网络舆情分析研究现状大全11篇

绪论：写作既是个人情感的抒发，也是对学术真理的探索，欢迎阅读由发表云整理的11篇网络舆情分析研究现状范文，希望它们能为您的写作提供参考和启发。

篇（1）

中图分类号G251 文献标识码A 文章编号 1674-6708（2014）114-0013-02

当前，世界各国的许多高等院校和科学研究机构都在加强对图书情报的研究，许多世界一流院校，比如Harvard University（哈佛大学）、Princeton University（普林斯顿大学）、Yale University（耶鲁大学）、Massachusetts Inst. of Technology（麻省理工学院）等都建立了比较完善的情报学教育体系。而比较而言，在我国高等院校与科研院所对图书情报学的相关研究，明显要相对落后，近年来随着改革开放的深入推进，有关情报学的招生和课题研究有所提升，并呈现出较为快速的增长态势，然而由于研究内容相对较为高深，而且研究的靶场显得较为前沿化与多元化。基于关键词对学位论文进行统计、研究与分析是文献计量学的范畴，是图书情报学研究的重要内容。即以学位文献或学位文献的某些特点为标的，以聚集梳理一定数量文献为基础，由此展开对某一时域某一领域科学技术基本状况与基本特征的研究，并由此论述和预测该领域科学技术在今后一段时期的研究趋势与特点规律态势。基于独特关键词进行图书情报领域的硕士学位论文进行分析，是情报学研究的一项重要方法，是一种将文献资料中的众多核心要素关联起来，进行统计分析的引证分析方法，其可以较为科学地评价文献所研究与发展的现状和趋势，揭示学科当时研究的热点，较为准确地评价文献所代表的学术水平。

1 研究对象数据来源

本文研究的对象定位于对国内图书情报领域这一总体框架，并于此基础上将“靶向”集中于硕士学位论文的统计、分析与研究，将“靶标”聚集到硕士学位论文的研究热点、趋势、重点、前沿以及其变化情况，从而更加清晰地梳理出我国情报学研究的发展脉络，从而为我国情报学教育发展提供参考。研究的主要数据来源集中于国内著名的学位论文收集库――中国知网CNKI学术文献总库、维普期刊资源整合服务平台与万方数据知识服务平台“三大论文数据库”，以及国内高等院校图书馆自建特色数据库。其中，中国知网CNKI和万方数据库是国内收录学位论文最为全面的数据库，因此，为了确保分析研究的数据具有较高可信度与代表性，分析研究检索的数据源即来自该两个数据库，着重定位于“学科专业名称”、“学科专业分类”选项进行检索，而检索的时间区域定位于近10年，对于两个数据库检索出来的文献，对于相同的通过采用SQL 语句进行筛选，剔除重复的以及不符合的。

由此，以“情报学”作为检索词，从中国知网CNKI数据库获得1640篇硕士论文，从万方数据库中获致1315篇硕士论文，通过SQL筛选剔除重复的以及不符合的795篇，总共获得有效国内图书情报领域硕士论文2160篇。

2 基于高频关键词的国内图书情报领域硕士学位论文特点

通过对获取到的2160篇国内图书情报领域硕士论文进行研究，综合统计论文的关键词，累计关键词有13976个，经过分析研究，去除不能表达论文主题概念的关键词3645个，共得10331个，平均每篇硕士文献关键词数为4.78个，由此可说明该统计是科学的，与国外科文献资料对关键词的标引规则相符（国内外科技期刊要求的每篇关键词应标出 3-8 个），接着对关键词的词频进行统计分析，将关键词的频度大于60作为标准，将其定义为“高频词”，通过对“高频词”的统计分析，可以非常清晰地看出，有关“知识管理”这一主题的频次最高，多达126次。无疑，这也证实了近些年来，学术界对知识管理这个方向的研究热点。此外，“电子商务”为121次、“信息化”为118次、“信息技术”为112次、“竞争情报”为102次、“信息服务”为98次、“信息检索”为96次、“数据挖掘”为87次、“数字图书”为84次、“信息资源”为79次、“电子政务”为75次、 “知识服务”为71次、“知识共享”为68次、“数据仓库”为63次，从中也反映了我国对信息化建设、知识服务、数字化建设等关注在日益提升，也验证了我国国务院学位委员会重新颁布的《授予博士、硕士学位和培养研究生的学科、专业目录》中“图书馆、情报与档案管理”的实效，表明了情报学与管理学之间渗透和结合日益加强，也可以折射出当前研究的重点、热点仍然集中在情报学基础领域，并预示着今后情报学研究的一个重点将是对网络信息资源的开发、整合与利用。

