旅游輿情監(jiān)測項目解決方案說明書

旅游輿情監(jiān)測項目解決方案說明書XX科技股份有限公司編制目錄一、項目存在問題及需解決問題 31. 存在問題 32. 需解決問題 3二、解決方案 51.解決方案架構(gòu) 52.關(guān)鍵技術(shù) 6（1）Hadoop 6（2）SpringMVC 6（3）MyBatis 7（4）Echarts 7（5）MySQL 7（6）Hive 7（7）HBASE 8（8）Zookeeper 8（9）Flume 8三、開發(fā)范圍 91. 數(shù)據(jù)生產(chǎn) 92. 數(shù)據(jù)采集/消費 93. 數(shù)據(jù)分析 104. 數(shù)據(jù)展示 11

項目存在問題及需解決問題存在問題近年來，圍繞旅游行業(yè)的各種熱點事件和負面輿情呈現(xiàn)逐年上升態(tài)勢。典型事件如“青島大蝦事件”、“哈爾濱天價魚事件”、“云南游客被打事件”、“頤和酒店女生遇襲事件”等。這些對相關(guān)旅游目的地和旅游企業(yè)都產(chǎn)生了很大程度的負面影響，而這種趨勢會長期持續(xù)。因此，提前做好危機管理預案，提升危機公關(guān)能力就成為旅游管理部門相關(guān)企業(yè)的重要職責。需解決問題隨著現(xiàn)代信息技術(shù)和網(wǎng)絡(luò)媒體發(fā)展，游客可通過手機微博、微信等傳播方式，將旅游中的遭遇與不滿公之于眾，給旅游產(chǎn)業(yè)帶來很大損害。各級政府和旅游管理部門應(yīng)提升輿情危機管理、應(yīng)對和處理能力，以修補在網(wǎng)絡(luò)輿情危機中受損的旅游企業(yè)和旅游目的地形象，進一步提升旅游產(chǎn)業(yè)競爭力。因此需做到以下幾點：1、及時發(fā)現(xiàn)旅游相關(guān)重要輿情系統(tǒng)7*24實時采集分析全網(wǎng)關(guān)注的旅游公司相關(guān)數(shù)據(jù)、監(jiān)測境內(nèi)外社交媒體平臺，實時動態(tài)顯示數(shù)據(jù)，秒級更新數(shù)據(jù)，便于早發(fā)現(xiàn)輿情。2、準確預警旅游輿情，早發(fā)現(xiàn)相關(guān)苗頭系統(tǒng)支持設(shè)定告警關(guān)鍵詞的方式，對用戶定義的公司監(jiān)控主題信息進行告警，方便及時掌握重點輿情信息，發(fā)現(xiàn)旅游輿情后通過微信、短信、郵件等方式實現(xiàn)離線告警，避免遺漏重要信息。3、實時跟蹤旅游輿情事件發(fā)展實時推送旅游輿情信息，及時跟蹤負面輿情信息的來源、轉(zhuǎn)載量、轉(zhuǎn)載地址、地域分布、信息發(fā)布者等,對輿情事件進行傾向性與趁勢分析,能夠很好的把握旅游輿情事件傳播的路徑，掌控輿情發(fā)展的態(tài)勢。4、深入分析旅游輿情事件能找出關(guān)注博文的傳播源頭，討論數(shù)量及話題出現(xiàn)的最早和最近時間，并能直觀展示不同平臺相關(guān)話題的討論比例，可對選中文字查看其傳播源頭，能識別微博言論潛在的意見領(lǐng)袖,實時獲取其最新數(shù)據(jù)，對重點關(guān)注博主的社交關(guān)系、關(guān)聯(lián)身份、博主圈、所屬地域、博主類型進行系統(tǒng)分析，可對博文情感、傳播路徑、影響力和活躍度、區(qū)域熱點等進行整體分析。5、快速引導旅游輿論發(fā)展方向可以幫助相關(guān)部門在各大網(wǎng)絡(luò)媒體，包括微博等新媒體平臺快速傳播信息，弘揚主旋律，傳播正能量,引領(lǐng)社會正氣,將輿論監(jiān)督和正面宣傳相結(jié)合。短時間內(nèi)在各大平臺以官方聲明的方式發(fā)布正確觀點，引導輿論走向，向人民群眾澄清謬誤，防止虛假消息進一步擴散。6、深度總結(jié)旅游輿情事件提供常規(guī)性報告、專題性報告、綜合性報告服務(wù)，整合與之相關(guān)的旅游輿情帶來更深層次的理性思考，致力于旅游輿情事件的追蹤、分析與應(yīng)對，為公司相關(guān)部門提供專業(yè)的輿情應(yīng)對建議以及數(shù)據(jù)分析服務(wù)。解決方案解決方案架構(gòu)圖1解決方案架構(gòu)圖系統(tǒng)開發(fā)平臺使用Hadoop大數(shù)據(jù)開發(fā)平臺。