前言：想要寫出一篇令人眼前一亮的文章嗎？我們特意為您整理了5篇網絡輿情監測工作總結范文，相信會為您的寫作帶來幫助，發現更多的寫作思路和靈感。

網絡輿情監測工作總結范文第1篇

一、結合機構改革，健全應急機制

今年恰逢工商、食藥改革年，新成立的區市場監管局在職權劃分、科室、人員還未完全到位的情況下，為確保應急管理工作機制順暢，對原兩局的應急工作小組進行了整合，同時按照原工商、食藥監兩條業務線開展相關工作。新局應急管理辦公室綜合協調突發事件應急管理工作，各業務科室按照相關工作職責予以落實，使相關人員做到了工作任務明確、責任落實到位，保障了在機構改革的過度階段，各類突發事件發生時能夠及時予以處理，防止事態蔓延。

二、應對突發事件，健全規章制度

全局在認真學習領會《中華人民共和國突發事件應對法》，在《市工商行政管理局應急聯動工作機制》的基礎上，緊密結合今年工作實際，明確了突發事件處理的組織體系及工作職責、運行機制、應對措施和保障機制。特別是對食品藥品安全、安全生產、大規模從事傳銷、嚴重自然災害等重大突發事件，明確了詳細具體、操作可行的應對措施。

三、實行應急值班，暢通信息網絡

在全重要會議召開、重大節日前后、“820”洪災等特殊時期，堅持實行24小時值班制度和行分組值班制度，機關和轄區所做到值班人員按時值班，保證突發事件能夠及時處理。應急值班期間由局領導和辦公室進行督查，要求干部不遲到、早退，不空崗，同時要求各科室、所、隊負責人手機24小時開通，有效地保證了信息網絡暢通。

四、修訂應急預案，開展應急培訓

今年，我局著手修訂《區重大食品安全事故應急預案操作手冊》，建立各鄉鎮（街道）食品安全應急管理隊伍。同時，積極組織人員觀摩全省食品安全事故應急演練，組織食安辦成員單位進行了應急培訓，提高食品安全事件應急處置能力。

五、建立輿情隊伍，開展輿情檢測

今年建立了食品安全輿情監測制度和輿情管理員隊伍，在今年的杭州廣琪事件和“820”洪災中，輿情管理員充分發揮了作用，食品安全輿情信息得到了及時監測、分析和應對。

六、強化應急意識，開展專項工作

重大食品安全應急處置方面：堅持預防為主、風險管理、突出重點、全面排查、積極治理、確保安全的要求，切合開展食品安全風險隱患排查。多次召開食品安全風險評估會議，組織食品安全監管部門針對風險食品開展專項檢查。截止目前，全區食品安全主要監管部門共出動執法人員4103人次，檢查食品生產經營單位數6350家次，排查風險隱患3個，已開展隱患整治3個，當場整改223戶次，口頭告誡883戶次，發放責令改正通知書334戶。通過開展食用明膠、烤魚片、飲用水、兒童魚肝油、校園周邊等專項清查工作及重點商品定性定量抽檢，進一步強化流通領域監管，共開展專項清查25次，出動執法人員1585人次，檢查經營戶2758戶。

網絡輿情監測工作總結范文第2篇

熱點話題挖掘是輿情監控的重要技術基礎。針對現有的論壇熱點話題挖掘方法沒有解決數據中詞匯噪聲較多且熱度評價方式單一的問題，提出一種基于主題聚簇評價的熱點話題挖掘方法。采用潛在狄里克雷分配主題模型對論壇文本數據建模，對映射到主題空間的文檔集去除主題噪聲后用優化聚類中心選擇的Kmeans++算法進行聚類，最后從主題突發度、主題純凈度和聚簇關注度三個方面對聚簇進行評價。通過實驗分析得出主題噪聲閾值設置為0.75，聚類中心數設置為50時，可以使聚類質量與聚類速度達到最優。真實數據集上的測試結果表明該方法可以有效地將聚簇按出現熱點話題的可能性排序。最后設計了熱點話題的展示方法。