3 基于聚类共词的国内图书情报领域硕士学位论文特点

通常来说，仅仅通过孤独地察看论文的某一关键词，通常是难以有充足的理由说明该论文所研究的主题，然而通过关注两个或者两个以上的关键词，将可以给予人们更加充分的信息去把握论文的大致内容和论文的主题脉络。通过采取计算机数字高效处理作用，充分发挥Excel的数据透视功能，再次对出现次数高于60的高频出现的关键词进行“聚类性”分析，统计在同一论文中两两同时出现的关键词，从而构建出60 × 60的“聚类共词矩阵”，通过这一矩阵的研究，非常清晰地显示出“聚类共词矩阵”是一个对称矩阵，其中位于矩阵对角线上的数据显示的是某关键词自身一同出现的频次，这个一同出现的现象就实质来说，就是论文之间的相关度，对于非对角线上的数据，则表示不同关键词之间的共现频次。通过这个矩阵可以从另一个侧反题出，关键词分布既有交叉、相互渗透又具有群组分布的独立性。通过Excel的数据透视处理得到共现频次较高的有：“知识管理”为124次，“电子商务”为106次，“竞争情报”为101次，“高校图书馆”为98次，“信息服务”为92次，“数据挖掘”为87次，“数学图书馆”为83次，“信息资源”为81次，“电子政务”为79次，“知识共享”为72次，“数据仓库”为66次。由此可以看出，在国内图书情报领域硕士学位论文的研究主题中，当前基于数字化、信息化、电子化的知识管理与数据挖掘是个热点，同时也说明我国情报学教育研究的领域在不断拓宽。

综合以上，关注独特关键词下国内图书情报领域硕士学位论文研究的学科结构特点，获得了基于高频关键词的国内图书情报领域硕士学位论文特点，以及基于聚类共词的国内图书情报领域硕士学位论文特点，通过对研究结果的比较分析，得出了一些有较为充足理由支撑的结论，那就是从中可以较为清晰地得出，当前以及今后一段时期国内图书情报领域硕士学位论文研究的侧重点在于“数字化、信息化、电子化的知识管理与数据信息挖掘”。

参考文献

[1]曾学喜.网络舆情突发事件预警指标体系构建[J].情报理论与实践，2013（11）.

篇（2）

中图分类号：TP3-05文献标识码：A文章编号：16727800（2012）009000303

1文本情感研究的背景

所谓文本情感分析（Sentiment Analysis），就是对说话人的观点、态度和情感倾向性进行分析，即分析文本中表达的主观性信息。根据立场、出发点、个人态度和喜好的不同，人们对各种对象和事件表达的信念、态度、意见和情感的倾向性不可避免地存在差异。在论坛、微博等反映人们观点的网络媒体上，尤其表现出了这种差异。

文本情感分析在实际生活中有着广泛的应用，可以应用于产品推荐系统、有害信息过滤、社会舆情分析、产品在线跟踪和质量评价、影视评价、Blogger声誉评价、新闻报道评述、事件分析、股票评论、图书推荐、敌对信息检测、企业情报系统等方面。

在已有研究中，文本情感分析也被称作观点鉴别（Opinion Classification）、流派分类（Genre classification）、情感的极性（Sentiment polarity）、语义倾向（semantic orientation）、观点挖掘（opinion mining）、观点抽取（opinion extractive）等，为了表述的一致性，本文中将其统一表述为情感分析。

文本情感分析通常包含4个子问题：①确定文本情感的类别有多少；②文本的主客观区分，即区分出文本内容是主观评论还是客观陈述；③文本的极性分类（Polarity Classification），又称为正负面倾向性分类，即判别文本内容是肯定赞赏的，还是否定批判的；④文本情感强度分类，即判定文本情感倾向性的强弱程度，如强烈贬义、一般贬义、客观、一般褒扬、强烈褒扬5个类别，这一问题通常又被称为等级推理（Rating Inference）。

