易班敏感词监测系统研究与设计

易班敏感词监测系统研究与设计蒋春华刘欢刘忆宁

【摘要】易班网是一款高校教育教学，生活效劳，文化娱乐的综合性互动社区网，其参与主体是高校老师和学生。文章提供了一种监测校园舆情的方案，该方案将网络爬虫和敏感词进行比照搜索来监控舆情方向。实验数据说明，通过网络爬虫技术可以很好的用来监测校园舆情。

【关键词】易班网；网络爬虫；敏感词

TheResearchandDesignaboutSensitiveWordsMonitoringSystemonEasyClassNetwork

JIANGChun-huaLIUHuanLIUYi-ning

〔SchoolofComputerandInformationSecurity，GuilinUniversityofElectronicTechnology，GuilinGuangxi541004，China〕

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

【Keywords】YiBannetwork；Webcrawlers；Sensitivewords

0引言

随着科学技术的开展，信息技术逐渐走进千家万户。信息技术的开展给人们日常生活带来便利的同时，也给人们生活带来挑战。人们崇尚自由，在看不见的网络中发表着自己的观点，而不需要承担言论带来的责任。有些别有用心的人会引导网络言论，从而到达自己的目的。因此需要对网络言论进行监控，防止不明真相的参与者被别有用心的人引导。

在校大学生是网络言论的主力军，然而由于大学生普遍涉世未深，极易受到不实信息和敌对势力的蛊惑煽动，在虚拟网络世界里发表一些激进的观点和言论，影响校园和社会的稳定团结。为此，监测大学生的网上言论，通过大学生网上言论了解其心理思想和诉求是极其重要的。微博、贴吧、人人网等社交平台，无需实名注册，人员混杂，因此对这些平台上在校大学生进行网络舆情【1】监控十分困难。易班网是一款专门针对在校大学生开发的互动社区，需要实名注册。因此可以利用易班网对大学生进行网络言论监控【2】，从而了解大学生心理思想和诉求。利用易班网可以很好的了解当代大学生对于各种网络事件的观点【3】、舆论导向以及大学生的心理状态，有利于学校及时处理相关舆情事件、引导舆情的开展【4】。

1易班网络舆情监测方案

图1系统流程图

利用敏感词监测系统对于易班网络舆情监测进行调研，在系统开发过程中综合各方面因素，使用了Python2.7版本作为开发语言，MySQL5.1版本作为数据库存储系统，界面设计使用Django框架进行web展示。该系统主要包括了信息获取、信息处理、舆情分析和舆情预警等四个模块。程序运行流程如图1。

1.1信息获取

对于易班网络言论进行分析，发现用户言论主要集中在对文章的评论【5】，因此这一局部是信息获取的主要途径。由于每个学校都是有相对应的ID，因此我们只需要对本校对应的

ID域进行监控和爬虫爬取，从而获取到学校在易班网上所有的文章URL。对这些URL进行存储和网页爬取，获取文章信息以及文章下面的用户评论信息。易班网络的环境导致团队成员需要综合考虑各个方面，对爬虫进行了延时处理，即每隔一定的时间〔该时间可以由系统后台管理员设定〕对易班网进行爬虫爬取信息。由于爬虫在轮回爬取过程中，会遇到很多重复URL地址，为此，本系统在对爬虫爬取过程中做了去重处理，而且在入库处理时对文章和评论发表时间做了判断，以确保存储的数据是最新的且防止了重复数据入库。

1.2信息处理

信息处理模块主要是对获取到的用户评论信息进行入库处理。经过分析可知：易班网采用JSON格式的方式处理用户的评论数据。针对这种处理方式，对JSON数据进行了分析，将数据进行了分隔，对文章URL、文章下所有的评论人员的ID，评论内容、评论时间等字段内容进行了入库处理。

1.3舆情分析

舆情分析是舆情监控系统的关键模块。为了便于应对各种突发情况和管理员针对不同信息进行分析检索，系统管理员可以在后台自主设定舆情敏感词。系统利用这些敏感词和数据库中信息进行匹配，找出存在敏感词的评论，以及发表该评论的人员和文章的URL地址。匹配过程如下：建立敏感词数据库，将敏感词与获取的评论信息进行匹配查找，确定是否存在包含敏感词的言论。将包含敏感词的评论文章ID和评论信息存储下来，并且通过E-mail实时通知负责人员进行处理。

1.4舆情预警

互联网信息的传播速度很快，舆情的爆发时间也具有不可预料性，而管理人员不可能实时在线，因此，及时预警舆情是网络舆情监控系统不可或缺的功能。该系统的舆情预警主要通过发送E-mail到监控人员移动终端进行实现。当匹配到相关敏感词在文章评论中出现时，系统会自动向后台设定的邮箱地址发送预警邮件。预警邮件包含敏感词所在文章的网页地址，便于管理人员可以及时了解到舆情的动态，及时妥当处理相关问题【6】。

2结论

本系统利用网络信息技术来实现对易班网络的实时舆情监测，以解决传统人工监测时“人手缺乏、容易疏忽、效率底下〞等问题，可以更加及时的发现问题，净化校园网络环境，引导舆论导向，并且可以及时定位言论发布者，以便于做出相应处置。

【参考文献】

【1】王娟.网络舆情监控分析系统构建[J].长春理工大学学报〔高教版〕，2021，4：201-203.

【2】张珏.网络舆情预测模型与平台的研究[D].北京：北京交通大学，2021.

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

【4】滕云，陳玲.网络舆情特点的实证研究——基于高校BBS论坛的文本分析[J].山东社会科学，2021，3：181-186.

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