關鍵詞：

潛在狄里克雷分配；主題模型；Kmeans++聚類；聚簇評價；熱點話題

0引言

作為Web 2.0技術迅猛發展的產物，網絡論壇使人們能更多地參與到日常話題的互動中，因此論壇成為了重要輿情的發源地與傳播地。及時地發現輿情有利于政府部門的治國理政，也為企業的發展決策、危機公關處理等提供了輿論向導，因此熱點話題挖掘成為了輿情監測領域的一個重要研究方向。

對于熱點話題挖掘的問題，相關研究人員進行了大量的研究。丁偉莉等[1]對博客用向量空間模型建模后使用SinglePass算法進行聚類來發現其中的話題；邱立坤等[2]在對網絡論壇中文本數據用向量空間建模并聚類后利用點擊數與評論數對結果排序來發現熱點話題；王偉等[3]對用傳統向量空間模型表示的網頁信息用OPTICS（Ordering Points To Identify the Clustering Structure）聚類算法進行兩次聚類來發現熱點輿情。以上研究中都用到了向量空間模型表示文本，它并沒有融入語義信息，這會使得語義不相關的信息出現在同一聚簇中，從而造成了主題信息的丟失，影響了聚類的效果。席耀一等[4]與劉嵩等[5]在對論壇話題追蹤時利用知網語義庫為詞匯加入了語義信息，并用它作為文檔表示模型來計算文檔的語義相似度[6]，這種方法在很大程度上緩解了主題丟失的問題，但論壇信息的快速更新使得這種融入了監督成分的方法仍然不能達到理想的效果，而且維護知網語義信息也是個難題。劉霄等[7]通過利用概率潛在語義分析（Probabilistic Latent Semantic Analysis，PLSA）主題模型為Twitter數據建模來發現突發的熱點話題，PLSA成功地利用概率統計的方法來為文本建模，但它并沒有在文檔與主題的層面上給出一個合適的概率模型，PLSA中文檔的主題分布與主題中詞的分布是模型的參數，它們會隨著文檔增多而增加，這樣它只能生成給定文檔集合上的模型，在新的文本加入時還要重新訓練，另外當訓練集有限的情況PLSA還可能會出現過度擬合的現象[8]。

本文熱點話題挖掘的研究對象是網絡論壇數據集，它不同于新聞網頁中經過專業編輯處理過的文本，它有著自己的特點：1）口語化，帖子者來自不同的地方，也有不同的經歷與背景，在表達同一觀點時措辭會有很大不同，經常會有錯別字或網絡新詞匯產生，這就使得詞匯噪聲較多；2）篇幅差距較大，有些帖子的論述比較多，另一類只通過帖子的標題來傳達信息，這會造成詞匯矩陣稀疏的問題。

針對以上研究中的不足以及論壇文本數據的特點，本文采用潛在狄里克雷分配（Latent Dirichlet Allocation，LDA）主題模型對論壇文本數據建模，在對數據集進行聚類基礎上提出基于主題聚簇的評價方法對聚簇進行排名。該方法在考慮主題的關注度同時，還對聚簇內部所含主題的突發性與主題純凈度加以考慮。通過對最有可能出現熱點話題的聚簇進行信息抽取后設計話題展示的方法來完成熱點話題挖掘任務。

1系統整體框架

對論壇文本集預處理后用LDA主題模型建模，將文本表示由高維詞匯空間映射到了低維主題空間，這樣就去除了詞匯噪聲的影響，之后用處理規模相似的訓練集進行聚類實驗，從對聚類的速度與效果兩方面考慮得出合適的主題噪聲閾值與聚類中心數目，然后用優化聚類中心選擇的Kmeans++算法對主題空間中表示的文本集合進行聚類，之后通過主題聚簇用評價方法對出現熱點話題可能性賦予權重，最后從最有可能出現熱點話題的聚簇中用本文提出的描述方法提取出熱點話題信息作為展示。

