为了进行网络舆情的负面占比资料收集和分析，可以从以下几个方面着手：
数据收集：收集网络上关于某一特定主题或事件的舆情信息。可以通过社交媒体、论坛、新闻网站等多种渠道收集相关数据。确保数据的多样性和全面性，以便更准确地反映舆情态势。
数据分类：将收集到的舆情信息按照正面、负面和中性进行分类。这需要制定一套明确的分类标准，并根据这些标准对每一条舆情信息进行判断。
负面舆情占比计算：统计负面舆情信息的数量，并计算其在总舆情信息中的占比。这个占比可以反映出公众对于某一主题或事件的负面态度程度。
趋势分析：对负面舆情占比进行时间序列分析，观察其在不同时间段的变化趋势。这有助于了解舆情态势的发展动态，以及公众态度的变化过程。
情感分析：运用情感分析技术，对负面舆情信息进行深入的情感挖掘。这可以帮助我们了解公众对于某一主题或事件的具体不满和担忧，从而为企业或政府部门的决策提供更有针对性的建议。
在分析过程中，还需要注意以下几点：
数据质量：确保收集到的舆情信息真实可靠，避免受到虚假信息的干扰。
样本代表性：确保收集到的舆情信息具有代表性，能够反映广大网民的真实意见和态度。
分析方法：采用科学、合理的方法进行分析，确保分析结果的准确性和可靠性。
通过以上步骤，我们可以对网络舆情的负面占比进行资料收集和分析，为企业或政府部门的决策提供有力支持。同时，也需要注意网络舆情的动态变化，及时跟踪和分析新的舆情态势，以应对可能出现的风险和挑战。