Hadoop是一個高度可擴展的存儲平臺，可以存儲和分發(fā)橫跨數(shù)百個并行操作的廉價的服務(wù)器數(shù)據(jù)集群。能擴展到處理大量的數(shù)據(jù)，能提供成百上千TB的數(shù)據(jù)節(jié)點上運行的應(yīng)用程序。Hadoop能夠有效的在幾分鐘內(nèi)處理TB級的數(shù)據(jù)。相比關(guān)系型數(shù)據(jù)庫管理系統(tǒng)更具有優(yōu)勢。它適用于任何規(guī)模的非結(jié)構(gòu)化數(shù)據(jù)持續(xù)增長的企業(yè)，將幫助用戶持續(xù)提高用戶體驗。系統(tǒng)采用面向?qū)ο蟮能浖O(shè)計方法，把整個系統(tǒng)看作是多個離散對象的組合。系統(tǒng)設(shè)計時，首先把業(yè)務(wù)流程分解成功能模塊及其業(yè)務(wù)實體對象，然后根據(jù)業(yè)務(wù)流程分析對于這些業(yè)務(wù)實體對象的操作方法，形成業(yè)務(wù)處理對象，最后把各個功能模塊關(guān)聯(lián)起來，形成系統(tǒng)。軟件設(shè)計是一個將需求轉(zhuǎn)變?yōu)檐浖倪^程，系統(tǒng)通過逐步求精使得設(shè)計陳述逐漸接近于源代碼。系統(tǒng)程序采用MVC的設(shè)計思想，將展現(xiàn)邏輯、控制邏輯、業(yè)務(wù)處理邏輯分離。系統(tǒng)采用參數(shù)化的設(shè)計思想，定義和管理系統(tǒng)的實體及配置，調(diào)整實體以適應(yīng)外部變化。系統(tǒng)采用J2EE技術(shù)保證程序邏輯實現(xiàn)的平臺無關(guān)性，并便于安裝部署。系統(tǒng)采用AJAX技術(shù)，提高客戶操作的交互性，保證實際使用的易用性。系統(tǒng)采用echarts可視化框架實現(xiàn)數(shù)據(jù)展示。關(guān)鍵技術(shù)HadoopHadoop是一個由Apache基金會所開發(fā)的分布式系統(tǒng)基礎(chǔ)架構(gòu)。用戶可以在不了解分布式底層細節(jié)的情況下，開發(fā)分布式程序。充分利用集群的威力進行高速運算和存儲。SpringMVCSpringMVC：屬于SpringFrameWork的后續(xù)產(chǎn)品，已經(jīng)融合在SpringWebFlow里面。Spring框架提供了構(gòu)建Web應(yīng)用程序的全功能MVC模塊。MyBatisMYBatis：是支持普通SQL查詢，存儲過程和高級映射的優(yōu)秀持久層框架。MyBatis消除了幾乎所有的JDBC代碼和參數(shù)的手工設(shè)置以及結(jié)果集的檢索。MyBatis使用簡單的XML或注解用于配置和原始映射，將接口和Java的POJOs（PlainOldJavaObjects，普通的Java對象）映射成數(shù)據(jù)庫中的記錄。EchartsECharts是一款基于Javascript的數(shù)據(jù)可視化圖表庫，提供直觀，生動，可交互，可個性化定制的數(shù)據(jù)可視化圖表。MySQLMySQL是一個關(guān)系型數(shù)據(jù)庫管理系統(tǒng)，由瑞典MySQLAB公司開發(fā)，屬于Oracle旗下產(chǎn)品。MySQL是最流行的關(guān)系型數(shù)據(jù)庫管理系統(tǒng)之一，在WEB應(yīng)用方面，MySQL是最好的RDBMS(RelationalDatabaseManagementSystem，關(guān)系數(shù)據(jù)庫管理系統(tǒng))應(yīng)用軟件之一。MySQL是一種關(guān)系型數(shù)據(jù)庫管理系統(tǒng)，關(guān)系數(shù)據(jù)庫將數(shù)據(jù)保存在不同的表中，而不是將所有數(shù)據(jù)放在一個大倉庫內(nèi)，這樣就增加了速度并提高了靈活性。MySQL所使用的SQL語言是用于訪問數(shù)據(jù)庫的最常用標準化語言。MySQL軟件采用了雙授權(quán)政策，分為社區(qū)版和商業(yè)版，由于其體積小、速度快、總體擁有成本低，尤其是開放源碼這一特點，一般中小型網(wǎng)站的開發(fā)都選擇MySQL作為網(wǎng)站數(shù)據(jù)庫。