2論壇熱點話題挖掘

2.1論壇文本建模

2.1.1LDA主題模型

LDA主題模型是一種三層貝葉斯概率模型，是Blei等[8]在2003年提出的，它的目的在于以無監督的學習方法從文本集合中發現其中隱含的語義信息。

根據LDA模型的描述，文本集合可以按以下算法生成。

2.1.2模型求解

LDA主題模型求解模型的過程就是在給定模型參數的條件下，最大化式（2）中描述的每個文檔的生成概率的問題：

p（w|φ，α）=∫p（w|φ，θ）p（θ|α）dθ （2

LDA模型求解是困難的問題，很難有精確的解法。實踐中常用到的有兩種不精確的解法：一種是基于變分法的EM（EstimationMaximization）算法求解[8]；另一種求解方法是Gibbs Sampling[9]，它是MCMC（Markov Chain Monte Carlo）方法的一種，其理論基礎是馬爾可夫鏈收斂定理，通過構造符合馬爾可夫鏈細致平衡條件的狀態轉移矩陣，讓任意給定的初始分布通過轉移矩陣迭代轉移，使其收斂到目標分布。Gibbs Sampling算法采樣公式推導起來簡單而且實際應用中運行效果也十分理想。

Gibbs Sampling求解方法采用了與式（2）提到的方法所不同的思想，它不直接將φ與θ作為模型參數來估計，而是先計算后驗概率p（z|w），再對模型隱含變量進行估計。以下是Gibbs Sampling算法求解LDA模型變量的步驟。

2.1.3論壇文本建模

本文采用了JGibbsLda[10]LDA建模工具對預處理后的論壇文本數據進行建模分析。參考文獻[11]中LDA主題模型參數的經驗值，取α=50/K， β=0.1，其中K為指定的潛在主題數，Gibbs Sampling的次數N設為1000。

Gibbs Sampling算法結束時會產生兩個矩陣：

大小為M×K的文檔——主題分布矩陣，其中M為論壇文檔集數目；大小為K×Nw的主題——詞的概率分布矩陣，其中Nw為文檔集中詞匯表的大小。

2.1.4主題噪聲去除

通過對文檔集主題分布矩陣觀察發現，每個主題分布中會出現一個或幾個突出的主要主題，其他次要的主題所占的比重可以忽略。為了突出主要主題的影響，采用了以下規則對主題噪聲進行去除：假設每個文檔的主題分布中概率值最大的為主要主題記作Tmain，它的概率記作P（Tmain），設定閾值δ，對于除主要主題外的其他任何主題Ti，如果P（Ti）

2.2主題空間Kmeans++聚類

傳統的Kmeans聚類算法中，聚類中心的選擇是個關鍵的步驟。大多數用到的隨機選擇的方法會導致每次聚類的結果有差別而不能很好地反映聚類的真實情況，所以對映射到低維主題空間的論壇數據采用優化聚類中心選擇的Kmeans++算法[11]對論壇數據進行聚類。Kmeans++算法如下：

設D（x）為文檔x到已有的聚類中心中最近的距離；X為數據點集合；

步驟1從X中隨機選擇一個點作為第一個聚類中心c1；

步驟2以概率分布D（x）2/∑Xx=1D（x）2選擇數據點x∈X，并將它作為新的聚類中心ci，更新D（x）；

步驟3重復步驟2直到找到K個聚類中心；

步驟4執行標準的Kmeans聚類算法對數據進行聚類。

對于最優聚類中心數的確定，可以在已知處理數據集規模條件下進行聚類實驗，從中心數的設定對聚類質量與速度的影響選出最優值。

2.3主題聚簇評價方法

為了發現熱點話題，本文提出了一種主題聚簇評價方法對出現熱點話題的可能性進行權重賦值。

假設聚類中心各個主題分量的概率分布矩陣表示如下：

其中：C為聚類中心數；K為主題數；p（k，c）表示主題k分配在聚類中心c的概率，k∈K，c∈C且對于任意c∈C，∑Kk=1p（k，c）=1。

盡管聚類算法已經將主題描述不相關的帖子分開，但依然存在一些主題，它們在每個簇中的分布情況非常均衡，這樣的主題因為其普遍性而少了突發的特征，本文采用主題在各聚簇中的分布均衡情況來描述主題突發性。

