网络舆情可通过网络论坛、微博、微信、博客等手段传播，且舆情内容大多保存于网络引擎后台所存储的日志中。因此，对这些日志加以分析，可发现网络舆情热点，并根据舆情热点问题，提出相应策略。搜索引擎日志分析的网络舆情监测模型。
1数据预处理与关键词提取
搜索引擎日志的首要步骤就对是数据进行预处理，并相应获取点击行为特征与关键词的获取，可每天监控各大搜索提交的查询日志。只要与该舆情同时出现的关键词均可多进入到关键词库中对其做下一步处理。在数据预处理中需要经历数据清洗、数据抽取及其集成。其中数据清洗则是处理日志中的缺失数据及噪音数据，这主要是因为搜索引擎日志中有用户的IP地地址、查询时间、客户端浏览器及其查询词等相关信息。同时若某一用户点击了某条检索结果，则相应在日志中有该检索结果的位置及URL地址。因此，仅仅需要在原有日志中将这些数据抽取出来即可。此外，由于不同的搜索引擎服务器所产生的日志格式有所不同，需要集成这些不同搜索引擎的日志，如：查询结果URL的格式。当预处理后这些日志数据，可将其集成到结构化的数据库中，并保存下来，为接下来的工作奠定基础。如：“搜狗”搜索引擎的日志：时间字段名：2014-3-121:20:12；用户ID的字段名为785720183726826；查询词字段名：昆明火车站暴乱；用户点击的顺序号字段名：2；用户点击的URL在返回结果中的排名字段名：1.
2查询词统计
根据数据预处理后，可形成格式化的数据库，以“时间”为维度对不同查询词的词频加以统计，通过对某一天的词频进行统计，可发现用户当天对哪些内容最为关注。如：以“地点”作为维度来词频加以统计，统计IP地址为“河南”的用户，每天查询词的词频，就能够关注河南网民每天所关心的问题，可检索出该地区关注热点。也可将“地点、时间、查询词”作为词频来统计，如：对“2014年”的“北京”地区的网民对“两会”的查询词的相关查询，通过此种方式对某一时间、某一地区、某一事件的关注，了解该事件的发展动态。此外，应注意在统计查询词的过程中，如何在分布极为广泛的用户查询词库中对词频查询词加以统计，通常可能遇到以下两种情况：其一，一些无法预测的社会热点事，也就无法设定监测词，需要对排序这一时间内所有查询词的词频，可利用幂律分布法则加以统计。其二，可事先设定监测词。对某具体时间监测词的词频加以统计，可得到词频根据时间的变化而得到的曲线图。当然，在查询的过程中可能遇到较多相似或者完全不同的查询词都对某一热点话题的查询[2]。如：2014年云南火车站暴乱的查询，可能涉及到查询词有“暴力恐怖案件”、“云南火车站”、“3.1云南暴力恐怖事件”。若遇到此类问题，则可将这些相似或者完全不同的查询词归结为一类，在统计的过程中只要出现上述某一查询词，就可归为同一类。
3异常关键词的监测
在搜索关键词过程中，可能会遇到某些关键词与该网络舆情无关，这时就需要通过搜索引擎用户的群体行为来加以鉴别。当某一关键词在某时段内出现异常关键词，则可认为该关键词可能与某网络舆情相关，将该关键词提取出来。换句话说，当该查询词成为某舆情热点时，则查询词词频的时序模型就会成为一个异常点。对时序模型的监测方法有很多，其中IPS法是最常用的方法[3]。通过时序值的突变系数表明某时序点的变化长度，当突变系数远小于或大于1时，那该时序点就可作为异常模式的组成部分；当突变系数无限接近于1时，该时序点就是正常模式的组成部分。通过采用IPS法可计算出每一个点的突变系数，并挑选出突变系数大于阈值的部分，分析突变原因，进而发现网络舆情的异常，及时提出对策。
4网络舆情的报告
根据网络舆情监测的相关要求，生成网络舆情的报告，如：月热点、周热点、日热点话题等。也可根据对某一固定监测话题的热度变化生成报告。如：在搜索不同地区时，发现上海、北京、广州、江苏等地区的搜索指数相对较高，可发现这些地区的经济发展水平较高，其网民对这些地区的环境关注度较高，当政府监测这些网络舆情时，则可提出针对性的治理方略，提高政府处事能力。
5结束语
总而言之，伴随着网络舆情在社会事件监测中的重要性，加强其监测对提高政府执政能力、与民众互动水平有重要意义。本文提出的搜索引擎日志分析的网络舆情监测法具有一定可行性，可作为网络内容分析法、网络社会调查法的有效补充，最终提高政府对网络舆情的应对能力。
作者：邓双祥 单位：珠海市舆情中心