2文本情感分析整体研究现状

目前，公认的关于文本情感分析的研究工作开始于Pang在2002年提出的基于文本的N元语法（Ngram）和词类（POS）等特征，分别使用朴素贝叶斯（Naive Bayes），最大熵（Maximum Entropy）和支持向量机（Support Vector Machine，SVM）将电影评论文本的倾向性分为正向和负向两类。此外还有Turney在2002年提出的基于无监督学习（Unsupervised Learning）对文本情感倾向性分类的研究。同时他们在实验中使用的电影评论数据集目前已成为广泛使用的情感分析的测试集。

如今，国内外都已经掀起了文本情感的研究热潮，很多研究团体、科研院校、公司已经对文本情感展开了研究。把这些相关的研究分为4个阶段：①语料阶段；②文本的预处理阶段；③特征标注与特征选择阶段；④情感分类阶段。

2.1语料阶段

目前绝大部分语料都来自博客、专业的评论站点、新闻站点、电子商务站点。而其中影评资料、产品的用户评论、Web 2.0博客文章是研究者的首选。

康奈尔大学的电影评论数据集以及Theresa Wilson等建立的MPQA库是目前研究者广泛使用的两类情感分析数据集。

2.2文本的预处理阶段

文本情感分析的预处理包括：停用词、词缀修剪、N元词、词性标准、简化替换（如书替换为NOUN、照相机替换产品名）等，但这些有意“美化”的处理都会降低情感分析的准确率。

此外，主观句识别也属于文本情感分析的预处理阶段。该研究的目标是需要提取文本的真正表达情感的句子。Pang于2004年提出基于文本中的主观句的选择和Wilson等人于2005年开创了在短语层进行主观性分析的研究工作，提出基于文本中中性实例（Neutral Instances）的分析，他们根据28个混合特征训练了一个分类器，都是为了能够尽量获得文本中真正表达情感的句子。Abbasi于2008年提出通过信息增益（Information Gain，简称IG）的方法来选择大量特征集中对于情感分析有益的特征。

2.3特征标注与特征选择阶段

情感特征的标注方法目前主要包括：

（1）监督机器学习的方法，由已有的电子词典或词语知识库扩展生成的情感倾向词典。情感词就是指具有情感倾向的词语以名词、动词、形容词和副词为主，包括人名、机构名、产品名、事件名等命名实体。其中，部分词语的褒贬性（或称为极性，通常分为褒义、贬义和中性）可以通过查字典获得，其它的极性与情感倾向性的强烈程度都无法直接获得。

使用情感词作为特征的研究有：

朱嫣岚等人提出了基于知网的两种词汇语义倾向计算方法，即基于语义相似度的方法和基于语义相关场的方法。

娄德成和姚天昉也是通过计算文本中词汇与知网中已标注褒贬性词汇间的相似度，来获取词汇的语义倾向性。

目前，依靠语料或字典语料结合构建意见词典成为主流。由于目前用于情感分析的中文标注语料较少，即当目标领域不存在标注语料时，Xiaojun Wan通过谷歌翻译等机器翻译服务，利用英语标注语料和中文未标注语料弥补中文标注语料不足的问题。此外，还有Danushka Bollegala等提出算法可以通过其它领域标注语料和目标领域的未标注语料生成意见挖掘所需的情感敏感词典。

（2）无监督机器学习的方法。Turney在2002年基于点互信息（PMI）计算文本中抽取的关键词和情感基准词（Excellent， Poor）的相似度来对文本的情感倾向性进行判别（SOPMI算法）。实现方法简单，此算法得到了很多研究者的推荐。

Yuan等人在Turney的研究工作的基础上，对汉语极性词的自动获取进行了研究，发现采用一个字符的汉语情感词比汉语情感词的效果要好。

（3）情感特征的选择方法。目前很多情感分析的研究基于机器学习，那么特征选择就是一个很重要的问题，N元语法等句法特征是使用最多的一类特征，Wilson等人于2009年提出混合单词特征、否定词特征、情感修饰特征、情感转移特征等各类句法特征的情感分析，Abbasi等人于2008年提出混合句子的句法（N元语法、词类、标点）和结构特征（单词的长度、词类中单词的个数、文本的结构特征等）的情感分析。Melville等人于2009年提出结合情感词的先验的基于词典的情感倾向性和训练文本中后验的基于上下文的情感倾向性共同判断文本的情感倾向性。

另外，传统的文本特征选择方法有监督特征选择方法CHI、IG、MI和无监督特征选择方法DF、TS、TC、En。这些方法应用到这些情感特征选择上的效果如何还有待实验验证。

