汽车产业是国家发展的重要支柱,汽车产品缺陷具有危害性大、社会影响广泛等潜在恶劣后果。因此,对汽车产业的有效监管是保护消费者权益,促进产业健康发展的关键。而随着我国汽车保有量逐年攀升,汽车产品研发周期不断缩短,国内现行的《缺陷汽车产品召回管理条例》面临监管困难、响应延迟等挑战。同时,近几年的市场监管规划和政府工作报告政策也对“互联网+监管”的建设提出了新的要求。另一方面,网络舆情信息成为了政府部门和企业决策的重要依据,以舆情分析为基础的风险预警研究在多个领域得到了快速的发展,先后出现了针对突发事件、新政策实施、食品安全、企业口碑、公关及产品改进、股市波动等方面的预警研究。而舆情分析在汽车缺陷自动预警方面的研究才刚刚起步,国内还未发现有具体的实例验证。如何结合实际数据验证舆情分析在汽车缺陷自动预警的可行性及效果,是本文研究的重点。本文以小型汽车作为研究对象,爬取了召回、投诉、口碑和小型汽车基本参数相关的40余万条非结构化的有效数据,应用实体识别和文章改进后的情感分析方法对舆情进行结构化处理,借助文章提出的文本相似性方法解决了不同来源舆情之间的异构问题。依据支持向量机和二项逻辑斯蒂回归模型的实验结果,总结了基于舆情分析的小型汽车缺陷预警模型,实现了输入相应小型汽车子系统相关的舆情数据,输出对应子系统是否存在缺陷风险及其概率的目的。实验结果表明,基于网络舆情分析的小型汽车缺陷预警是可行且有效的,预测F1值达到72.19%,准确率达到94.75%。另外,对模型的重点监控指标进一步分析,可以发现小型汽车缺陷预警与舆情负面情感强度、产地强相关,同时存在一定程度的“破窗效应”,即发生过缺陷的车系和故障系统反而更可能再次发生。在召回事件的影响上,召回可以减少一定的负面舆情,但也存在一定的时滞性。这些结论为缺陷监管工作提供了有效的抓手。