城市舆情监测分析系统

解决什么问题

城市管理部门、政府机构与公共事务研究者面对分散在新闻媒体、社交媒体、网络论坛和政务平台中的舆情信息，往往需要反复检索、人工判断情绪，并拼出热点走向。city-public-opinion-monitor 的目标不是给出一句主观评价，而是把原始文本转成可追溯的监测结果：哪些议题在升温、负面比例是否异常、风险处于哪一级、报告中的结论是否有来源支撑。

技能如何工作

该技能围绕六步流程展开：

• 多源数据采集：按关键词、地域、时间范围获取新闻、社交平台、论坛和政务内容。
• 情感分析：将文本标记为正面、中性、负面或敏感，并保留判定依据，支持 lexicon、ml、llm 等可切换策略。
• 主题聚类：结合 TF-IDF、TextRank、LDA 和共现网络，识别热点子议题。
• 风险识别：按传播热度、负面占比、传播加速度、意见领袖参与度和跨平台扩散度进行加权评估，输出分级风险。
• 趋势预测：基于传播模型、情感曲线和事件日历判断热度走向与可能爆发节点。
• 报告生成：生成日报、周报、专报或月报，要求标注数据来源、采集时间、生成时间和 AI 辅助说明。

适用边界

该技能适合城市治理、政策反馈、公共事件和重大活动舆情研判。资料明确排除了娱乐营销、竞品负面挖掘、删帖控评以及纯 NLP 模型训练需求。数据为空、样本过少或极性单一时，报告应降低统计口径；所有结论都必须能回到原文或来源清单，避免把推测写成事实。