定義1設C為聚類中心總個數，p（k，c）為聚類中心c中主題k的概率分布值，那么主題k突發度PromDeg（k）定義如下：

PromDeg（k）=∑Cc=1（p（k，c）-∑Cc=1p（k，c）/C）2/C（7

當得到了各個主題的突發度后，將各維度中主題的突發度與其所占的概率加權求和，很容易得到總的主題突發度，用它作為衡量聚簇主題突發性的標準。

定義2假設PromDeg（k）表示主題k的突發度，p（k，c）為聚簇c中第k維主題的概率值，其中k∈K，K為主題數，那么聚簇c的主題突發度為：

PromDeg（c）=∑Kk=1PromDeg（k）p（k，c）（8

在主題聚簇中，可以將聚簇表達的信息表示為在主題上一定概率的混合，純凈度高的聚簇可以更清楚地表達主題信息，而熱點話題聚簇會因為其主題的聚集趨勢明顯而使得純凈度高。信息熵是信息論中度量信息量的概念，系統的狀態分布越有序，信息熵越小。以聚簇的主題信息熵為依據，定義衡量聚簇主題純凈度的標準。

定義3假設K為主題數，p（k，c）為聚類中心c在第k維主題的概率，那么聚簇主題純凈度Purity（c）為：

其中γ為平滑值，防止主題信息熵為0。

為了衡量聚簇的熱度，融入人為參與因素，賦予聚簇不同的關注度權重，文本采用單位時間內點擊數與回復數來對聚簇的關注度進行描述。

定義4假設T2為采集時間，T1為發貼時間，φ為調整回復數與點擊數的權重，repNum、clickNum分別是帖子的回復數與點擊數，N為聚簇中包含的帖子總數，那么聚簇c關注度AttenDeg（c）為：

AttenDeg（c）=1N∑Nn=1（φ*repNumn+（1-φ）*clickNumn）T2-T1（10

將聚簇主題突發度、主題純凈度、關注度三個評價標準綜合進行考慮可以得到每個聚簇含有熱點話題可能性的歸一化的評價公式：

S（Cj）=PromDeg（Cj）AttenDeg（Cj）Purity（Cj）∑Cc=1PromDeg（c）∑Cc=1AttenDeg（c）∑Cc=1Purity（c）（11）

其中Cj代表了第j個聚類。

2.4熱點話題提取

對聚簇按出現熱點話題的可能性排序后，通過找出與聚類中心所描述的主題擬合程度最高的帖子，并抽取出最能描述熱點話題的標簽，來完成熱點話題挖掘的工作。

由于聚類中心反映了聚簇中的平均的主題分布情況，通過找出與聚類中心語義相似度最大且關注度最高的帖子作為包含熱點話題的帖子樣例。本文使用JensenShannon散度[12]來計算帖子主題分布與聚類中心之間的擬合程度。JensenShannon散度公式如下：

DJS（PC）=12∑Kk=1P（k）lbP（k）M（k）+C（k）lbC（k）M（k）（12）log的底是多少，請明確。

其中M（k）表示兩概率分布中同一維度上的概率均值，可用式（13）來表示：

M（k）=12（P（k）+C（k））（13）

其中：P為帖子在主題空間的概率表示，C為聚類中心在主題空間的概率表示，K為主題空間的維數。

最后找出聚簇中占比重最大的主題，統計出在此主題下出現頻率最高且出現概率最大的若干個詞匯作為熱點話題的標簽化描述。

3實驗與結果分析

3.1主題噪聲閾值與聚類中心數的確定

對主題空間中表示的文本進行聚類時，不同的主題噪聲閾值與不同的聚類中心數目選擇會對聚類的質量與速度產生不同的影響，而目前并沒有合適的規則對兩個值進行選擇。通過對不同的主題噪聲閾值與聚類中心數進行訓練，選擇出最優的聚類參數。

聚類效果的評價標準采用平均聚簇內誤差平方和（Average Sum of Squared Errors，ASSE），值越小表示了聚簇內部的樣本點越集中，聚類質量越高，其形式如式（14）所示：

ASSE=∑Cc=1∑Nn=1xcn-xc2/C（14）

其中：xcn 為聚類c中的第n個樣本點，xc為聚類中心。

實驗中選擇了2763篇論壇帖子作為訓練集，聚類采用Kmeans++算法，主題噪聲參數范圍設為[0，1]，聚類中心的數目選擇為[5，100]。圖3與圖4分別顯示了不同的主題噪聲與聚類中心選擇對聚類質量與速度的影響。

