基于數(shù)據(jù)挖掘技術(shù)的輿情分析系統(tǒng)的設(shè)計

粱藝瓊

摘要：針對輿情分析系統(tǒng)而言，其對提升學(xué)校管理水平有著很大的意義和作用。當前，隨著的信息化技術(shù)發(fā)展水平的不斷提升，網(wǎng)絡(luò)技術(shù)的發(fā)展也變得越來越穩(wěn)定。在這種背景下，本文即對基于數(shù)據(jù)挖掘技術(shù)的輿情分析系統(tǒng)的設(shè)計進行了簡單的研究和分析，希望可以為相關(guān)人員提供一定的幫助。

關(guān)鍵詞：數(shù)據(jù)挖掘技術(shù);輿情分析系統(tǒng);設(shè)計

中圖分類號：TP393 文獻標識碼：A

文章編號：1009-3044（2020）03-0001-02

現(xiàn)階段，隨著信息技術(shù)發(fā)展速度的不斷加快，計算機網(wǎng)絡(luò)已經(jīng)逐漸與人們的生活以及工作結(jié)合在了一起，其為人們帶來一定便利的同時，也為學(xué)校管理工作的開展帶來了很多挑戰(zhàn)。并且，由于經(jīng)濟全球化進程推進速度的不斷加快，信息的傳播速度也日益提升，很多關(guān)乎切身利益以及社會熱點問題使得越來越多的人在網(wǎng)上展開討論，從而形成了網(wǎng)絡(luò)輿論。如果不能及時地進行干預(yù)，那么就非常容易出現(xiàn)群體事件。因此，為了可以為學(xué)生營造一個良好的學(xué)習環(huán)境，在今后的發(fā)展過程中，應(yīng)該強化對數(shù)據(jù)挖掘技術(shù)的應(yīng)用，合理的對輿情分析系統(tǒng)進行設(shè)計。

1 基于數(shù)據(jù)挖掘技術(shù)的輿情分析系統(tǒng)設(shè)計的必要性分析

針對網(wǎng)絡(luò)輿情監(jiān)控平臺來說，其主要的作用就是針對海量數(shù)據(jù)，科學(xué)的對網(wǎng)絡(luò)輿情進行研究和分析。在實際的發(fā)展過程中，隨著信息技術(shù)發(fā)展速度的不斷提升，網(wǎng)絡(luò)輿情分析也逐漸成了數(shù)據(jù)挖掘的重點內(nèi)。并且，合理的開展網(wǎng)絡(luò)輿情分析，其主要的目的就是對海量數(shù)據(jù)信息進行深入挖掘，有效地將隱藏在數(shù)據(jù)背后的輿情觀點分析出來[1]。針對這一環(huán)節(jié)而言，其核心技術(shù)具體涵蓋數(shù)據(jù)采集以及主體跟蹤等。

針對文本分類來說，主要的側(cè)重點就是中文的文本分類。近年來，由于研究進程的不斷深入，在文本分類領(lǐng)域，應(yīng)用的先進方法也變得越來越多，包括：KNN算法以及決策樹算法等。

一般情況下，文本聚類的主要目標就是依照文本的相似程度，有效且精準地對文本進行聚合[2]。同時，現(xiàn)階段，文本聚類屬于一種無監(jiān)督的機器學(xué)習方法，在應(yīng)用過程中，人們不需要訓(xùn)練過程，也不用事先對文檔進行標注，其靈活性非常高，自身的自動處理能力也相對較強。因此，隨著技術(shù)的不斷發(fā)展，其也逐漸成了組織文本信息以及摘要的關(guān)鍵方法。通常而言，文本聚類具有很多的算法，包括：劃分法以及層次法等。其中，針對劃分法來說，其所涵蓋的K-Means算法，無論是在實現(xiàn)難度，還是在計算速度方面，其都有著十分不錯的表現(xiàn)，非常適合應(yīng)用在挖掘大數(shù)據(jù)集中[3]。

對于主題跟蹤來說，其主要的目的就是對用戶所感興趣的主題進行跟蹤，在眾多其海量的數(shù)據(jù)信息中，找到屬于該主題的內(nèi)容。在主題跟蹤中，無論是訓(xùn)練與分類的算法，還是訓(xùn)練的樣本數(shù)，都會在一定程度上對跟蹤的質(zhì)量造成非常嚴重的影響。同樣，與文本分類較為相同的是，KNN算法以及決策樹算法等都能夠在數(shù)據(jù)的挖掘中發(fā)揮著非常重要的作用和價值。

