舆情监测制度的执行需要多种技术手段的支持，关键技术手段：

网络爬虫技术：用于抓取目标网站的网页、帖子等信息，实现数据采集。例如，通过编写爬虫程序，可以自动获取新闻媒体、论坛、博客等平台上与企业相关的信息。

大数据技术：能够处理和分析海量的舆情数据。借助大数据技术，可以实现网络舆情数据的自动获取、自动分类或聚类，明确网络舆情所处的阶段（如酝酿期、发展期、高潮期等），并以简报、报告、图表等可视化方式呈现分析结果。

情感分析技术：也称为观点挖掘技术，用于从社交媒体帖子、在线评论等大型数据集中提取公众的情感倾向（如正面、负面、中性），从而了解公众对特定话题的态度。

人工智能技术：包括机器学习、自然语言处理等。人工智能技术可以帮助及时发现舆情话题并自动追踪发展趋势，准确把握公众情绪特点，系统分析统计舆情信息，有利于从更长时段和更宽领域对网络舆情开展多元化研究。

多模态智能分析技术：针对包含文本、图像、视频、音频等多模态数据的舆情信息，通过多特征融合方法识别主题词、生成文本摘要，进行语义距离计算、语义分类、群体划分、情感分析等操作，搭建集监测、分析、预警和决策等功能于一体的舆情防控平台。

舆情监测平台：专业的舆情监测软件或平台，可以提供实时新闻媒体监测和社交媒体上品牌舆情监控情况并分析，及时发现负面评论，扩大正面的品牌知名度，管理公司品牌声誉，同时还能帮助企业知悉消费者关于品牌和行业的交流互动，有效管理品牌媒体端曝光情况。

数据可视化技术：将舆情分析的结果以直观的图表、图形等形式展示出来，帮助决策者快速理解和把握舆情态势。

云计算技术：提供强大的计算能力和存储能力，支持舆情监测系统的运行，尤其是在处理大规模数据时，可以确保系统的稳定性和响应速度。

移动互联网技术：随着移动设备的普及，舆情监测也需要适应移动互联网的发展，确保能够实时监测和分析来自移动终端的舆情信息。

区块链技术：用于确保舆情数据的真实性和不可篡改，在一些对数据可信度要求较高的场景下，可以应用区块链技术来记录和验证舆情数据的来源和传播路径。

这些技术手段的综合应用，可以帮助企业或组织全面、及时、准确地监测和分析舆情，为决策提供有力支持。