面对不断发展的互联网,机遇与挑战并存,一方面金融行业的监管动向及竞争对手的新闻报道能迅速被感知;另一方面,各种关于企业的不实报道和负面言论往往给互联网金融企业带来严重的舆情危机。如何加强网络舆情内容监测,正确应对及研判网络舆情,提升互联网金融企业网络口碑与信誉成为目前迫切需要攻克解决的业务问题。互联网金融企业舆情监测系统基于大数据先进技术、自然语言处理技术,可实现对互联网新闻网页、社交媒体、境外媒体、贴吧、论坛、博客等网络资源的精确采集与分析,提供负面信息感知、热点信息发现、信息定向监测等多维度、多角度的舆情信息服务,为各类金融企业提供信息监管、舆情发现、辅助决策等技术支持。本系统面向互联网金融企业,包括技术平台记录的在运营的1万多家企业,利用新闻、论坛、贴吧、微博、微信、知乎等多种通道的数据资源,实现互联网金融企业舆情的有效监测。本系统主要包括数据采集、数据处理分析、数据展示、用户管理四部分。本人在系统中的主要参与开发的工作如下。(1)数据处理分析:研究并使用了TF-IDF(Term Frequency–Inverse Document Frequency:词频-逆文本频率)算法,基于朴素贝叶斯的情感分析方法,K-Means算法等,对互联网金融企业的舆情数据进行关键词抽取,情感倾向性分析,热点发现,在此基础上实现了对互联网金融企业舆情的精细化分析。(2)数据展示:设计实现了REST(Representational State Transfer:表现层状态转移)API(Application Programming Interface:应用程序接口),与前端实现数据交互,并实现了前后端金融企业舆情的总体态势,总体列表展示。(3)用户管理:参与了本系统关于用户信息管理模块的设计与实现。