現(xiàn)階段，由于社會核心技術(shù)水平提升速度的不斷加快，網(wǎng)絡(luò)輿情監(jiān)控也得到了前所未有的發(fā)展。尤其是進入21世紀以來，無論是國內(nèi)，還是國外，都在強化對可以應(yīng)用實際場景的商業(yè)平臺的研究。但是，針對中職學(xué)校來說，由于其網(wǎng)絡(luò)輿情具有較強的特殊性，而這一情況的存在，也使得一些比較成熟的商用系統(tǒng)不能更好地在學(xué)校中應(yīng)用，其自身的價值以及作用也不能更好地發(fā)揮出來。綜合而言，在學(xué)校的實際發(fā)展過程中，為了可以為學(xué)生營造一個良好的輿情環(huán)境，在今后的發(fā)展過程中，必須結(jié)合實際情況，加大基于數(shù)據(jù)挖掘技術(shù)的輿情分析系統(tǒng)設(shè)計力度，保證學(xué)校管理工作的開展可以更加有序和順利[4]。

2 基于數(shù)據(jù)挖掘技術(shù)的輿情分析系統(tǒng)的設(shè)計分析

2.1 輿情分析系統(tǒng)的設(shè)計思路

在對基于數(shù)據(jù)挖掘技術(shù)的輿情分析系統(tǒng)進行具體的設(shè)計過程中，本系統(tǒng)強化了對數(shù)據(jù)挖掘技術(shù)以及智能處理技術(shù)等的應(yīng)用，實現(xiàn)了多種技術(shù)的有效融合。

在具體的系統(tǒng)設(shè)計期間，首先應(yīng)該對數(shù)據(jù)來源進行明確，校園網(wǎng)的建立，當前已經(jīng)成為中職學(xué)校的信息陣地，與其他的網(wǎng)站不同，校園網(wǎng)站自身所包含的內(nèi)容具有較強的多樣性，內(nèi)容涵蓋的方面非常多，甚至隨著信息技術(shù)水平的不斷提升，越來越多的中職學(xué)校也紛紛建立了學(xué)生互動交流平臺，學(xué)生可以通過這一平臺，互相認識，自由的自身觀點進行發(fā)布，也可以提出對學(xué)習管理的建議等[5]。

信息預(yù)處理模塊：對于這一模塊，其主要涵蓋了網(wǎng)頁凈化以及中文分詞等。

輿情分析模塊：這一模塊主要包含了話題評等。并且各個模塊是可以獨立存在的。

2.2 基于數(shù)據(jù)挖掘技術(shù)的輿情分析系統(tǒng)的總體設(shè)計分析

在具體的輿情分析系統(tǒng)設(shè)計工作進行和開展過程中，其主要是針對學(xué)校輿情做出管理預(yù)警，科學(xué)應(yīng)用現(xiàn)代化先進手段和技術(shù)，有效且合理的對系統(tǒng)設(shè)計工作進行完成。因為中職學(xué)校輿情的特殊性不同于其他網(wǎng)站，所以，在系統(tǒng)設(shè)計階段，應(yīng)該綜合考量[6]。

第一，對數(shù)據(jù)來源進行明確。一般情況下，在中職學(xué)校的實際發(fā)展過程中，其網(wǎng)絡(luò)輿情的表現(xiàn)具有較強的多元化，針對同一個問題，或者不同的領(lǐng)域的問題，其都會存在不同的態(tài)度以及看法。同時，由于網(wǎng)絡(luò)空間的自由性，其也為學(xué)生提供了很多自由發(fā)表自身意見的平臺。所以，在實際的系統(tǒng)設(shè)計階段，針對學(xué)校存在的突發(fā)事件等，都會在一定程度上引發(fā)學(xué)生們的討論。故而，針對這一情況，學(xué)校應(yīng)該將社會熱點論壇等作為信息來源，以便可以有效對學(xué)校于輿情進行管理和區(qū)分。

第二，信息采集以及網(wǎng)頁預(yù)處理。針對網(wǎng)頁預(yù)處理，其主要的目的就是可以有效地對信息資源進行收集，同時利用網(wǎng)頁的分析采集，科學(xué)的將時間以及發(fā)帖人等信息精準的進行提取。而針對信息采集，其具體的作用就是對網(wǎng)絡(luò)爬蟲等工具進行應(yīng)用，并讓其作為信息采集模塊，以便可以從指定的網(wǎng)站上獲取信息到本地，最后對相關(guān)數(shù)據(jù)進行更新[7]。

第三，輿情分析。所謂的輿情分析，具體就是指網(wǎng)絡(luò)輿情管理的核心，同時也是較為煩瑣的一個環(huán)節(jié)。主要對信息進行分類識別的前提下，有效跟蹤和記錄。

第四，輿情管理。依照上述輿情分析的最終結(jié)果，在對實際情況進行了解以及明確的前提下，對進行科學(xué)且有效的劃分，合理地進行操作。如下為輿情分析系統(tǒng)總體設(shè)計模塊圖。

