處理速度(Velocity)快，在這種龐大的數(shù)據(jù)量中，數(shù)據(jù)的處理和存儲速度都是具有極高的要求，也成為大數(shù)據(jù)與傳統(tǒng)數(shù)據(jù)的最典型的特征。第四，數(shù)據(jù)價值(Veraci-ty)密度極低，數(shù)據(jù)的價值密度高低和數(shù)據(jù)總量成反比。雖然數(shù)據(jù)的量很大，但是其中有價值的信息卻較少，并且其中的價值都是通過挖掘后才發(fā)現(xiàn)的。

三、大數(shù)據(jù)技術(shù)在廣播電視中的應(yīng)用

大數(shù)據(jù)蓬勃發(fā)展的今天，應(yīng)緊跟時代的發(fā)展，充分抓住它帶來的機遇，推進(jìn)廣播電視的監(jiān)測監(jiān)管工作。

(一)采集數(shù)據(jù)

傳統(tǒng)的應(yīng)用到電視監(jiān)測監(jiān)管系統(tǒng)，彼此之間相互獨立，系統(tǒng)之間缺乏聯(lián)系，各個系統(tǒng)僅僅負(fù)責(zé)監(jiān)測工作中的固定內(nèi)容，并且系統(tǒng)運行期間產(chǎn)生的技術(shù)指標(biāo)、音視頻以及業(yè)務(wù)數(shù)據(jù)等內(nèi)容也基本無關(guān)聯(lián)之處。在傳統(tǒng)的監(jiān)測業(yè)務(wù)中，一致采用輪詢監(jiān)測模式，由于條件的局限性，難以實現(xiàn)所有數(shù)據(jù)的分析和收集。在監(jiān)測期間，輪詢監(jiān)測雖然存在一定的可行性，但是也有一定的弱點。如果某個頻率突然停播，不能及時監(jiān)測到這個頻道停播的可能性，而且起止的時間也存在著差異。在實際的工作中，起止時間都是通過人工核算的。要使得廣播電視獲得全方位的監(jiān)測，就必須采用大數(shù)據(jù)技術(shù)。將所有節(jié)目的數(shù)據(jù)都收集起來，并增加監(jiān)測技術(shù)的指標(biāo)，增多音視頻的存儲，發(fā)生停播時，能迅速地判斷停播的原因，判定影響的范圍以及起止時間等。同時，還要依據(jù)歷史數(shù)據(jù)尋找問題的根源，做好預(yù)防措施，降低事故發(fā)生的概率，使得播放的質(zhì)量和效果得以提升。

(二)統(tǒng)計分析數(shù)據(jù)

面對當(dāng)前海量數(shù)據(jù)，需要根據(jù)業(yè)務(wù)需求，進(jìn)行數(shù)據(jù)的統(tǒng)計和分析。這里就要用到大數(shù)據(jù)技術(shù)對數(shù)據(jù)資源進(jìn)行存儲和開發(fā)，為廣播電視的監(jiān)管和監(jiān)測提供必要的服務(wù)。對于廣播電視的監(jiān)管，除了要搜索系統(tǒng)來查找到違規(guī)的內(nèi)容，對網(wǎng)絡(luò)中的音視頻進(jìn)行監(jiān)督，一旦發(fā)現(xiàn)違規(guī)的行為，就要采取行動主動制止，根據(jù)用戶的行為習(xí)慣，可以減少惡性發(fā)生，縮小它的傳播范圍。對于廣播電視的安全工作，可以依靠大數(shù)據(jù)進(jìn)行事后查證。比如根據(jù)錄像可以查找大影響的范圍，最終統(tǒng)計數(shù)有多少用戶受到影響。也可以通過相關(guān)的數(shù)據(jù)分析，預(yù)測事故的發(fā)生，降低事故帶來的損失。比如，通過對過去的播出事故出現(xiàn)的時間和原因進(jìn)行分析，根據(jù)發(fā)射機運行的天氣、光纖以及時間等各種條件，預(yù)測出可能會出現(xiàn)的播放事故。這些預(yù)測都是建立在豐富的數(shù)據(jù)的基礎(chǔ)上的，因此，一個完善的事故數(shù)據(jù)庫，對于后期的播放管理有極大的幫助，實現(xiàn)對廣播電視的監(jiān)管監(jiān)測的目的。

