基于大数据的政府网络舆情分析系统

OTS设计和实现基于大数据的政府网络舆情分析系统摘要：随着大数据应用规模的日益庞大，日常生活中不可避免地出现各类数据大爆炸，政府部门应对网络舆情危机往往处于被动局面。基于大数据的政府网络舆情分析系统利用大数据环境中网民数量最大的微博平台作为载体获取信息,将热搜榜及话题评论进行数据爬取后通过情感分析分析网民对舆情事件所带情感，并将其舆情通过饼图、散点图、地区热力图、预测图和分析报告进行可视化展示。论文分析了Django的体系结构，包括其MTV工作模式、数据采集需求及过程、数据存储与分析、数据情感分析与预测等。通过对政府部门的网络舆情需求进行分析，设计相应的系统为其使用。系统应用数据采集、文本处理以及情感分析技术，对网络舆情事件进行采集分析监测，防止网络舆情事件爆发失控。对于该系统，未来可以设计更多的功能模块进入政府部门，如对多个事件实时监测舆情并通过网络的高速传输，绘制实时变化的舆情动态地图，通过网民服务端定位，准确判断不同地区的网络舆情程度，并通过预测模型预防网络舆情的蔓延导致政府部门对舆情管控失效。关键词：大数据；Django；网络舆情；政府；舆情分析TheGovernmentNetworkPublicOpinionAnalysisSystemisbuiltuponBigDataAbstract:Withtheincreasingscaleofbigdataapplications,itisinevitabletohaveallkindsofbigdataexplosionindailylife.Governmentdepartmentsareofteninapassivesituationwhendealingwithnetworkpublicopinioncrises.Thegovernmentnetworkpublicopinionanalysissystembasedonbigdatausesthemicroblogplatformwiththelargestnumberofusersinthebigdataenvironmentasacarriertoobtaininformation.Aftercrawlingthehotsearchlistandtopiccomments,itanalyzesthesentimentofnetizensonpublicopinioneventsthroughsentimentanalysis,andvisualizethepublicopinionthroughpiechart,scatterchart,regionalheatmap,predictionmapandanalysisreport.ThispaperanalyzesthearchitectureofDjango,includingitsMTVworkingmode,datacollectionrequirementsandprocess,datastorageandanalysis,datasentimentanalysisandprediction,etc.Throughtheanalysisofthenetworkpublicopinionneedsofgovernmentdepartments,thecorrespondingsystemisdesignedforitsuse.Thesystemusesdatacollection,textprocessingandsentimentanalysistechnologytocollect,analyzeandmonitornetworkpublicopinioneventstopreventnetworkpublicopinioneventsfrombreakingoutofcontrol.Forthissystem,morefunctionalmodulescanbedesignedtoenterthegovernmentdepartmentsinthefuture,suchasreal-timemonitoringofpublicopinionformultipleeventsandhigh-speedtransmissionthroughthenetwork,drawingreal-timechangesinthedynamicmapofpublicopinion,throughtheInternetuserserverpositioning,accuratelyjudgethedegreeofnetworkpublicopinionindifferentareas,andthroughthepredictionmodeltopreventthespreadofnetworkpublicopinionleadingtothefailureofgovernmentdepartmentstocontrolpublicopinion.KeyWords:BigData,Django,Onlinepublicopinion,Government,Publicopinionanalysis目录基于大数据的政府网络舆情分析系统 [29]。论文的第二章主要介绍了政府网络舆情系统实现的相关技术和理论基础，政府网络舆情系统的关键组成部分，包括：Django核心框架、数据采集处理技术、文本处理技术、情感分析方法等，通过查阅资料来确定系统所需要的相关理论知识并进行知识储备。本章为设计合理的政府网络舆情系统奠定了理论基础。论文的第三章对政府网络舆情系统的需求性进行了分析，包括对功能性的分析、性能分析以及用户需求。数据的采集需要确定数据集来源，数据存储与处理需要做到高效、安全以及准确。对于网络舆情事件的情感分析乃是系统的重点功能，根据舆情事件的情感分析与预测可以防止不好的舆情进一步发酵，需要政府部门进行监测、引导、控制。性能需求确保了政府部门的基础设备也能够部署并运行该系统，防止出现某些地区的政府部门由于设备老旧落后导致无法使用系统进行分析网络舆情。用户需求确定了目标用户群体为政府部门工作人员，这也奠定了系统设计应该从简而非从繁，需要让工作人员能够快速的找到所需要的功能并使用，也需要能够创建相应的账号并给予相应的权限，方便分配人员对系统的使用。