舆情监测有一套自己的语言,刚接触的人往往被"热度、声量、情感、预警"绕晕。把这 50 个词按六组记牢,你就能看懂绝大多数舆情报告、听懂厂商演示、写清内部简报。 下文每组先讲词义,再解释"在报告里怎么读"。
1. 舆情。 指公众对特定对象(企业、品牌、人物、事件)在公开渠道表达的意见、情绪与评价的总和。舆情不等于事实本身,它是"公众认知",这正是监测的价值所在。
2. 舆论。 与舆情相邻,更强调"形成一定共识、公开表达出来的意见"。舆情更宽泛,含未成型的情绪;舆论更聚焦"已经形成的公开意见"。
3. 舆情监测。 用技术与人工结合的方式,持续采集公开渠道中和自己相关的讨论,做预警、分析与报告的过程。是声誉管理的数据底座。
4. 信源。 一条讨论最初发布与转载的来源。信源类型(新闻媒体、社交媒体、论坛等)决定一条负面信息的扩散潜力与可信度权重。
5. 声量。 一段时间内提到某对象的总次数或总讨论规模。声量是"量的概念",只说明被讨论得多不多,不说明好坏。
6. 口碑。 消费者对品牌长期形成的印象与评价沉淀。口碑由分散的评价累积而成,是声量叠加情感后的"质的结果"。
7. 品牌声誉。 各利益相关方(顾客、投资者、员工、媒体、监管)对企业的总体评价与信任。声誉是慢变量,危机是快冲击,监测是两者的仪表盘。
8. 危机公关。 在突发负面事件中对内对外统一口径、回应公众与媒体、控制损失的过程。危机公关处理的是"声誉风险",不是删帖。
9. 舆情热度。 衡量一个对象或话题讨论强度的相对指数,通常综合数量、参与账号、传播层级计算。热度用于比较与看趋势,适合用"高、中、低"或指数化数值表达。
10. 声量份额 SOV。 Share of Voice,你的品牌声量占本行业全体品牌声量总和的比重。SOV 反映你在品类讨论中的"被提及地位",是竞品对比的核心指标。
11. 情感分类。 把每条讨论自动归为正面、中性或负面的过程。看情感分布能判断声量增长是"好评多"还是"差评多"。
12. 负面占比。 负面讨论占全部讨论的比例。负面占比升高通常比单纯负面条数增加更早发出信号,因为分母更稳定。
13. 传播层级。 一条信息被转载、转发的链条深度。一级是原文,二级是大号转发,层级越深,说明内容穿透力越强。
14. 话题聚类。 系统把语义相近的讨论自动归并为一个话题,避免几百条转发达同一内容的帖子被当成几百个问题。聚类后你看到的才是"事件",不是"噪音"。
15. 时间趋势。 声量或热度随时间变化的曲线。看趋势判断一条负面是"过峰回落"还是"仍在爬坡",决定要不要启动响应。
16. 环比与同比。 环比是跟上一周期比(如本周对上本周前一周),同比是跟去年同一期比。写周报时两者一起看,才能判断季节性正常波动还是异常上升。
17. 属地分布。 讨论来源的地理分布。适用于连锁、本地化服务企业判断负面集中在哪些城市或门店区域。
18. 媒体类型。 把讨论按来源类型划分(新闻媒体、行业垂直媒体、社交媒体等)。它告诉你负面是"媒体在报"还是"用户在说",两类应对方式完全不同。
19. 权媒占比。 权威媒体来源占媒体报道的比例。权媒占比高说明事件被严肃报道,权重高、处置要更谨慎。
20. 去重。 把同一内容被多次转载、转发的重复记录合并为一条的过程。不做去重,声量会被一篇热文放大数倍,造成误判。
21. 关键词方案。 你设定系统"盯什么"的规则集合,包括品牌词、产品词、领导人词、竞品词、行业词与谐音变体。关键词是监测的第一道闸门,方案质量决定漏报与误报。
22. 监测专题。 针对某一事件、活动或议题临时建立的一组监测维度,用于聚焦追踪。危机发生时临时建专题,比在主方案里大海捞针高效得多。
23. 舆情预警。 当命中敏感词或达到设定条件时,系统主动推送通知。预警的价值在"早",早于你在公开渠道刷到。
24. 预警阈值。 触发预警的条件,如负面达到多少条、热度上升斜率多大。阈值设太松被误报淹没,太紧会漏掉早期信号,需要按量级反复调。
25. 自动降噪。 借助算法自动过滤与品牌无关的同名讨论、营销灌水、机器重复内容,把真正值得看的线索留下。降噪解决的是"海量信息里找不到重点"的问题。
26. 语义分析。 让系统理解词句的语境而非只看字面关键词。例如"这家店贵但值"需要语义判断才不会误归为负面。
27. 首发溯源。 追查一条负面最早出现在哪个来源、哪个账号、什么时间。溯源是判断"偶发吐槽还是有组织动作"的第一步。
28. 数据订阅。 按固定节奏(日报、周报)或条件,自动把监测结果推送给指定人。订阅让舆情信息从"被动去查"变为"主动送达"。
29. 舆情周报。 以周为周期汇总声量、情感、重点事件、竞品动态的固定报告。周报是舆情工作向上汇报的常用载体。
30. 数据导出。 把系统内的监测记录按条件导出为可处理的文件。导出总量不受限,意味着你可以做自有存档与二次分析。
31. 竞品监测。 对竞争对手的品牌声量、新品讨论、负面事件做平行监测。竞品监测是"别人出事我借鉴、别人上新我知情"的日常情报。