四、結(jié)語

在實際的電視監(jiān)管監(jiān)測期間，通過運用大數(shù)據(jù)技術(shù)，對存儲的數(shù)據(jù)以及錄音錄像等信息進(jìn)行提取和更深層次的開發(fā)，采用創(chuàng)新思維，研究和開發(fā)出新型軟件，全方位實施掌握廣播電視的動態(tài)，并根據(jù)互聯(lián)網(wǎng)的數(shù)據(jù)以及監(jiān)看監(jiān)聽的獲取的數(shù)據(jù)等，及時掌握節(jié)目的傾向，為決策部門掌握實時的輿情以及做出決策，提供重要的參考。

作者:郝嘉 單位:國家新聞出版廣電總局

參考文獻(xiàn):

［1］邴巖．基于大數(shù)據(jù)的廣播電視技術(shù)轉(zhuǎn)型［J］．西部廣播電視，2014(22):43．

［2］陳思．基于大數(shù)據(jù)的傳播效果分析實踐與理論研究回顧［J］．新聞傳播，2013(7):74-76．

［3］汪花，馮瑞，張貞桂．面向大數(shù)據(jù)分析的廣播電視節(jié)目內(nèi)容監(jiān)管方法研究［J］．廣播電視信息，2016(1):42-45．

篇4

關(guān)鍵詞：圖像篡改；數(shù)字圖像；盲取證技術(shù)

中圖分類號：TP391.41

隨著數(shù)字化時代的到來，人們越來越多的利用數(shù)字技術(shù)進(jìn)行圖像的處理和開發(fā)，使得人們可以欣賞到各種美妙的圖像，提高了人們的生活品質(zhì)。但是這些圖像處理技術(shù)有有利的一面，必然存在有害的一面，同樣給人們的生活帶來困擾，偽造和篡改各種圖像進(jìn)行欺詐等行為，給人們的生活帶來了不少不安全因素。針對這些困擾，通過進(jìn)行研究開發(fā)了許多進(jìn)行偽造圖像鑒定的技術(shù)，對圖像進(jìn)行檢測，辨別真?zhèn)巍?/p>

1 數(shù)字圖像的篡改主要分類

數(shù)字圖像的偽造手段多樣，基本可以分為幾個類型，包括圖像的合成、潤飾、增強、變種、繪畫和計算機生成這六個基本類型。后期經(jīng)過研究又增加了三種類型，圖像攜密篡改、二次獲取圖像及數(shù)字圖像版權(quán)篡改這三個種類。通過對偽造手段的分類最終歸納了四種篡改類型，圖像真實性篡改、原始性篡改、完整性篡改以及版權(quán)篡改這四個部分。篡改的內(nèi)容較多，但是我們研究的重點在于對數(shù)字圖像內(nèi)容的篡改作為重點，其又分為內(nèi)容的真實性篡改和完整性篡改兩類，如圖1所示。

圖1 篡改分類模型

1.1 內(nèi)容的真實性篡改

數(shù)字圖像的真實性實際是圖像真假的一個問題。篡改者的目的就是將圖像變成與真實圖像不符的圖像，以達(dá)到其篡改目的。篡改技術(shù)主要有圖像拼接、圖像增強、圖像潤飾以及圖像的變形幾個種類。

1.1.1 將兩幅圖像進(jìn)行具有標(biāo)志特征的點找出并利用技術(shù)手段變?yōu)榱硪环鶊D像中的特點的方式就是圖像拼接。進(jìn)行兩幅圖像相關(guān)特征點的尋找是進(jìn)行圖像拼接的關(guān)鍵，將兩者的對應(yīng)特征點進(jìn)行相應(yīng)的疊加，也就兼顧了兩幅圖像的相關(guān)特征。作為圖像篡改中非常常見的一種篡改手段，圖像拼接可以將兩幅或者更多的圖像上的特點，根據(jù)篡改者的目的合成到一張圖像上去。

1.1.2 圖像的潤飾主要作用是對篡改后圖像篡改痕跡的清除，這當(dāng)然是發(fā)生在圖像拼接后。進(jìn)行圖像潤飾的主要技術(shù)手段是進(jìn)行篡改區(qū)域進(jìn)行模糊、銳化、羽化、修補等清除痕跡的措施，經(jīng)過潤飾后就會使圖像的欺騙性更強。

