随着移动互联网和无线网络的快速发展,收看网络直播已经成为人们一种新的娱乐方式。网络直播平台的观众在收看直播的同时,可以发送弹幕表达自己的观点。弹幕的加入,提高了观众的收看体验,增强了的直播互动性。但是在网络直播中仍然存在着很多舆情安全问题,例如,主播为了吸引观众会直播低俗色情的内容。为了增加直播间的热度,有些主播会故意发表消极的价值观、政治观点,与观众发生争吵,造成弹幕环境的混乱。不仅仅是主播,某些观众也会发出虚假,煽动性的信息,严重影响了直播平台的舆情安全。因此,对直播平台进行有效监管,保证直播平台的舆情安全,显得迫在眉睫。以往的监管方式,主要是使用人工监管,效率低而且容易漏报。本文使用弹幕数据作为研究对象,通过对弹幕信息进行监控,实时分析网络直播平台中的舆情现状。弹幕,作为观众评论的载体,可以侧面反映直播的内容,帮助管理员分析主播和观众的行为。基于此,本文从直播内容和用户行为两个角度对网络直播平台中的舆情安全进行分析,分别提出了基于弹幕情感分类的直播内容检测模型、基于LightGBM的弹幕爆发中机器人用户检测方法、并实现了网络直播平台的舆情分析检测系统。本文的主要研究成果如下:(1)针对直播内容人工监管效率慢的问题,提出了基于弹幕情感分类的直播内容检测模型,使用弹幕监测直播内容。该模型主要基于长短时记忆网络的情感分类,以及敏感词匹配的方法。实验结果证明,该模型可以检测出消极的直播内容,辅助人工进行监管,提高监管效率。(2)针对弹幕爆发现象中的机器人弹幕问题,进行了详细的分析与研究,提出了基于环比历史数据的弹幕爆发识别的方法,以及基于LightGBM的机器人检测方法。经实验验证,对于机器人用户造成的弹幕爆发现象,具有较好的识别效果。(3)设计并实现了一套网络直播平台的舆情分析检测系统,该系统以弹幕为载体,将上述研究成果应用于直播平台的监管。该系统将直播监管信息可视化,实时展示给平台管理员。系统测试说明,该监管平台可以有效帮助管理员监控直播平台,对于敏感信息及弹幕爆发情况,具有一定的检出率。作为一种自动化监测系统,可以有效辅助管理员对直播平台进行监控,节约人力物力、提高管理效率。