网络社区具有匿名性、便捷性和极强的时效性,极易产生网络舆情,不良言论的传播将会扰乱社会治安并威胁民众安全。对网络舆情进行分析预警处理,可以帮助相关工作人员作出及时准确的判断,有效遏制不良言论的传播,保护公众安全并维护社会稳定。由于网络社区文本数据量大、传播速度快、以口语化为主且具有极强的情感特征,网络舆情的分析预警不仅要考虑文本的情感特征还要保证接近实时的处理效果。然而,当前结合情感计算的舆情预警技术研究尚不完善,舆情分析预警技术的实时性也亟待进一步的探索。针对以上问题,基于情感计算的网络社区舆情分析预警技术根据历史舆情数据构建网络舆情知识库,为保证接近实时的处理效率,采用大数据处理框架SparkStreaming实现网络社区文本数据流的实时分析处理。结合文本的情感特征,应用自然语言处理技术实现文本的预处理。分析文本情感倾向,获取舆情关键词,设计构建了以情感计算为核心的舆情指数计算模型,计算文本突发舆情指数,识别文本的舆情类别并得到舆情预警等级。实验获取高校论坛数据及相关公网论坛数据,从分析预警技术方法、舆情检测技术效果和实时预警处理速度三个方面进行验证。实验结果表明情感计算模型的构建提升了网络社区舆情分析预警的效果。与相关领域新近研究成果比较,在与Laylavi F等提出的特定事件检测技术TopicSketch和SaifH提出的语境语义情感计算方法的对比实验中,本文的方法在F度量结果上分别提升了 1.24%和7.1%,实现了实时预警。目前基于情感计算的网络社区舆情分析预警技术应用在网络舆情系统当中,为网络社区的舆情分析预警提供了有力的支持。