2 圖像篡改檢測

根據(jù)篡改方式，圖像拼接就包含了復(fù)制、粘貼以及旋轉(zhuǎn)縮放，如圖2示。

圖2 圖像拼接取證技術(shù)模型

圖像拼接就必然進(jìn)行復(fù)制粘貼的操作，為了獲得圖像的良好角度，旋轉(zhuǎn)與縮放的操作也是必不可少的。復(fù)制粘貼含有兩種形式，一種是同一圖像內(nèi)的復(fù)制粘貼，另一種是不同圖像的復(fù)制粘貼形式，圖像內(nèi)的粘貼必然會導(dǎo)致同一幅圖像中的圖像數(shù)據(jù)發(fā)生變化，不同圖像間的復(fù)制粘貼必然導(dǎo)致不同區(qū)域具有不同的來源特征或不同的圖像統(tǒng)計特征；而旋轉(zhuǎn)縮放必然導(dǎo)致重采樣，所以從這些角度著手可以對拼接篡改進(jìn)行有效檢測[1]。

2.1 復(fù)制粘貼操作在同一圖像內(nèi)

圖像篡改在同一個圖像內(nèi)的復(fù)制粘貼必然存在篡改區(qū)域相同的圖像區(qū)域，將圖像進(jìn)行分區(qū)分析，運用匹配搜索的方式進(jìn)行檢測圖像篡改內(nèi)容的操作，當(dāng)前的研究者主要運用這個特點進(jìn)行篡改的檢測工作。

2.2. 不同圖像間的復(fù)制粘貼工作

將兩張或者更多的圖像進(jìn)行各自部分的拼接，并在一張圖像上進(jìn)行呈現(xiàn)的操作，進(jìn)行一個整體圖像的偽造過程，達(dá)到一個新的效果。這種篡改方式應(yīng)用非常廣泛，造成的影響更大，比copy-move的操作更加廣泛。由于其在進(jìn)行篡改過程中，多張圖像的線條和色彩有著明顯的區(qū)分，因此其更容易留下篡改痕跡。

2.2.1 基于光源方向不一致性的方法。取自兩幅或者以上圖像區(qū)域的圖像，其光照方向必然存在不一致的現(xiàn)象，所以，對于圖像中每個物體或區(qū)域的光照方向，經(jīng)過判定不同物體或者不同區(qū)域都具有不同的光照方向，我們可以認(rèn)定物體的光源不同或者區(qū)域的光源來源不同。Mahajand根據(jù)這個原理，提出了基于球面頻率不變量的檢測圖像光照一致性方法，其缺點是只能進(jìn)行光源二維方向的檢測，且在陰天等直接光源缺乏的情況下不適用。

2.2.2 基于雙相干特征和邊緣百分比特征檢測方法。首先提出雙相干幅度和相位特征進(jìn)行檢測篡改圖像的是Ng，但是這樣直接應(yīng)用的檢測效果不是很好，精度較低。Ng為了將檢測效率提高到一個新的水平，相繼提出了對雙相干敏感特征進(jìn)行刻畫，以及拼接不變量的估計兩個新的基本方法，這就重新認(rèn)定了新的特征，包括雙相干幅度和相位變化的也測殘差特征以及邊緣百分比特征這三個內(nèi)容。這樣檢測準(zhǔn)確率得到了顯著提高，不過其在完整有現(xiàn)實意義的圖像檢測上還需要提高，并作后續(xù)處理。

3 結(jié)束語

通過圖像篡改的基礎(chǔ)原理的分析，進(jìn)行相關(guān)的檢測取證要有的放矢，必須從照片形成機理和其固有特性上分析，并發(fā)掘出鑒定方法，逐步提高在圖像篡改盲取證領(lǐng)域的技術(shù)水平。

參考文獻(xiàn)：

[1]吳瓊.面向真實性鑒別的數(shù)字圖像盲取證技術(shù)綜述[J].自動化學(xué)報，2008.

[2]徐亮.數(shù)字圖像拼接篡改盲取證技術(shù)研究[J].電子設(shè)計工程，2012.

作者簡介：許柯（1976.09-），男，湖南衡陽人，講師，研究生，研究方向：信息安全、電子物證、輿情監(jiān)測。