Hivehive是基于Hadoop構(gòu)建的一套數(shù)據(jù)倉庫分析系統(tǒng)，它提供了豐富的SQL查詢方式來分析存儲在Hadoop分布式文件系統(tǒng)中的數(shù)據(jù)：可以將結(jié)構(gòu)化的數(shù)據(jù)文件映射為一張數(shù)據(jù)庫表，并提供完整的SQL查詢功能；可以將SQL語句轉(zhuǎn)換為MapReduce任務(wù)運行，通過自己的SQL查詢分析需要的內(nèi)容，這套SQL簡稱HiveSQL，使不熟悉mapreduce的用戶可以很方便地利用SQL語言查詢、匯總和分析數(shù)據(jù)。而mapreduce開發(fā)人員可以把自己寫的mapper和reducer作為插件來支持hive做更復雜的數(shù)據(jù)分析。它與關(guān)系型數(shù)據(jù)庫的SQL略有不同，但支持了絕大多數(shù)的語句如DDL、DML以及常見的聚合函數(shù)、連接查詢、條件查詢。它還提供了一系列的：具進行數(shù)據(jù)提取轉(zhuǎn)化加載，用來存儲、查詢和分析存儲在Hadoop中的大規(guī)模數(shù)據(jù)集，并支持UDF（User-DefinedFunction）、UDAF(User-DefnesAggregateFunction)和UDTF（User-DefinedTable-GeneratingFunction），也可以實現(xiàn)對map和reduce函數(shù)的定制，為數(shù)據(jù)操作提供了良好的伸縮性和可擴展性。HBASEHBase–HadoopDatabase，是一個高可靠性、高性能、面向列、可伸縮的分布式存儲系統(tǒng)，利用HBase技術(shù)可在廉價PCServer上搭建起大規(guī)模結(jié)構(gòu)化存儲集群。ZookeeperZooKeeper是一個分布式的，開放源碼的分布式應(yīng)用程序協(xié)調(diào)服務(wù)，是Google的Chubby一個開源的實現(xiàn)，是Hadoop和Hbase的重要組件。它是一個為分布式應(yīng)用提供一致性服務(wù)的軟件，提供的功能包括：配置維護、域名服務(wù)、分布式同步、組服務(wù)等。FlumeFlume是Cloudera提供的一個高可用的，高可靠的，分布式的海量日志采集、聚合和傳輸?shù)南到y(tǒng)，F(xiàn)lume支持在日志系統(tǒng)中定制各類數(shù)據(jù)發(fā)送方，用于收集數(shù)據(jù)；同時，F(xiàn)lume提供對數(shù)據(jù)進行簡單處理，并寫到各種數(shù)據(jù)接受方（可定制）的能力。開發(fā)范圍數(shù)據(jù)生產(chǎn)對于該模塊的業(yè)務(wù)，即數(shù)據(jù)生產(chǎn)過程，一般并不會讓你來進行操作，數(shù)據(jù)生產(chǎn)是一套完整且嚴密的體系，這樣可以保證數(shù)據(jù)的安全性。但是如果涉及到項目的一體化方案的設(shè)計（數(shù)據(jù)的產(chǎn)生、存儲、分析、展示），則必須清楚每一個環(huán)節(jié)是如何處理的，包括其中每個環(huán)境可能隱藏的問題；數(shù)據(jù)結(jié)構(gòu)，數(shù)據(jù)內(nèi)容可能出現(xiàn)的問題。數(shù)據(jù)采集/消費數(shù)據(jù)采集模塊（消費），在企業(yè)中你要清楚流式數(shù)據(jù)采集框架flume和kafka的定位是什么。我們在此需要將實時數(shù)據(jù)通過flume采集到kafka然后供給給hbase消費。flume：cloudera公司研發(fā)適合下游數(shù)據(jù)消費者不多的情況；適合數(shù)據(jù)安全性要求不高的操作；適合與Hadoop生態(tài)圈對接的操作。kafka：linkedin公司研發(fā)適合數(shù)據(jù)下游消費眾多的情況；適合數(shù)據(jù)安全性要求較高的操作（支持replication）；因此我們常用的一種模型是：線上數(shù)據(jù)-->flume-->kafka-->flume(根據(jù)情景增刪該流程)-->HDFS線上數(shù)據(jù)-->flume-->kafka-->sparkstreaming實時流式