易班敏感詞監(jiān)測系統(tǒng)研究與設(shè)計

易班敏感詞監(jiān)測系統(tǒng)研究與設(shè)計蔣春華劉歡劉憶寧

【摘要】易班網(wǎng)是一款高校教育教學(xué)，生活效勞，文化娛樂的綜合性互動社區(qū)網(wǎng)，其參與主體是高校老師和學(xué)生。文章提供了一種監(jiān)測校園輿情的方案，該方案將網(wǎng)絡(luò)爬蟲和敏感詞進行比照搜索來監(jiān)控輿情方向。實驗數(shù)據(jù)說明，通過網(wǎng)絡(luò)爬蟲技術(shù)可以很好的用來監(jiān)測校園輿情。

【關(guān)鍵詞】易班網(wǎng)；網(wǎng)絡(luò)爬蟲；敏感詞

TheResearchandDesignaboutSensitiveWordsMonitoringSystemonEasyClassNetwork

JIANGChun-huaLIUHuanLIUYi-ning

〔SchoolofComputerandInformationSecurity，GuilinUniversityofElectronicTechnology，GuilinGuangxi541004，China〕

【Abstract】YiBannetworkisacomprehensiveinteractivecommunitynetworkwithfunctionofeducationandteachingincollege，lifeservices，cultureandentertainment.Aprogramisproposedtomonitorthepublicopinionofthecampus.Comparingthewebcrawlersandthesearchofsensitivewords，itcanmonitorthedirectionofthepublicopinion.Theexperimentaldatashowsthatwebcrawlerscanbeusedtomonitorthepublicopinionofthecampus.

【Keywords】YiBannetwork；Webcrawlers；Sensitivewords

0引言

隨著科學(xué)技術(shù)的開展，信息技術(shù)逐漸走進千家萬戶。信息技術(shù)的開展給人們?nèi)粘Ｉ顜肀憷耐瑫r，也給人們生活帶來挑戰(zhàn)。人們崇尚自由，在看不見的網(wǎng)絡(luò)中發(fā)表著自己的觀點，而不需要承擔言論帶來的責任。有些別有用心的人會引導(dǎo)網(wǎng)絡(luò)言論，從而到達自己的目的。因此需要對網(wǎng)絡(luò)言論進行監(jiān)控，防止不明真相的參與者被別有用心的人引導(dǎo)。

在校大學(xué)生是網(wǎng)絡(luò)言論的主力軍，然而由于大學(xué)生普遍涉世未深，極易受到不實信息和敵對勢力的蠱惑煽動，在虛擬網(wǎng)絡(luò)世界里發(fā)表一些激進的觀點和言論，影響校園和社會的穩(wěn)定團結(jié)。為此，監(jiān)測大學(xué)生的網(wǎng)上言論，通過大學(xué)生網(wǎng)上言論了解其心理思想和訴求是極其重要的。微博、貼吧、人人網(wǎng)等社交平臺，無需實名注冊，人員混雜，因此對這些平臺上在校大學(xué)生進行網(wǎng)絡(luò)輿情【1】監(jiān)控十分困難。易班網(wǎng)是一款專門針對在校大學(xué)生開發(fā)的互動社區(qū)，需要實名注冊。因此可以利用易班網(wǎng)對大學(xué)生進行網(wǎng)絡(luò)言論監(jiān)控【2】，從而了解大學(xué)生心理思想和訴求。利用易班網(wǎng)可以很好的了解當代大學(xué)生對于各種網(wǎng)絡(luò)事件的觀點【3】、輿論導(dǎo)向以及大學(xué)生的心理狀態(tài)，有利于學(xué)校及時處理相關(guān)輿情事件、引導(dǎo)輿情的開展【4】。

1易班網(wǎng)絡(luò)輿情監(jiān)測方案

圖1系統(tǒng)流程圖

利用敏感詞監(jiān)測系統(tǒng)對于易班網(wǎng)絡(luò)輿情監(jiān)測進行調(diào)研，在系統(tǒng)開發(fā)過程中綜合各方面因素，使用了Python2.7版本作為開發(fā)語言，MySQL5.1版本作為數(shù)據(jù)庫存儲系統(tǒng)，界面設(shè)計使用Django框架進行web展示。該系統(tǒng)主要包括了信息獲取、信息處理、輿情分析和輿情預(yù)警等四個模塊。程序運行流程如圖1。

1.1信息獲取

對于易班網(wǎng)絡(luò)言論進行分析，發(fā)現(xiàn)用戶言論主要集中在對文章的評論【5】，因此這一局部是信息獲取的主要途徑。由于每個學(xué)校都是有相對應(yīng)的ID，因此我們只需要對本校對應(yīng)的