2.4情感分类阶段

（1）情感建模的方法。基于监督学习算法的情感分析仍然是主流，Zhang等人于2009年提出基于非负矩阵三分解（Nonnegative Matrix Trifactorization），Abbasi等人于2008年提出基于遗传算法（Genetic Algorithm）的情感分析之外，使用最多的监督学习算法是朴素贝叶斯、k最近邻（KNearest Neighbor，KNN）、最大熵和支持向量机等。

此外还有基于规则和无监督的建模方法。娄德成等人于2006年利用句法结构和依存关系对中文句子语义进行了情感分析，Zagibalov等人于2008年在SOPMI算法的基础上通过对于中文文本特征的深入分析以及引入迭代机制在很大程度上提高了无监督学习情感分析的准确率。

（2）情感分析的其它研究点。除以上介绍的情感分析关注情感的分类以外，还有评论对象的识别、情感倾向性论述的持有者识别、抽取句子中评价词语和目标对象之间的关联关系、评价倾向极性的强度等研究方向等等。

（3）目前已有系统。目前很多系统已经问世，例如：日本富士通公司开发了从中、日、英三国语言的博客和论坛中提取对企业及其产品的评价信息的技术，根据从万维网上抓取的大量用户的评论得到产品的整体信誉度。

上海交通大学开发了一个用于“汉语汽车论坛”的意见挖掘系统。目的是在电子公告板、门户网站的各大论坛上挖掘并且概括顾客们对各种汽车品牌的不同性能指标的评论和意见，并判断这些意见的褒贬性和强度。然后，通过对文本处理的综合统计，给出可视化的结果。该系统仍需要在特征获取、权重计算等方面进行完善。

综合以上研究现状，对比国内外的研究进展，对于国内来讲，中文文本情感分析可以说刚刚起步，与国外的主要差距表现在：①在基础资源建设方面，还没有建立起一个公开、公用、权威、标准的词典资源和具有一定规模的标准语料资源；②在研究方案方面，从词语、短语、搭配、句子到文本，主要跟踪借鉴国外研究思路与技术路线进行尝试。

3中文文本情感分析亟待解决的问题

相比传统的文本分类，情感分类有先天的困难和挑战，主要表现在：①自然文本中表达方式的多样化：比喻、附和、讽刺、正话反说等；②句式的复杂性：比较型的句子、各种不同的习惯用语、句式的不同搭配等；③训练数据的稀疏性和不均衡性。这些都造成了目前较为狭窄的应用领域，不能同时获得较高的准确率和召回率。

中文文本情感分析研究方兴未艾，仍然存在很多问题亟待解决，未来的研究将主要围绕以下几个方向展开：

（1）建立标准的中文文本情感词库及标准的文本情感测试语料库。标准完善的数据库是验证算法的有力工具。因此创建更大规模且更标准的中文文本情感数据库是下一步工作的重中之重。

（2）选择最优文本情感特征集。文本情感特征是中文文本情感分析研究的第一步，在很大程度上影响最终的列表识别结果。一个词存在多维度的情感，因此，单纯依靠情感词并不能准确判定所有情况下的情感和意见。所以，对于情感特征集选择技术需要我们进一步的研究和完善。

（3）选择合理有效的文本情感分类方法。情感特征的权重简单累加并不意味着情感表达能力的累加，紧致有效的特征表达方法是跨越“语义鸿沟”的重要手段。人们往往通过各种手段多渠道地获取各种各样的情感特征，并通过不同分类器的融合表示它们。但这方法需要在更多的情感分析领域进行实验验证，未来还需要开展融合多方面文本情感特征的工作。

（4）可靠性研究。文本情感中评论的真实性通过信用评价来衡量，不真实甚至是混淆视听的评论称为意见垃圾（Opinion Spam）或虚假评论，也将是未来研究的方向之一。

参考文献：

[1]LIU B. Web data mining： exploring hyperlinks， contents [M].Usage Data. Springer，2011.

[2]PANG B， LEE L， VAITHYANATHAN S. Thumbs sentiment classification using machine learning techniques[C]. EMNLP，2002.

[3]TURNEY P D. Thumbs up or thumbs down semantic orientation applied to unsupervised classification of reviews[C]. ACL，2002.

[4]PANG B， LEE L. A sentiment education： sentiment analysis using subjectivity summarization based on minimum cuts[C]. ACL，2004.

