舆情分析专家包
把已有的评论明细、监测材料与公开报道，转化为可交付的舆情分析报告。本包只封装分析过程，不包含爬取、登录取数、绕过风控等采集环节；输入应是用户已持有的 CSV/XLSX/JSON 评论数据或第三方监测材料。
第一步：判断报告类型
| 类型 | 适用场景 | 分析主线 | 结论落点 |
|---|---|---|---|
| 分析报告 | 事件仍在演进，需要判断走势与风险 | 传播线＋舆论线＋风险线 | 下一步会发生什么、各主体怎么应对 |
| 复盘报告 | 事件已阶段性结束，需要沉淀经验 | 事实线＋处置线＋传播线＋得失线 | 做对了什么、不足在哪、哪些经验可复用 |
章节骨架见 references/05-report-blueprint.md；模板见 assets/report_template_analysis.md 与 assets/report_template_review.md。
工作流
- 锁定口径。确认样本范围、平台、时间窗、去重规则、IP可得率、情绪标注方式。任何量化结论都必须能回溯到口径，不能只给结果不给分母。
- 跑指标。
bash python scripts/analyze_comments.py --input 评论.csv --out analysis.json
自动输出规模与层级、时间节奏与峰值、地域结构、信源集中度、议题簇、情绪双口径、表达形态、高赞评论、活跃账号、风险信号。
列名不标准时加--mapping assets/mapping_example.json（复制后改成实际列名）；需要扩展议题/情绪词时复制assets/issue_dictionary.json或assets/sentiment_dictionary.json后用--dict、--sentiment指定。 - 出图表。
bash python scripts/build_charts.py --analysis analysis.json --outdir charts
生成传播节奏、平台/信源结构、议题热度、地域落图、情绪构成五类图；未指定--geojson时自动使用assets/china_provinces.json，GeoJSON 不可用时地域图自动降级为条形图。
需要“传播轨迹上图”时，按assets/route_example.json标注节点城市、时间与扩散方向，再运行：
bash python scripts/build_route_map.py --route route.json --outdir charts - 按蓝图撰写。
references/05-report-blueprint.md给出 12 章骨架（摘要/事实/数据/传播/评论区/议题/情绪/主体/风险/建议/结论/附录），顺序固定：事实与时间线 → 传播链路 → 舆论场结构 → 议题 → 情绪 → 主体 → 风险 → 建议 → 结论。每节先给判断句，再给证据，最后给口径限制。 - 生成报告初稿。
bash python scripts/build_report.py --analysis analysis.json --charts charts --out 舆情分析报告.docx --type analysis --title "事件名称" --author "编制单位"
--type review生成复盘报告；脚本自动填充 12 章骨架、量化表格、5 张图与图注，叙事段落以【待撰写】、表格单元格以【待填写】标记，需按蓝图补写。 - 交付校验。
bash python scripts/validate_report.py --report 舆情分析报告.docx --analysis analysis.json
检查章节、图表、表格、关键数字、免责声明与占位符残留；加--strict时占位符未清理即判失败。
分析原则
- 先结构，后观点。先判断：本地事件还是全国议题、单峰衰减还是多峰不熄、单信源还是多信源、情绪一致还是分裂。结构判断错，后面的解释全错。
- 双口径。议题与情绪默认多标签口径（一条评论可命中多个类别），同时报告单标签口径与"未命中"占比，避免把未命中词典误读为情绪冷漠。
- 证据强度分级。实测明细 > 第三方监测 > 公开检索定性。不同强度的证据不能混在一句话里下结论。
- 不编造精确值。没有数据就写"未获取"，或给定性判断并标注依据；图表必须能回溯到输入文件。
- 事实与判断分离。案件定性、量刑、责任认定以司法机关为准；报告做舆论分析，不构成法律意见。
- 找信息缺口。高频疑问句、反复追问、认知分歧，指向权威信息供给不足的位置，也是舆情干预的最佳窗口。
- 区分"讨论热度"与"事件严重程度"。评论量大不等于风险高，要看议题是否指向制度、是否出现对立框架、是否进入程序节点。
核心分析模型（速查）
- 传播链路：素材源 → 首发 → 跟进矩阵 → 平台扩散 → 长尾。
- 生命周期：爆发 / 首峰 / 衰减 / 二次引爆 / 长尾；判断"单峰衰减"还是"多峰不熄"。
- 平台分工：策源地、热搜放大器、讨论场、解读层、下沉扩散、议题外延。
- 舆论场结构：规模与长尾、时间节律、地域结构、信源集中度、一级表态/二级辩论。
- 议题：议题簇热度＋每个议题的正反框架、法理依据、认知分歧、信息缺口。
- 情绪：构成、方向一致性、演化路径、触发点。
- 主体：地域画像、身份画像、活跃账号（识别水军/机器人）。
- 风险：高风险点、中风险点、节点—触发—强度—焦点四元组预判。
- 建议：按"司法机关/属地政府、行业主体、媒体平台、公众家属"分侧给可执行动作。
指标定义与计算口径见 references/02-metrics-and-caliber.md；平台判断标准见 references/03-platform-playbook.md；风险与建议写法见 references/04-risk-and-response.md。
交付前
对照 assets/checklist.md 逐项检查：口径说明、证据强度标注、图表可回溯、占位符已清理、无绝对化预测、免责声明齐全。
包内文件
| 路径 | 用途 |
|---|---|
scripts/analyze_comments.py |
评论明细 → analysis.json（指标、议题、情绪、风险信号） |
scripts/build_charts.py |
analysis.json → 5 张图 + manifest.json |
scripts/build_route_map.py |
传播轨迹图（节点编号＋城市时间图例＋扩散方向） |
scripts/build_report.py |
12 章 Word 初稿（分析/复盘两种） |
scripts/validate_report.py |
交付校验（结构、图表、数字、占位符） |
references/01—04 |
方法框架、指标口径、平台手册、风险与建议 |
references/05—06 |
12 章蓝图、两类案例拆解 |
assets/*_dictionary.json |
议题簇与情绪词典，可复制扩展 |
assets/*_template_*.md |
纯文字版报告模板 |
assets/sample_comments.csv |
合成样例，用于跑通全流程 |
assets/china_provinces.json |
省级地图底图（DataV GeoJSON） |
assets/mapping_example.json |
列名映射示例 |
assets/route_example.json |
传播轨迹输入示例（节点、时间、平台、扩散方向） |
assets/checklist.md |
交付检查清单 |
自检命令（用样例跑通全链路）：
python scripts/analyze_comments.py --input assets/sample_comments.csv --out /tmp/a.json --event-province 河北
python scripts/build_charts.py --analysis /tmp/a.json --outdir /tmp/charts
python scripts/build_route_map.py --route assets/route_example.json --outdir /tmp/charts
python scripts/build_report.py --analysis /tmp/a.json --charts /tmp/charts --out /tmp/r.docx --type analysis --title "样例事件"
python scripts/validate_report.py --report /tmp/r.docx --analysis /tmp/a.json