實驗結果表明：聚類中心選擇不同值時，當主題噪聲閾值在區間[0，0.7）時，聚類結果的ASSE值會顯著降低，閾值在區間[0.7，1）時，ASSE值不會發生明顯變化，為了考慮次要主題對話題描述的意義，將主題噪聲閾值設置為0.75；圖4中的峰值顯示當主題噪聲閾值設置過大，聚類中心數目較少時聚類時間開銷較大且不穩定，當閾值過小，聚類中心數目多時也會出現相同的狀況，考慮到聚類質量相對較優的情況下，參照圖中時間開銷較低的區域，將聚類中心數目選擇為50，這樣就可以在保證聚類質量同時提高聚類算法效率。

3.2聚簇評價與熱點話題發現

本文采用的實驗數據來自用戶活躍的天涯論壇的經濟論壇、股市論壇、理財前線、房產觀瀾這4個版塊，通過網絡爬蟲采集了從2013年7月1日到7月5日的帖子共11200篇。采用LDA主題模型對預處理后的數據進行建模，主題個數K取100，模型的參數選擇原則為2.1.3節中所述。主題噪聲閾值設為0.75，之后將數據用Kmeans++算法進行聚類，聚類中心數N設為50，最后對主題聚簇用評價方法對出現熱點話題的可能性進行權重計算。

為了詳細分析主題聚簇評價效果，在圖5中列出了2013年7月2日當天排名前4的聚簇各評價因子權重。從圖中分析得出：雖然有些主題聚簇的突發性與純凈度得分高，但關注度很低，可以判斷這是一類灌水貼，不能當作熱點話題；而熱點話題的特征是關注度高，而且突發度與主題純凈度得分也比較高。圖中標注的是排名最高的4個話題聚簇的主題詞依次是：大盤、板塊、期貨；貨幣、流動性、銀行；百姓、貨幣、物價；收益率、期限、風險。

4結語

本文基于LDA主題模型與Kmeans++聚類算法，提出了一種在論壇中挖掘熱點話題的方法。主要工作總結如下：

1）將LDA主題模型用于論壇文本數據建模中，挖掘其中語義信息，解決了論壇數據中詞匯噪聲多的問題，同時避免了文本表示中矩陣稀疏的問題。

網絡輿情監測工作總結范文第3篇

以“平安祭掃、節地生態”為主題，充分發揮清明祭掃服務保障工作對于推進殯葬改革的積極作用，奮力推進節地生態葬法，加快推進惠民殯葬，倡導移風易俗，強化行風建設，提高服務水平，實現文明祭掃、平安清明的工作目標。

二、工作內容

（一）全面統籌部署，保障祭掃活動平安有序

各鄉鎮民政辦和縣殯葬管理所要充分認識做好清明節祭掃安全保障工作的重要性，牢固樹立安全防范意識和底線思維，堅決克服松懈麻痹思想，切實做好服務保障工作，確保清明節期間群眾祭掃安全有序。

1、建立健全安全保障機制。各鄉鎮要按照國務院、省政府以及民政廳、市民政局關于做好文明祭掃平安清明工作有關文件精神，積極向當地黨委政府匯報，推動建立“黨委領導、政府負責、部門協作、社會參與”的安全保障工作機制，強化責任意識，統籌安排清明節期間群眾祭掃安全保障工作；縣殯葬管理所要切實加強與公安、消防、交通、林業等部門的通力合作，形成合力，共同做好清明節期間群眾祭掃活動安全保障，全面實現“平安清明”的工作目標。要制定完善清明祭掃應急保障預案，明確關鍵崗位、重點時段和重要場所的安全管控責任，嚴格落實應急值守、重特大事故報告制度，及時有效地處理好各種突發性事件。要建立完善清明祭掃應急救助制度，根據需要在重點祭掃服務場所設立應急救助臨時服務點，及時為陷入臨時性困境的祭掃群眾提供應急性救助服務。