[5]WILSON T， WIEBE J， HOFFMANN P. Recognizing contextual polarity in phraselevel sentiment analysis [C]. HLTEMNLP，2005.

[6]ABBASI A， CHEN H， SALEM A. Sentiment analysis in multiple languages： feature selection for opinion classification in Web forums[C].ACM Transaction on Information Systems，2008.

[7]朱嫣岚，闵锦，周雅倩，等.基于HowNet的词汇语义倾向计算[J].中文信息学报，2006（1）.

[8]娄德成，姚天昉.汉语句子语义极性分析和观点抽取方法的研究[J].计算机应用，2006（11）.

[9]XIAOJUN WAN. Bilingual cotraining for sentiment classification of Chinese product reviews[J]. Computational Linguistics，2011（3）.

[10]CLIFTON， ANN AND SARKAR， ANOOP. Combining morphemebased machine translation with postprocessing morpheme prediction[C]. ACL HLT，2011.

[11]YUAN R W M， CHAN T Y W， LAI T B Y， KWONG O Y. Morphemebased derivation of bipolarsemantic rientation of chinese words[C]. COLING.2004.

[12]MELVILLE P， GRYC W， LARENCE R D. Sentiment analysis of blogs by combining lexical knowledge with text classification [C]. KDD，2009.

[13]ZHANG T L Y， SINDHWANI V. A nonnegative matrix trifactorization approach to sentiment classification with lexical Prior knowledge[C]. ACL，2009.

篇（3）

学校安全管理“一岗双责”就是在教育教学管理工作的基础上，同时承担着学校安全管理的责任。“一岗双责”是推行全员安全管理的重要举措，其对象包括教育系统全体人员。

在教育系统推行安全管理工作“一岗双责”，有利于实现学校“管人、管事与管安全”的有机结合，有利于统筹安排学校安全工作与业务工作，有利于把安全责任落实到具体部门和责任人。

二、学校安全管理“一岗双责”的目标原则

(一)工作目标

以科学发展观为指导，坚持“安全第一、预防为主、综合管理”工作方针，进一步落实各级教育行政部门监管责任和学校主体责任，进一步完善学校安全工作机制，实现学校安全管理“无盲点、无空白、全覆盖、全参与”目标，全面提升全市学校安全管理水平。

（二）基本原则

1.坚持“属地管理，分级负责”的原则。学校安全管理工作，坚持“谁主管、谁负责”、“谁审批、谁负责”和“属地管理与分级管理相结合，以属地管理为主”的原则。

2.坚持“两手抓”的原则。各单位要牢固树立“两手抓，两手都要硬”的原则，坚持“一岗双责”，坚持标本兼治，使安全工作和业务工作互相渗透，互相促进，共同提高。

3.坚持“以考促管”的原则。各单位要结合实际，认真实施考核和奖惩，运用科学有效的考核机制，以制度管人，以制度管事，通过考核和奖惩，全面落实“一岗双责”。

4.坚持“责任追究”原则。实行学校安全工作问责制、责任追究制，对未按规定落实学校安全监督和管理责任造成严重后果的，要严肃追究责任。

三、学校安全管理“一岗双责”领导机构

市教育局成立学校安全管理“一岗双责”工作领导小组，指导全市教育系统学校安全管理工作，领导小组成人员如下：

四、学校安全管理“一岗双责”主要责任

（一）领导小组责任

市教育局对学校安全工作管理实行集体领导与个人分工负责相结合的工作制度。局领导根据《关于市教育局领导分工的通知》精神，明确分工，各负其责，并按“一岗双责”的要求对分管工作承担相应的学校安全管理责任。如遇领导班子成员调整或分工调整，继任继管者自然接替相应职责。领导小组具体职责为：

1．在市委、市府和上级教育行政部门指导下,负责研究部署、指导、协调本系统安全工作，组织、督促各校贯彻落实上级有关安全工作的方针、政策和要求，制定我市教育系统安全管理工作的重大决策和措施。

