乍看标题，你可能觉得这又是一个标题党起的噱头标题，或者是公关狗又出来吓唬企业掏钱了。其实不然，这是一篇严肃的科普贴。

　　我们先看几个血淋淋的例子：

　　1、曾经风头一时无二的某企业，距离上市一步之遥时被竞争对手捅出财务问题而功亏一篑的惨叫犹在耳畔。

　　2、因曾经虚报融资额被疯狂打脸的某机构，上市后媒体普遍不看好其盈利前景，报以观望眼神。。

　　为何说舆情监测和信息挖掘能力，能决定一家企业的命运？这里的命运，并非指绝对的成功或失败，而是说，在如今，能驾驭好自家企业的口碑风向标，保持完美的企业形象甚至把握好企业乃至行业发展趋势显得尤为重要。一个企业犯的一个小错可能被舆论发酵至定调为天大的罪，多年前公司高管开的一句玩笑可能在某个时刻被挖出来导致瞬间失去民心。这篇帖就是要说，在这样一个众声喧哗的互联网时代，舆情监测与信息挖掘能力对企业有着至关重要的意义，如果你忽视它，借用百度李彦宏的一句话：“你离破产只有30天。”

　　好了。危言耸听到此结束。

　　正式开始科普：运用科技，可以更轻松的掌握舆情与信息挖掘的工作，那，科技如何做到？

　　首先，先来了解一下什么是舆情监测，什么是网络信息挖掘。

　　在笔者看来，舆情监测是利用互联网信息智能采集技术，对互联网上的论坛、博客、新闻、贴吧、微博、搜索引擎等各类媒介信息进行海量搜集，然后利用信息处理、分析、过滤、查询等多种技术，按照用户需要对信息进行分类、或自动聚类，并根据用户关注程度以报告、微信、邮件等多种方式进行预警。

　　一句话，舆情监测就是对互联网上的公开信息进行监测的行为，强调信息的收集。

　　网络信息挖掘则是对一类或多类网络信息之间潜在的联系及暗藏的趋势进行发现，并根据用户需求进行信息提取。这里指的是，网络信息挖掘以知识库技术为基础，综合运用人工智能、自然语言处理 (NLP)、模式识别、神经网络领域的各种技术。

　　还是一句话，网络信息挖掘是对知识更深层次的理解和推论，侧重信息分析维度的升级。

　　随着各种猝不及防、防不胜防的“污点”越来越多，企业主们头疼病发作的事情也越来越频繁，因此建立一套健全的舆情系统，帮助企业预知口碑风险，进行公关管理，成为当务之急。

　　一般“有情况”时，企业处理事件总共分三步：

　　第一步，将事件信息，交由舆情公司监测;

　　第二步，舆情公司监测、评估事件影响力，预判未来事件发展走向，发出舆情预警;

　　第三步，公关公司以公关手段引导舆情朝好的方向发展。

　　一个优秀的舆情监测系统应该具备哪些特点？

　　“全”。全网信源全面检测。也就是说，通过技术手段，能实现有效率的“全网覆盖”监测。不漏，是为第一要务。

　　“快”。时效性，重中之重。时间就是金钱，一条消息你自己发现慢了，从隔壁二婶儿那听说后再来处理，黄花菜都凉了。不及时，危机处理成本可能大幅提升

　　“准”。NLP技术的典型应用。NLP技术，即自然语言处理技术，能对事件的发生发展进行自动分类、自动聚类、情感判别。说白了，就是事情闹大了，关注的人多，言论也多，靠企业自己去抓取，黄金处理时间都拿来读资料，还理不出头绪，火灭不了还越烧越旺。用NLP技术，准确识别用户关注信息，并对事件的发生、发展过程准确判定，分分钟搞定是非缓急。

　　具备了以上三点，就可以根据舆论监测情况，深入关联分析，发现事情发展的趋势，从而指导企业市场公关人员，做出决策、解决问题。

　　然而，仅有舆情监测系统是不够的，因为舆情监测系统专注的是在预防危机公关的基础上，“监控已经发生的事情”，旨在帮助用户了解最近一段时间大众、媒体、行业等对自己的看法，提前预警。而网络信息挖掘系统，则是用挖掘过去、总结规律的方式，以期把握未来趋势。

　　那一个优秀的网络信息挖掘系统应该具备哪些特点？

　　其实，网络信息挖掘系统的技术原理与舆情监测系统十分类似，共有四点：

　　“全”。和舆情监测系统一样，信息挖掘系统也是尽可能抓取越来越多的数据、信息。但不同的是，它不强调全网覆盖，而是针对不同垂直行业定制全媒体信源，再进行关联、对比。

　　“准”。与舆情监测系统不同的是，信息挖掘系统有洞察“秋毫之末”的能力。传统的舆情监测系统虽然可以提供大量信息，但是加大了用户获取有用信息的难度，很多时候一些声量小但是关键的问题往往被淹没在浩瀚的信息流中，致使这些被忽视的问题最终演变为影响企业命运的大事件。据我所知，国双MediaD通过NLP技术提取多种维度，在高维度空间下做层层的剖析，可以找到声量小但却是不容忽视的问题。。

　　“久”。信息挖掘不那么注重时效性，而是更注重找出规律，所以需要更多时间的历史信息积累。

　　“专”。就是要专注，要专一。所谓“专注”主要是指数据上的“专注”，经过机器学习对爬取信息源的优质筛选。举例来说，农业中“苹果”与电子类的“苹果”打上了不同的标签，让用户使用时自然可以区分这两类的数据。而“专一”是指数据挖掘和分析的专一，为不同的行业定制属于自己行业的数据分析模型，使得机器更“懂”这个行业的知识和数据。比如汽车行业的用户就要有汽车行业的知识和数据，法律行业的用户就得专门有法律类的知识和数据。当然，多个数据库之间的串联也是必要的。

　　综合以上分析，可以看出，注重“全”、“快”、“准”的舆情监测系统，更适于作为一个企业的公关部、市场部的决策工具，“解决当下的问题”。

　　而有着“全”、“准”、“久”、“专”四字箴言的网络信息挖掘系统，则更适宜企业的业务规划部、决策部应用，“寻找未来发展的规律”，。

　　最后，用一个有趣的比喻来作为本文结尾。

　　“如果你被张三的狗咬了，张三不认账，该咋办？”从舆情上说，被狗咬了的“你”可能面临被人嘲笑的局面;张三的狗咬人，张三也将面临舆论指责。再看信息挖掘层面，如果“你”在邻里眼中是个不喜猫狗，有过对小动物施虐史的人，那可能导致受害人形象不复存在;反之，如果张三的狗有常咬人的恶习，张三却不加以管制，舆论的天平自然倒向“你”这一边。

　　从生活中的有趣的例子都可发现，舆情监测与信息挖掘能力对于企业和个人而言，都至关重要，有时甚至会决定各自的“命运”。不过，由于信息挖掘技术的前沿性，很多企业和个人往往混淆舆情监测和信息挖掘。看完上面的介绍，大家是否对两者有了清晰的认识呢？觉得意犹未尽或者还迷糊的童鞋可以留言，我们一起探讨这个有趣话题。