2、全面開展安全隱患排查。各鄉鎮要緊密結合清明節群眾祭掃活動“短時間、小空間、高密度”等特點，研究制定工作方案，提前謀劃，周密安排，全力做好隱患排查，加強風險預防。要嚴格按照“全覆蓋、零容忍、嚴執法、重實效”的原則，通過自查、督查和第三方排查等方式，在清明節前全面開展祭掃問題隱患大排查，做到“早發現、早報告、早處置”，有效防止各類安全事故發生。排查的重點是：群眾集中祭祀場所的建筑設施及環境（包括在建工程、巖坡、堡坎、護欄等）、群眾集散場地（道路）、車輛管理、交通管理、電器電路使用、易燃物品存放、消防安全管理、消防器具配備等。縣殯葬管理所要加強殯葬設施設備的安全管理，以規范化操作、規范化管理為抓手，確保殯葬設施、設備的安全運行。要針對安全工作的薄弱環節，采取及時有效的措施加以整改，嚴防各類安全事故發生。各鄉鎮民政辦和殯葬管理所的負責同志要深入一線督導檢查，確保清明祭掃各項安全防范措施落實到位。對安全隱患大排查中組織不力、整改不到位或造成嚴重后果的，要嚴格追究領導責任。

3、重點防范擁堵踩踏和火災事故。縣殯葬管理所要協調有關部門提前制定公子山公墓群眾祭掃交通疏導方案，適時公布交通擁堵狀況，有效引導群眾錯峰祭掃，防止出現祭掃群眾擁堵滯留情況。特別要加強山上、山下、黑河橋、陵園路等祭掃群眾人流密集區域的安全防控，做好巡邏值守和人流疏散工作，必要時采取分流或限流措施，嚴防擁堵踩踏事故發生。要加強對祭掃服務場所的火源管控，強化防火工作措施，盡量消除燃放煙花爆竹等祭祀陋習，設置禁放標識，落實專人負責。不得在林區、景區等禁火區域焚燒紙錢、燃放鞭炮，各鄉鎮要加大野外祭掃用火巡查力度，嚴防因祭祀引發山林火災事故，公子山公墓要嚴防爆竹傷人。

（二）倡導移風易俗，推動節地生態安葬改革

1、全面推行文明低碳祭掃。各鄉鎮積極倡導移風易俗，全面推行低碳文明的祭掃方式，切實發揮黨員、干部的帶頭作用，逐步引導群眾接受文明低碳祭掃觀念。要不斷開辟和完善網絡祭奠平臺，積極組織社區公祭、集體共祭以及“時空信箱”、“思念墻”等現代追思活動，鼓勵開展“鮮花換紙錢”、“絲帶寄哀思”等免費、獎勵公益活動，盡量為群眾創造文明低碳祭掃的便利條件，樹立移風易俗新風尚，逐步使群眾由實地實物祭掃轉移到對逝者的精神文化傳承上來，引導群眾過一個現代文明的清明節。要加強清明祭掃管理，加強對燒紙錢、焚祭品等不文明祭掃行為的管控，堅決抵制祭掃過程中的封建迷信活動，創造文明低碳祭掃的良好社會環境。同時，要培育推廣廣受群眾認可和歡迎的生態節地葬法，大力倡導綠色殯葬。

2、全力推動節地生態安葬改革。各鄉鎮要深入貫徹落實民政部等9部門聯合印發的《指導意見》要求，尤其是要抓住清明前后骨灰集中落葬習俗的有利時機，加強政策宣傳和輿論引導，支持和培育公益生態安葬試點，組織開展樹葬、深埋、骨灰撒散等節地生態安葬活動或共祭儀式，號召黨員干部帶頭，鼓勵廣大群眾積極參與，推動節地生態安葬工作取得進展和突破。省民政廳今年開展“節地生態葬”公益捐贈活動，我縣公子山公墓不少于20個。縣殯葬管理所要認真組織開展“節地生態葬”公益捐贈活動，積極開展形式多樣的宣傳活動，并在多種媒體上向社會公開公子山公墓免費節地生態穴位的地點、個數、聯系電話、申請方式和監督電話，并將活動方案和公開內容報上級主管單位。