2．建立市教育局学校安全管理监督工作机构，配置足够的专职干部和工作人员；保障安全工作专项经费。

3．组织教育年度安全工作目标管理责任制的考核。组织召开全市校园安全工作季度例会。

4．定期组织开展学校安全工作检查及不定期组织学校安全工作的抽查，监督重大安全隐患的整改销号。指导各校做好安全事故救援、调查处理和善后工作。

5．指导各校制定和落实防范安全事故的措施，会同有关职能部门查处学校安全管理方面的失职或违规行为。

6.掌握安全法律法规、熟知应急指挥流程、积极参与应急演练；突发事件发生时，领导小组应及时转为“学校重大突发事件应急处置工作指挥中心”，启动应急预案，妥善处理事件。

（二）各职能科室共同责任

1．科室负责人对本科室业务范围内的学校安全工作负直接监管责任，要认真抓好本科室业务范围内安全工作，要开展专题研究和隐患排查治理情况的监督检查工作。

2．把学校安全工作纳入科室年度工作目标，列入科室总体工作议事日程，做到与其它业务工作同部署、同检查、同考核、同奖惩。

3．认真落实学校安全工作责任，明确科室人员的安全岗位职责。加强对科室人员的安全教育。

4．安全事件发生后，各科室在教育局安全管理“一岗双责”工作领导小组的指挥下，迅速及时到位工作，积极主动前往现场，参与和配合相关部门做好对事件的调查处置工作。

5．承担与科室工作职责相关的网络舆情分析、研判、引导的责任。

6．做好业务范围内和领导安排的其它安全管理工作。

（三）各职能科室和有关直属单位岗位责任

1．安全管理科：

（1）贯彻执行有关安全工作法律、法规、规章和方针政策，制定全市学校年度安全工作计划和考核目标，指导、督查和考核、评估教育系统安全管理工作。

（2）指导各校建立健全学校安全管理制度，指导部署全市教育系统开展各类安全宣传教育活动；组织学校安全管理人员业务培训。制定学校各类事故应急预案，组织开展预案演练。

（3）定期组织召开教育系统安全工作例会，通报教育系统安全工作情况，分析研究安全现状，预测安全工作形势，提出整改意见和措施。

（4）负责落实上级及有关部门下达的安全管理工作任务，负责全市教育系统安全工作月报、季报和相关数据的统计报送。

（5）承担市综治委校园及周边治安综合治理专项组办公室的日常工作，负责校园及学校周边综合治理工作；承办市安委办、市食安办、市综治办、市平安办、市应急办和有关职能部门及领导交办的其他事项。

（6）建立教育系统安全工作责任制和事故责任追究制，坚持“一岗双责”制，完善学校安全责任体系，明确科室、学校安全工作责任。

（7）做好全市教育系统各类安全工作违法案件的处罚执行工作，会同有关部门和职能科室妥善处理学生伤害事故。

（8）指导全市教育系统做好安全事故的善后处理，协调重大安全事故的调查处理工作，按规定通报学校安全事故情况及有关数据，参与全市教育系统重大安全事故应急救援工作。

（9）监督全市教育系统检大危险源、重大事故隐患的整改；建立本系统重大危险源和重特大事故隐患治理的数据库，并实施严格的动态监控。

（10）协调有关部门和职能科室指导部署学校食品安全、传染病防控、食堂量化分级管理、食品安全示范店创建、健康促进学校创建等工作；配合职能科室做好法制教育、心理健康教育、禁毒教育、学校防火、防汛、防雷、防震及地质灾害防治工作。