ID域進行監(jiān)控和爬蟲爬取，從而獲取到學(xué)校在易班網(wǎng)上所有的文章URL。對這些URL進行存儲和網(wǎng)頁爬取，獲取文章信息以及文章下面的用戶評論信息。易班網(wǎng)絡(luò)的環(huán)境導(dǎo)致團隊成員需要綜合考慮各個方面，對爬蟲進行了延時處理，即每隔一定的時間〔該時間可以由系統(tǒng)后臺管理員設(shè)定〕對易班網(wǎng)進行爬蟲爬取信息。由于爬蟲在輪回爬取過程中，會遇到很多重復(fù)URL地址，為此，本系統(tǒng)在對爬蟲爬取過程中做了去重處理，而且在入庫處理時對文章和評論發(fā)表時間做了判斷，以確保存儲的數(shù)據(jù)是最新的且防止了重復(fù)數(shù)據(jù)入庫。

1.2信息處理

信息處理模塊主要是對獲取到的用戶評論信息進行入庫處理。經(jīng)過分析可知：易班網(wǎng)采用JSON格式的方式處理用戶的評論數(shù)據(jù)。針對這種處理方式，對JSON數(shù)據(jù)進行了分析，將數(shù)據(jù)進行了分隔，對文章URL、文章下所有的評論人員的ID，評論內(nèi)容、評論時間等字段內(nèi)容進行了入庫處理。

1.3輿情分析

輿情分析是輿情監(jiān)控系統(tǒng)的關(guān)鍵模塊。為了便于應(yīng)對各種突發(fā)情況和管理員針對不同信息進行分析檢索，系統(tǒng)管理員可以在后臺自主設(shè)定輿情敏感詞。系統(tǒng)利用這些敏感詞和數(shù)據(jù)庫中信息進行匹配，找出存在敏感詞的評論，以及發(fā)表該評論的人員和文章的URL地址。匹配過程如下：建立敏感詞數(shù)據(jù)庫，將敏感詞與獲取的評論信息進行匹配查找，確定是否存在包含敏感詞的言論。將包含敏感詞的評論文章ID和評論信息存儲下來，并且通過E-mail實時通知負責人員進行處理。

1.4輿情預(yù)警

互聯(lián)網(wǎng)信息的傳播速度很快，輿情的爆發(fā)時間也具有不可預(yù)料性，而管理人員不可能實時在線，因此，及時預(yù)警輿情是網(wǎng)絡(luò)輿情監(jiān)控系統(tǒng)不可或缺的功能。該系統(tǒng)的輿情預(yù)警主要通過發(fā)送E-mail到監(jiān)控人員移動終端進行實現(xiàn)。當匹配到相關(guān)敏感詞在文章評論中出現(xiàn)時，系統(tǒng)會自動向后臺設(shè)定的郵箱地址發(fā)送預(yù)警郵件。預(yù)警郵件包含敏感詞所在文章的網(wǎng)頁地址，便于管理人員可以及時了解到輿情的動態(tài)，及時妥當處理相關(guān)問題【6】。

2結(jié)論

本系統(tǒng)利用網(wǎng)絡(luò)信息技術(shù)來實現(xiàn)對易班網(wǎng)絡(luò)的實時輿情監(jiān)測，以解決傳統(tǒng)人工監(jiān)測時“人手缺乏、容易疏忽、效率底下〞等問題，可以更加及時的發(fā)現(xiàn)問題，凈化校園網(wǎng)絡(luò)環(huán)境，引導(dǎo)輿論導(dǎo)向，并且可以及時定位言論發(fā)布者，以便于做出相應(yīng)處置。

【參考文獻】

【1】王娟.網(wǎng)絡(luò)輿情監(jiān)控分析系統(tǒng)構(gòu)建[J].長春理工大學(xué)學(xué)報〔高教版〕，2021，4：201-203.

【2】張玨.網(wǎng)絡(luò)輿情預(yù)測模型與平臺的研究[D].北京：北京交通大學(xué)，2021.

【3】J.Zeng，S.Zhang，C.Wu，etal..PredictiveModelforInternetPublicOpinion.FuzzySystemsandKnowledgeDiscovery，2021.FSKD2021.FourthInternationalConferenceon.IEEE，2021，3：7-11.

【4】滕云，陳玲.網(wǎng)絡(luò)輿情特點的實證研究——基于高校BBS論壇的文本分析[J].山東社會科學(xué)，2021，3：181-186.

【5】D.Shen，Z.Chen，Q.Yang，etal..Webclassificationthroughsummarization[C].Proceedingsofthe27thannuali