（三）推行惠民殯葬，健全殯葬救助保障制度

全面推行惠民殯葬政策，著力保障群眾基本殯葬需求是切實減輕群眾殯葬支出負擔、實現改革發展成果惠及全民的重要途徑，是完善社會保障體系、促進社會穩定和諧的應有之義，是保護資源環境、促進生態文明建設的客觀要求，是深化殯葬改革、推動殯葬事業科學發展的內在動力。各鄉鎮要以清明節為契機，積極爭取當地黨委、政府對惠民殯葬工作的重視支持，主動爭取相關部門支持配合，結合實際、綜合分析、理清思路、尋找途徑、提出方案，加快推進惠民殯葬政策出臺，加快建立健全殯葬救助保障制度。特別是要以民政部等9部門《指導意見》為抓手，堅持遺體火化和骨灰生態安置并重，積極推動將樹葬、深埋、撒散等節地生態的骨灰安葬方式和土葬改革區群眾自愿火化行為納入惠民政策覆蓋范圍，給予獎勵或補貼。

（四）強化殯葬服務，推進殯葬行業行風建設

繼續鞏固殯葬管理服務專項整治活動成果，認真落實民政部部署的“殯葬服務提升年”活動要求，努力促進殯葬行業規范化建設。要圍繞完善制度、健全設施、精準服務、廉潔從業等核心目標，把清明節祭掃服務保障工作作為殯葬服務提升行動的一次集中演練，全面加強行風建設，優化殯葬服務，改進殯葬管理，提升監管執法水平，推動殯葬改革。縣殯葬管理所要精心制定活動方案，加強組織領導，明確任務措施，強化督查指導，切實解決行風建設和服務管理中存在的突出問題，不斷提升服務質量，爭取涌現出更多優質服務品牌、優秀服務標兵，樹立行業良好形象，讓人民群眾有更多獲得感。要把清明節祭掃服務保障作為檢驗行風建設的重要內容，做細、做實、做好各項服務管理工作，在便民服務上下功夫，在創新管理上見實效，及時總結好經驗、好做法、好作風，并將其在今后工作中固定下來、堅持下去。

（五）主動開展宣傳，營造良好氛圍

以紀念老一輩革命家簽名倡導火葬60周年為契機，抓住清明節重要時間節點，精心策劃，組織開展形式多樣、內容豐富的紀念宣傳活動，著力加強與公眾、媒體的對話交流和良性互動，增進理解，凝聚共識。各鄉鎮要結合實際情況選擇文明祭掃宣傳基地或公益生態安葬示范點，通過舉行“文明祭掃儀式”、“集體公祭”、“節地生態葬”公益捐贈等活動，大力宣傳文明低碳祭掃，廣泛宣傳惠民殯葬政策，大力推行樹葬、花葬、骨灰撒散等節地生態的骨灰處理方式，在土葬改革區積極倡導深埋不留墳頭，有效提高節地生態安葬率。要充分發揮廣播、電視、報刊等傳統媒體和網站、微博、微信等新興媒介的作用，有效增強主題宣傳月活動的影響力和覆蓋面，掀起殯葬改革宣傳的新。同時，要積極協調新聞媒體開展“清明走基層”活動，充分挖掘和宣傳基層殯葬職工中的感人事例，大力宣傳基層黨員、干部帶頭推動殯葬改革的先進典型，真實展現殯葬行業的良好形象，贏得廣大群眾對殯葬改革的認同。要積極為媒體采訪提供便利條件，在處置突發事件的預案中增加輿情監測和宣傳工作內容，對媒體曝光的問題要第一時間反應，堅持以事實為依據，以法律為準繩，及時公布調查處理結果，回應媒體和社會關切。

三、具體措施

（一）建立機構，確保組織到位。結合我縣清明節祭掃實際，全縣各地從3月15日開始啟動清明節期間應急預案，縣民政局成立2016年清明節工作領導小組，人員組成如下：

組長：

副組長：

（二）設立清明節觀察點，掌握祭掃動態。我縣將執行清明節祭掃觀察點制度。按照市局要求，縣公子山公墓為市級清明節觀察點。