3)分析挖掘：通過主題分析、關(guān)聯(lián)分析、情感分析、分類分析等方法實(shí)現(xiàn)文本的挖掘。主題分析主要對(duì)分析所涉文本中主要的關(guān)鍵詞及相關(guān)的主題詞進(jìn)行提取；關(guān)聯(lián)分析主要對(duì)文本進(jìn)行算法處理，得到文本的數(shù)字特征格式；情感分析主要對(duì)文本情感進(jìn)行分析，從而得出文本的情感基調(diào)，判斷主觀語義；分類分析主要通過分類器進(jìn)行訓(xùn)練，從而得到不同維度下分類的概率特性。

4)可視化展示：通過“詞云”“詞匯網(wǎng)絡(luò)”“主題河流”“傳播途徑”等展現(xiàn)方式，展示不同的數(shù)據(jù)結(jié)果。

一般來說，內(nèi)控合規(guī)所涉及的事件往往是商業(yè)銀行不可逾越的“高壓線”，其中絕大多數(shù)員工違規(guī)事件的發(fā)生，都會(huì)對(duì)商業(yè)銀行產(chǎn)生極大的負(fù)面影響和不可估量的損失，因此對(duì)于合規(guī)的實(shí)時(shí)監(jiān)測就顯得尤為重要。合規(guī)風(fēng)險(xiǎn)事件監(jiān)測可以對(duì)商業(yè)銀行內(nèi)控合規(guī)中涉及的受賄、非法集資、飛單等關(guān)注點(diǎn)進(jìn)行實(shí)時(shí)監(jiān)測，自動(dòng)識(shí)別信息正負(fù)面以及相關(guān)的業(yè)務(wù)類別，從而盡早發(fā)現(xiàn)，甚至預(yù)先判斷風(fēng)險(xiǎn)，以及時(shí)做出相應(yīng)的對(duì)策。

輿情分析還可以有更多、更廣泛的實(shí)際應(yīng)用領(lǐng)域，例如銀行產(chǎn)品和服務(wù)的口碑監(jiān)測、危機(jī)事件的預(yù)警等。