（1）面向应对决策的网络舆情事件本体的构建

本书旨在构建一个通用本体作为信息聚合的重要基础，然而关于社会管理领域的网络舆情事件本体的研究较少，面向应对决策应用的本体研究更少。本体类中实体间关系的研究目前还处于空白阶段，需要从大量的源文本中分析、概括，研究难度较大。

（2）聚合单元及聚合单元之间关系的抽取

从网络舆情信息聚合对象来看，来自社会实践领域的网民评论文本挖掘是本书的第二大难点，已有研究基本未涉及聚合单元之间关系分析，可以参考或借鉴的理论或研究成果极少，而且由于评论文本常常出现错别字、缩略语、省略评论对象、表达随意等情况，对其进行规范化、格式化处理，抽取出相应的聚合单元以及聚合单元之间的关系，难度较大。

（3）观点聚合与网络舆情信息聚合网络

目前网络舆情意见挖掘领域的研究多以识别实体特征意见对、统计意见倾向极性值大小为主，以观点内容为目标的聚合研究几乎没有。此外，网络舆情信息聚合模式的研究也较少，基于实体层面的观点聚合更少。本书要达到聚合观点内容的研究目标，需要首先提出观点聚合的可行的算法，以及选择恰当的聚合依据来概括聚合模式，研究难度较大。

【注释】

[1]胡百精，李由君.互联网与信任重构[J].当代传播，2015（4）：19-25.

[2]喻国明谈“社会舆情”[EB/OL].[2015-11-12].http：//study.ccln.gov.cn/fenke/xinwenchuanboxue/xwyqts/212717.shtml.

[3]CNNIC.第44次中国互联网发展状况统计报告[EB/OL].[2020-01-20].http：//www.cnnic.cn/.

[4]七个角度看2018年网络舆情新特点[EB/OL].[2019-12-01].http：//yuqing.people.com.cn/n1/2019/0102/c209043-30499957.html.

[5]艾新革.政府舆情信息需求理论初探[J].图书馆论坛，2011，31（2）：9-13.

[6]祝华新等，2015年网络舆情分析报告[EB/OL].[2016-05-30].http：//yuqing.people.com.cn/n1/2015/1224/c401685-27972434.html.

[7]从网络舆情态势看人民对美好生活的向往[EB/OL].[2019-12-01].http：//ex.cssn.cn/zx/bwyc/201711/t20171121＿3749875＿2.shtml？COLLCC＝2343674340＆.

[8]Laney D.3D Data Management：Controlling Data Volume，Velocity and Variety，2001[R/OL].http：//blogs.gartner.com/doug-laney/files.

[9]Gantz J，Reinsel D.IDC iView：Big Data，Bigger Digital Shadows，and Biggest Growth in the Far East，2012[R/OL].[2016-04-26].http：//www.emc.com/collateral/analyst-reports/idc-the-digital-universe-in-2020.pdf.

[10]Digital Disruption：The Growth Multiplier[EB/OL].[2016-09-10].https：//www.ccenture.com/us-en/insight-digital-disruption-growth-multiplier.

[11]中国信息社会发展报告2017[EB/OL].[2017-10-21].http：//www.sic.gov.cn/archiver/SIC/UpFile/Files/Htmleditor/201705/20170518160003970.pdf.

[12]胡百精.新媒体、公关“元话语”与道德遗产[J].国际新闻界，2010（8）：15-20.

[13]韩长青.从雅斯贝尔斯看舆情研究[EB/OL].[2016-05-28].http：//toutiao.com/i6264306393113690626/.

[14]Pang B，Lee L.Opinion mining and sentiment analysis，found[J].Trends Inf.Retrieval，2008，2（1-2）：1-135.

[15]牛津现代英汉双解词典[M].北京：外语教学与研究出版社，2003：38.

[16]Arguello J，Diaz F，Shokouhi M.Integrating and ranking aggregated content on the Web[EB/OL].[2016-06-13].http：//www2012.org/proceedings/nocompanion/TUTO＿09.pdf.