2．办公室（行政审批科）：

（1）负责教育局机关内部安全工作，负责平时和节假日的值班安排。

（2）负责有关安全方面的新闻宣传报道和学校安全事故信息报送工作，牵头做好网上厅、教育微博等投诉的引导、回复，负责学校安全工作的舆论引导分析。

（3）负责所办会议和开展活动涉及的学校师生安全工作。

（4）负责民办学校的审批、年检、发证、撤销以及非法办学机构取缔过程中的安全工作。

（5）做好来信来访接待、矛盾化解工作，防止矛盾激化。

（6）负责局机关后勤的安全保障工作。

3．普教科：

（1）负责全市普通中小学各类教育教学活动（会议）中的学校师生安全工作。

（2）负责指导学校明确教师在日常管理中对学生实施保护的责任区间和具体要求。

（3）负责抓好学生德育工作，建立健全德育导师制和青少年违法犯罪预警机制，指导学校开展法制、国家安全、禁毒、防艾、青春期健康等教育工作。

（4）负责初中学业考试的学校师生安全工作。

（5）负责学校各类体艺活动中的师生安全工作。

（6）配合局相关职能科室和市级有关部门开展各种疾病预防、食品安全卫生等工作。

（7）负责全市中小学心理健康预警、干预，青少年科普、劳动技术教育、社会实践活动的安全工作。

（8）负责教育系统对外交流的安全工作。

（9）普通中小学校发生突发事件后，会同安全管理科前往现场，做好应急处置工作。

4．职成教科：

（1）负责全市职业学校和成人学校教育教学活动（会议）中的学校师生安全工作。

（2）负责指导学校明确教师在日常管理中对学生实施保护的责任区间和具体要求。

（3）负责做好职高学生教学、实习、初训安全管理工作。

（4）配合局相关职能科室和市级有关部门做好民办培训机构教学培训活动、消防、食品等安全管理工作。

（5）配合局相关职能科室和市级有关部门开展各种疾病预防、食品安全卫生等工作。

（6）职高学校、成校（社区学院）、民办培训机构发生突发事件后，会同安全管理科前往现场，做好应急处置工作。

5．学前教育科：

（1）负责全市幼儿园各类教育教学活动（会议）中的学校师生安全工作。

（2）负责指导幼儿园明确保教人员在日常管理中对幼儿实施保护的责任区间和具体要求。

（3）配合局相关职能科室和市级有关部门开展各种传染病预防、食品安全卫生等工作。

（4）负责将“平安校园”相关等级作为幼儿园各类创建和评优评先的前置条件。

（5）幼儿园发生突发事件后，会同安全管理科前往现场，做好应急处置工作。

6．人事科：

（1）负责涉及教师招考、考核奖惩、职称评聘、继续教育、工资调整、保险福利等各项业务中的安全管理工作。

（2）负责将学校安全管理工作列入学校领导班子考核评价的重要内容。在职务晋升、职称评聘、评先评优中，落实安全工作“一票否决”制。

（3）负责将履行安全管理“一岗双责”情况纳入各岗位人员年度考核和晋升考察的内容。负责将履行安全管理“一岗双责”情况纳入干部任用考察评价的重要内容。

（4）负责处理涉及人事管理和已辞退教职工来信来访工作；负责离退休教职工的安全管理工作；

（5）负责做好人事档案室的防火、防盗、资料保全工作。

（6）负责取消在学校安全工作中犯有重大错误、已不具备教师资格人员的教师资格。负责初级教师资格、小学教师资格、幼儿园教师资格认证过程中的安全工作。

（7）负责教职工教育管理的指导，严禁教师体罚、变相体罚学生。

（8）配合上级部门开展涉及教职工安全事故的调查处理工作。

7．计财科：

（1）负责学校校舍安全管理工作。

（2）负责危旧校舍的检查、检测、统计、改造过程中的学校师生、财产安全工作。

（3）负责学校基建项目及施工过程中的安全工作。严格落实建设项目安全设施“三同时”（安全设施与主体工程同时设计、同时施工、同时投入生产和使用）制度，不断改善安全生产条件。