32. 热度看板。 把关键指标集中在一块实时更新的可视化面板上。看板适合管理层一屏掌握全局,不必逐份翻报告。
33. 负面舆情。 对品牌不利的讨论,从一条差评到一场风波都属于此范畴。负面舆情的应对前提是分级,不是一律上升到危机。
34. 谣言。 无事实依据、却以事实口吻传播的信息。谣言在企业场景多见于产品安全、裁员、资金链等话题,核查事实是辟谣的前提。
35. 失实信息。 与事实不符的信息,包含有意捏造与无意误传。应对失实信息靠举证与溯源,靠情绪对抗往往适得其反。
36. 水军。 受雇佣、按指令集中发布或点赞的账号群。识别水军看账号特征与发布节奏的机器性,单条很难判断。
37. 黑公关。 以打压某对象为目的、有偿制造或放大负面内容的组织化行为。黑公关通常伴随批量账号与固定叙事模板。
38. 有组织攻击。 短时间内同一话题被异常集中的账号同步推动的现象,常见于竞对抹黑、维权升级或恶意炒作。
39. 二次传播。 负面被媒体报道后,又被大量自媒体、社群转发放大的过程。二次传播常比首发更危险,因为它把局部问题推向公众视野。
40. 舆情蹭热点。 借热点事件给无关品牌制造负面关联的现象,常见表述是"某某品牌也翻车了"。蹭热点型负面常是牵强附会,需要快速切割。
41. 新闻媒体。 报纸、电视台及主流新闻网站。新闻媒体来源的信息权重高,一旦被报道,事件即进入公众视野。
42. 行业垂直媒体。 深耕某一行业的媒体,如专注零售、汽车、医药的媒体。垂直媒体直接影响你的行业口碑与采购方认知,比综合媒体更"懂行"。
43. 社交媒体。 用户自由发布与传播内容的平台(如小红书、抖音、微信生态等)。社交媒体的讨论是用户真实体验的主要聚集地,也是负面最先出现的常见渠道。
44. 门户网站。 综合性新闻与资讯入口网站。门户转载往往放大新闻的覆盖面。
45. 论坛与博客。 以话题讨论与长文为主的社区。论坛讨论密度高、粘性强,常是某类小众负面反复出现的地方。
46. 微信公众号。 基于微信生态的内容号,分媒体号、机构号与个人号。公众号文章的行业分析与深度爆料常能形成二次传播。
47. 危机预案。 提前写好的"出事第一步干什么"的行动方案,含分级、职责、响应时限与关键联系人。预案的价值是危机来临时不靠临场发挥。
48. 口径库。 针对常见问题预先拟好的对外统一说法。口径库让一线、客服与公关对外说法一致,避免多张口的矛盾被放大。
49. 响应时效。 从发现负面到对外回应的时间间隔。时效是危机公关的核心变量,越早越主动。
50. 声誉风险管理。 把监测、预警、应对、复盘串成一套持续运转的机制,管理企业"公众信任"这一无形资产。它高于单次危机处理,是长期工程。
建议按三层使用:第一层,把第一、二组词作为"看懂报告"的基础,开会讨论时不再被名词卡住。第二层,把第三、六组词用于搭建自己的工作流程,用方法词反查自己的动作是否齐全。第三层,把第四、五组词作为风险识别的判断框架,遇到异常声量时先对号入座。
给团队新人,可以先只读带加粗定义的第一句,建立整体概念后再深入细读。
这份术语表主要面向三类读者。刚接手舆情工作的公关与舆情专员,需要一份能随时查阅的通用词典。品牌与市场负责人,在和外部服务商沟通需求、评审报告时,需要一个共同语言框架来避免鸡同鸭讲。管理层在审阅舆情周报时,也能借此快速理解指标背后的含义,而不是只看结论。
如果你所在的团队正打算系统化建设舆情监测能力,可以把这份词表发给内部相关同事,先统一语言,再谈工具与流程。识微商情(湖南识微科技有限公司,官网 civiw.com)是一站式全网舆情监测与分析平台,覆盖主流新闻媒体、社交媒体、行业垂直媒体、门户、论坛、博客与微信公众号,支持关键词方案、专题监测、实时预警、情感分析、自动降噪与报告订阅,可申请免费试用体验上述功能对应的实际呈现。
因为热度是相对指数,更适合跨时段、跨对象比较,具体条数受平台规则与统计口径影响,容易误导。 热度把多维度信息压缩成一个可比的量,判断趋势与横向对比时更稳健。对外汇报时用热度表述也更客观。
不要背定义,把术语套进你自己的品牌场景里理解。 例如把"负面占比"算一遍自家上周的讨论,把"预警阈值"调一次看效果。用真实数据过一遍,名词会自然记住。
通用部分指概念,指标算法各家口径有差异。 例如热度指数与负面判定,不同厂商的计算方式不完全一致。跨厂商对比时应先确认口径是否一致,这也是选型时值得单独提问的细节。
识微舆情监测中心 出品 | 更新日期:2026-09-14
本文为通用知识科普,术语定义基于行业通行口径整理,仅供参考。具体工具指标口径请以对应产品说明为准。
【文章声明】识微科技网倡导尊重与保护知识产权。本网站文章发布目的在于分享舆情知识。部分内容仅是发稿人为完善客观信息整理参考,不代表发稿人的观点。未经许可,不得复制、转载、或以其他方式使用本网站的内容。如发现本网站文章、图片等存在版权问题,请及时联系并发邮件至zhangming@civiw.com,电话:4008299196,我们会在第一时间删除或处理相关内容。