2.3 輿情分析系統(tǒng)的功能模塊設(shè)計

第一，信息采集模塊。在實際的輿情分析系統(tǒng)中，針對信息采集來說，其是非常關(guān)鍵的一部分內(nèi)容，可以達到對指定論壇網(wǎng)絡(luò)信息和相應(yīng)的學(xué)校社區(qū)的數(shù)據(jù)進行采集的目的，也可以對這些信息進行有效的存儲，以保證后續(xù)的數(shù)據(jù)篩選工作可以有序進行。通常情況下，在這一模塊中，比較長應(yīng)用的工具為網(wǎng)絡(luò)爬蟲等，設(shè)定初始化種子樣本，并通過解析，在IP地址下載相對應(yīng)的網(wǎng)頁，同時對已經(jīng)獲得的網(wǎng)頁進行超鏈研究，盡可能多的將結(jié)構(gòu)等信息的分析出來，從而更加精準的對網(wǎng)頁內(nèi)容是否重復(fù)進行檢查和判斷，最后將網(wǎng)頁采集后，合理地將數(shù)據(jù)存儲到數(shù)據(jù)庫中。

第二，信息預(yù)處理模塊。針對這一模塊來說，具體涵蓋內(nèi)容如圖2所示。

第三，輿情分析模塊。針對這一模塊，具體涵蓋了話題識別模塊等。其中，話題識別模塊：新話題的實現(xiàn)應(yīng)用了改進后的Single-Pass聚類算法，多中心的表現(xiàn)形式可以而更加直觀地將輿情話題的動態(tài)變化展現(xiàn)出來。話題跟蹤模塊具體包含了構(gòu)造分類模型，模型評估及文章分類模塊。在具體的設(shè)計階段，先對分類模型進行科學(xué)的構(gòu)建，在結(jié)合具體情況，合理的評估分類模型，在依照模型，對文章的相似度進行精準的計算，最終對其類別進行明確。

第四，輿情管理模塊。這一模塊是系統(tǒng)的最后一個環(huán)節(jié)，其包含了用戶管理以及權(quán)限管理等。其中，針對用戶管理，具體是指在系統(tǒng)中，設(shè)計用戶登錄以及退出等模塊，并有效地進行增加和刪減操作，科學(xué)的設(shè)置用戶信息。對于權(quán)限管理，主要是在系統(tǒng)的實際應(yīng)用期間，由于角色的差異，其權(quán)限也會存在很大差別，在操作過程中，需要對角色進行授權(quán)認證等。

3 結(jié)束語

在具體的教學(xué)工作進行和開展過程中，為了可以最大限度地降低網(wǎng)絡(luò)輿情問題出現(xiàn)幾率，科學(xué)對面臨的困境進行規(guī)避，學(xué)校在各項工作進行階段，應(yīng)該強化對數(shù)據(jù)挖掘技術(shù)的應(yīng)用，設(shè)計并實現(xiàn)一個基于數(shù)據(jù)挖掘技術(shù)的輿情分析系統(tǒng)。并且，通過對分布式文件系統(tǒng)存儲數(shù)據(jù)的合理應(yīng)用，同時將云計算技術(shù)進行科學(xué)的結(jié)合，有效提升系統(tǒng)執(zhí)行的穩(wěn)定性以及效率。此外，通過話題發(fā)現(xiàn)以及輿情分析跟蹤，可以在第一時間對網(wǎng)絡(luò)輿情進行監(jiān)控，正確地進行引導(dǎo)，保證中職學(xué)校學(xué)生管理工作可以順利且有效地進行和開展。

參考文獻：

[1]陳紀銘，卜曉.基于數(shù)據(jù)挖掘的城市旅游輿情分析系統(tǒng)設(shè)計與實現(xiàn)[J].電子技術(shù)與軟件工程，2019（8）：174-175.

[2]余宏.大數(shù)據(jù)環(huán)境下網(wǎng)絡(luò)輿情分析在企業(yè)管理中的應(yīng)用研究[J]現(xiàn)代計算機：專業(yè)版，2018（32）：62-66.

[3]徐明波，王群.我國“中考加分”問題的網(wǎng)絡(luò)輿情分析——基于五大綜合類門戶網(wǎng)站的研究[J].湖北師范大學(xué)學(xué)報：哲學(xué)社會科學(xué)版，2018，38（5）：124-129.

[4]吳欣怡，湯靜.新時代網(wǎng)絡(luò)輿情的大數(shù)據(jù)技術(shù)應(yīng)用與研究[J].計算機產(chǎn)品與流通，2018（9）：81.

[5]王若宇.大數(shù)據(jù)下的網(wǎng)絡(luò)輿情分析研究——評《網(wǎng)絡(luò)輿情分析技術(shù)》[J].新聞戰(zhàn)線，2018（16）：177.

[6]陳藝卓，基于數(shù)據(jù)挖掘的高校網(wǎng)絡(luò)輿情分析系統(tǒng)設(shè)計與實現(xiàn)[J].電子技術(shù)與軟件工程，2016（23）：189.

[7]袁鍵，田宏林，張濤.互聯(lián)網(wǎng)輿情搜索分析系統(tǒng)的設(shè)計與實現(xiàn)[J].計算機與數(shù)字工程，2012，40（1）：93-96.