（4）负责学校饮用水设备安全管理，负责学校锅炉、电梯等特种设备的安全管理工作及消防、防台防汛、防雷、防震设施等配置及监管工作。

（5）负责学校安全工作经费的保障和管理，并负责对投入和执行情况进行监督。

（6）负责学校食堂、小卖部及其它教育教学设施的安全。

（7）负责学校财务运行、现金管理过程中的安全工作。

（8）负责学校出租房屋及人员财产的安全管理。

8．纪检监察审计室：

（1）会同安全管理科对学校安全管理工作不力的人员进行通报批评，警示诫勉。

（2）对因工作失职、渎职等造成学校安全事故的人员进行责任追究。

（3）对学校安全事故调查与处理工作进行监察。

9．督导科：

（1）修改完善现有各种督导评估指标体系，把安全工作内容纳入各种相关的教育督导评估指标体系。

（2）负责研究建立学校安全工作督导评价机制。

（3）对学校安全工作中的重大问题进行专题调研指导，巡查、督导，并督促有关单位落实督查意见并及时整改。

（4）负责学校安全法律法规执行情况的督查工作。

（5）负责将学校安全工作列入义务段学校素质教育星级学校考核的重要内容，并将“平安校园”相关等级作为义务段素质教育星级评定的前置条件。

（6）履行教育督导室负责的其他工作的安全管理职责。

10．教育工会：

（1）负责教代会民主管理和民主监督工作中的学校师生、财产安全。

（2）负责工会组织的各项活动的安全监管。

（3）参与涉及教职工权益的安全事故的协调与处理工作。

11．教仪站（电教馆）：

（1）负责学校教学实验中的师生、财产安全。

（2）负责指导学校对易燃、易爆、放射、剧毒等危险化学品的储藏、搬运与使用中的师生、财产安全。

（3）负责信息技术教育及计算机网络管理中的师生、财产安全，信息技术、实验操作等考试过程中的学生安全工作。

（4）负责电化教学及各种电化教育活动中的师生、财产安全。

（5）负责教育系统网络软硬件的安全监管。

12．教研室（职教教研室）：

（1）负责组织、协调师生进行市级教学质量检测、学科竞赛等活动过程中的师生安全及安全督查。

（2）负责组织、协调师生参加市级教研活动、教学业务评比等过程中的师生安全及安全督查。

（3）负责组织、协调考研室教师专业培训项目中的人员安全。

（4）负责开展学校安全教育专题课题及教学研究，做好教育学会安全教育分会相关工作。

13．高招办（自考办）：

（1）负责高考、成人高考、自学考试等考试过程中学校师生交通、消防、食品、卫生、暴力伤害等方面的安全。

（2）负责高考、成人高考、自学考试试卷保密保管安全工作。

14．教育服务管理中心（学生资助管理中心）

（1）负责学生资助、勤工俭学等工作中的师生、财产安全。

（2）负责落实校园责任险和无责险，提倡学生自愿参加意外伤害险及其他险种，积极协调有关单位做好保险理赔工作。

（3）负责落实校服采购，教学设备、后勤物业等招标过程中的安全监管责任。

（四）教办安全岗位责任

教办主任是本镇（街道）范围内校园安全管理第一责任人，负责全面抓好辖区内校园安全管理工作的落实。主要职责有：

1．贯彻落实国家安全工作法律法规、方针政策和上级有关安全工作的决策、部署、指示，组织落实上级和有关部门下达的安全专项目标任务。

2．把学校安全管理工作纳入重要工作议事日程，每季度至少主持召开一次学校安全工作会议，及时研究解决辖区学校安全工作中存在的突出问题。

3.落实学校安全管理“一岗双责”，坚持将安全工作与教育业务、教育发展工作同时安排部署，同时组织实施，同时考核验收。

4.组织制定辖区学校安全工作计划、工作目标和工作措施，落实辖区学校安全管理责任制。

5.组织开展学校安全隐患的排查整治工作，及时发现和解决辖区学校安全隐患，督促制定落实重大隐患、重大危险源的整治、监控措施。

6.配备学校安全管理干部和工作人员，保障安全管理工作经费。每年至少组织一次辖区学校安全第一责任人、直接责任人和安全管理人员的安全教育培训。

7.建立健全辖区学校安全管理制度和安全事故应急救援预案，每学期至少组织一次应急救援演练观摩。

8.辖区学校发生重特大安全事故时，按规定启动预案，第一时间向市教育局和当地政府报告，并赶赴事故现场，组织开展救援。

9.组织协调当地镇（街道）相关职能部门在各自职责范围内加强学校安全管理工作。

10.浒山、白沙路、古塘街道社区学院院长参照教办主任安全岗位职责管理辖区内的所属幼儿园。

（五）学校教职工的岗位职责

全市学校教职工安全岗位职责按教育部《中小学校岗位安全工作指南》要求制订并落实，其中幼儿园、民办培训机构教职工岗位安全职责参照《中小学校岗位安全工作指南》要求执行。

五、学校安全工作责任落实保障措施

1．实行办学资格安全审查制度。在审批设置中小学、幼儿园、民办培训机构过程中，要将校园设施及周边安全情况作为基本条件。每年下达招生计划前对学校的安全条件进行检查，安全条件不合格的学校，必须限期整改，整改不达标的学校，暂停该校招生工作或减少该校的招生数量。情节严重的，勒令其停办整顿、取消办学资格。

2．建立督查、通报制度。市教育局组织力量对学校安全工作实行定期和不定期督查，切实督促学校消除安全隐患，坚决避免事故发生。市教育局对学校安全工作落实情况实行定期通报制度。

3．强化安全目标管理责任制考核。市教育局对学校安全工作实行过程和结果双重考核，并将考核结果作为评价学校领导班子和校长实绩的重要内容。