通过对网络舆情信息聚合要素的具体分析归纳，选定七个大类作为网络舆情事件本体的主要属性，并对其进行层次化分析，找出各自的子类，形成层次结构。从希望达到描述网络舆情事件到何种程度的视角，对其属性进行定义和必要的约束限制，以有效反映类间关系。根据前述网络舆情信息聚合概念框架，本书拟建立的是一个通用的网络舆情事件本体，其主要模块如图6-2所示。

图6-2　网络舆情事件本体

考虑重用性、可维护性及其演变的可能性，大型本体通常采用模块化的方式来构建。本书的主要设计目标是创建一个高度模块化的本体，通过合并已经建立的本体规范来表达更通用的元数据概念，以达到聚合网络舆情应对决策中所需要的信息和知识的目的。本体模型中，“人物”可以重用FOAF^[21]中对人物及人物关系的描述规范，“时间”可以重用DC元数据规范等。从舆情应对全过程的角度，为满足决策需求，信息资源的来源考虑更广泛，包括网络意见、专家意见、案例、政府文件、威胁测评报告等，构建起原始数据及其利用之间的联系。这些不同来源的信息都具备7个核心类：来源、人物、机构、时间、环境、关键词和主题描述。接下来，本书将详细分析这7个核心类。

（1）来源

由于细粒度信息聚合是对源资源的信息抽取和利用，“来源”类可以建立起源资源与网络舆情信息分析所使用知识之间的关系。例如信息检索时记录了知识的来源包括某博客网站URL、专家系统、政府文件系统，说明为了满足该决策者的需求，需要从以上三种途径获取知识。

表6-2　核心类“来源”定义

（2）人物

人物是聚合网络舆情事件信息的核心类，可以划分为评论者、被评论者、决策者和资源创建者四类，既包括个体，也包括群体。“人物”类是实现来自科研领域、社会实践领域和政府决策领域三个主体的信息聚合的重要途径。例如，在聚合模型层级二，决策者可以根据人物类信息聚合发现意见领袖、焦点人群，也可以发现拥有某类型知识的专家，还可以跟踪特定个体或人群的网络形象变化。

表6-3　核心类“人物”定义

（3）机构

机构是聚合网络舆情事件信息的核心类，可以划分为意见持有机构（评论机构）、意见指向机构（被评论机构）、资源创建机构三类。“机构”类是实现来自科研领域、社会实践领域和政府决策领域三个主体的信息聚合的重要途径。例如，在聚合模型层级二，决策者可以根据机构类信息聚合发现机构间关系变化，也可以发现拥有某类型知识的机构，还可以跟踪特定机构的网络形象变化。

表6-4　核心类“机构”定义

续表

（4）时间(www.daowen.com)

时间是聚合网络舆情事件信息的核心类，可以划分为网络舆情事件发生时间、资源创建时间、信息发布时间、评论时间、转载时间等五类。“时间”类是实现多维度信息聚合的重要途径。例如，在聚合模型层级一，可以进行基于时间轴的信息聚合，呈现网络舆情信息传播的关键节点。在聚合模型层级二，可以基于时间轴的信息聚合，呈现舆情事件的核心人物、核心机构、核心主题随时间变化的状态。

表6-5　核心类“时间”定义

（5）地点

地点是聚合网络舆情事件信息的核心类，可以划分为网络舆情事件发生地所属的行政区划、网民位置（IP地址）、空间区域等三类。“地点”类是实现多维度信息聚合的重要途径，基于地点共现的聚合，可以在聚合层级一分析网络舆情事件传播范围，也可以在聚合层级二呈现参与舆情事件的网民的地理分布，还可以在聚合层级三实现科研知识与风险测评的聚合。

表6-6　核心类“地点”定义

（6）关键词

关键词是信息主题特征的表达，可以使用受控语言，也可以使用非受控语言来进行表达。从类型上看可以划分为内容关键词、图标关键词两类。基于关键词的聚合，是决策过程中为决策者提供专家知识供给的重要途径。

表6-7　核心类“关键词”定义

续表

（7）主题描述

语义概念的使用可以让信息资源的主题更为清晰，根据特定的主题或话题可以实现信息资源的聚合，同时，语义概念的层次结构，可以使主题的扩大或缩小变得更容易。

表6-8　核心类“主题描述”定义