[17]曹树金，马翠嫦.信息聚合概念的构成与聚合模式研究[J].中国图书馆学报，2016（3）：4-19.(www.daowen.com)

[18]陈忆金，曹树金，陈少驰，等.网络舆情信息监测研究进展[J].图书情报知识，2011（6）：41-49.

[19]谢海光，陈中润.互联网内容及舆情深度分析模式[J].中国青年政治学院学报，2006（3）：95-100.

[20]唐涛.基于情报学方法的网络舆情监测研究[J].情报科学，2014（1）：35-42.

[21]王继民，等.Web搜索引擎日志挖掘研究框架[J].数字图书馆论坛，2011（8）：25-31.

[22]Charles L.Topic detection and tracking overview and perspective[C].Proceedings DARPA Broadcast news transcription and understanding workshop，Lansdowne，VA，1998：17-31.

[23]Matsumura N，Ohsawa Y，Ishizuka M.Influence diffusion model in text-based communication[J].Journal of the Japanese Society for Artificial Intelligence，2002，13（3）：259-267.

[24]蒋凡，高俊波，张敏，等.BBS中主题发现原型系统的设计与实现[J].计算机工程与应用，2005，41（31）：151-153.

[25]Blei D M，McAuliffe J D.Supervised topic models[C].Proceeding of NIPS，2007，21：121-128.

[26]陈桂鸿，网络舆情主题标引与意见挖掘研究[D].中山大学，2010：63-70.

[27]王文远.面向情感倾向分析的微博表情情感词典构建及应用[D].东北大学，2012：29-33.

[28]Kumar A，Sebastian T M.Sentiment analysis：A perspective on its past，present and future[J].International Journal of Intelligent Systems＆Applications，2012，4（10）.

[29]Pang B，Lee L，Vaithyanathan S.Thumbs up？Sentiment classification using machine learning techniques[C].Proceedings of the Conference on Empirical Methods in Natural Language Processing（EMNLP），2002：79-86.

[30]Turney P.Thumbs up or thumbs down？Semantic orientation applied to unsupervised classification of reviews[C].Proceedings of the Association for Computational Linguistics（ACL），2005：417-424.

[31]人民网.2015年第一季度网络舆论共识度研究报告[EB/OL].[2016-01-29].http：//yuqing.people.com.cn/n/2015/0420/c364391-26874520.html.

[32]陈忆金，曹树金，陈桂鸿.网络舆情意见挖掘：用户评论情感倾向分析研究[J].图书情报知识，2013（6）：90-96.

[33]Yu H.Hatzivassiloglou V.Towards answering opinion questions：Separating facts from opinions and identifying the polarity of opinion sentences[C].Proceedings of the Conference on Empirical Methods in Natural Language Processing（EMNLP），2003.

[34]Liu B，Hu M，Cheng J.Opinion observer：Analyzing and comparing opinions on the web[C].Proceedings of the 14th international world wide web conference（WWW-2005）.ACM Press，2005：10-14.

[35]Zhang C，Zeng D，Li J，et al.Sentiment analysis of Chinese documents：From sentence to document level[J].Journal of the American Society for Information Science＆Technology，2009，60（12）：2474-2487.

[36]吴文岫.短文本分类语料库的构建及分类方法的研究[D].安徽大学，2015：33-46.

[37]邓瑛.基于语料库的英国媒体关于中国制造报道的话语分析[D].上海交通大学，2011：55-63.

[38]Wang H，Lu Y，Zhai C.Latent aspect rating analysis on review text data：a rating regression approach[C]//ACM SIGKDD International Conference on Knowledge Discovery and Data Mining，Washington，Dc，Usa，July.2010：783-792.

[39]Dai Y，Kakkonen T，Sutinen E.SoMEST：a model for detecting competitive intelligence from social media[C]//International Academic Mindtrek Conference：Envisioning Future Media Environments.ACM，2011：241-248.