论文的第四章对政府网络舆情系统的设计进行了深入研究，详细阐述了舆情系统的整体设计框架，包括各组成部分的地位和功能，分析了系统整体的工作流程，以及在数据处理中对所需数据库的修改配置。对模块的设计应当遵循客户群体需求而制作，尽量从简制作模块，将界面与模块功能之间的简约带给用户。论文的第五章介绍了政府网络舆情系统程序的开发与实现，对此展现了部分代码，包括爬虫部分代码、词云图部分代码、情感分类部分代码、舆情预测部分代码等。特别是对于模块间的调用以及情感分类模块，详细的介绍了系统开发中主要的功能代码以及模块实现的功能。在第四章设计的基础上，进一步细化功能的实现，此间需要克服并处理系统所遇到的所用BUG并进行优化调试。论文的六章主要介绍了政府网络舆情系统的测试，包括本机测试环境以及测试方法与测试后的结果分析。介绍本机软硬件的测试信息作为基本参考，对于系统测试写出了系统的登入、运行以及效果图展示。在本章最后对系统测试结果进行总结与分析，对系统的不足之处进行指出。由于现在以及未来人类都将长期处于信息高速发展的时代，人工智能的不断发展，使人们的生活方式也发生了翻天覆地的变化。舆情也随着网络的高速发展而变得更加容易形成，政府部门应该采取有效措施以应对未来网络舆情的风波，能够做到引导网络舆情，切实解决舆情事件问题，做好新时代政府领导。7.2展望由于目前我们处于一个巨大的全球信息化背景下，科技变得越来越信息化智能化，因此时代的进步不仅仅对人类的生活带来了巨大的变化也给政府部门的执政带来了新的挑战与机遇。政府部门也需要在大数据高速发展的今天进行充分的调研学习，只有不断地学习进步，才能够在新时代背景下不断地优化工作职能。在社会与政府部门转型的关键期，网络舆情随着现代网络的高速发展变得更加容易爆发，因此无论从政府部门管控的角度还是作为网民理性看待舆情的角度，都需要利用网络舆情分析系统，以助于能够去管控、引导舆情事件进展。防止网络舆情事件的爆发给个人、社会以及政府部门带来误导或舆情攻击。未来随着社会的信息化能力不断进步，所处的世界也会更加的便捷和智能化。网络的高速发展使得网络信息传播比传统的信息传播速度更加迅猛，我国利用大数据分析系统来帮助政府处理网络舆情系统仍处于初级阶段，因此提出并实现基于大数据的政府网络舆情分析系统对我国的网络舆情分析有着一定的现实需求和意义。随着国内外政府机构对网络舆情的不断重视，全球不同的国家政府部门也将不断推动并大力发展大数据下的网络舆情分析系统，也能够用以防止在信息化时代下由危险份子引发的包括煽动舆情攻击国家政府等行为。参考文献唐维红编.移动互联网蓝皮书中国移动互联网发展报告2023[M].北京：社会科学文献出版社.2023.李明德,邝岩.大数据背景下的网络舆情认知偏差：表征、成因与应对[J].西南民族大学学报(人文社会科学版),2023,44(05):138-143.曾基友.大数据背景下政府舆论引导能力提升策略研究[D].湘潭大学,2017.袁帅.基于舆情系统的食品安全信息情感倾向性研究[D].吉林农业大学,2020.DOI:10.27163/ki.gjlnu.2020.000351.R.CS.R2.0[M].PrincetonUniversityPress:2009-08-17.M.J.MeenaandK.R.Chandran,"NaïveBayestextclassificationwithpositivefeaturesselectedbystatisticalmethod,"2009FirstInternationalConferenceonAdvancedComputing,Chennai,India,2009,pp.28-33,doi:10.1109/ICADVC.2009.5378273.DuricA,SongF.Featureselectionforsentimentanalysisbasedoncontentandsyntaxmodels[J].DecisionSupportSystems,2012,53(4).EAnanieva.UKPublicOpinioninLightoftheUkraineCrisis[J].ResearchGate,2016,60(9):1175-1182马晋宇,张博.国内突发事件网络舆情应对研究简述[J].新媒体研究,2022(5):15-17.刘毅著.网络舆情研究概论[M].天津：天津人民出版社.2007魏德志,陈福集,郑小雪.基于混沌理论和改进径向基函数神经网络的网络舆情预测方法[J].物理学报,2015,64(11):52-59.杨瑞琪,张月霞.基于复杂网络的IC-SEIR网络舆情传播模型研究[J].测控技术,2018,37(11):78-83.曾茜,杨柳.官方媒体在新媒体冲击下网络舆情应对策略[J].新闻前哨,2022(15):10-11.姚瑶.媒介融合环境下政府网络舆情应对的提升[J].新闻传播,2022(4):110-111.孙亮.基于支持向量机的网络舆情危机预警探究[J].自动化与仪器仪表,2016(11):138-139.DOI:10.14016/ki.1001-9227.2016.11.138.杜旭忠.大数据背景下政府舆论危机治理研究[D].贵州师范大学,2016.吴建洪.基于Django的Web自动化测试平台的研发与应用[D].西南大学,2023.DOI:10.27684/ki.gxndx.2022.003235.曹阳杨.作物种植密度优化系统的设计与实现[D].东北农业大学,2021.DOI:10.27010/ki.gdbnu.2021.000478.ChenSN,Al-HamdiR,TanYK,etal.MeasuringPublicOpinionwithSocialMediaUseinLocalGovernmentofAsianCities[C]//2020.DOI:10.1007/978-981-15-3250-4_48.陈思宇.基于文本分析对新冠疫苗舆论热点的研究[D].中南财经政法大学,2022.DOI:10.27660/ki.gzczu.2022.002535.谭魏璇.命名实体与基本名词短语识别研究[D].苏州大学,2010.王艺静.基于微博舆情事件的主题情感分析研究[D].贵州财经大学,2023.DOI:10.27731/ki.ggzcj.2023.000811.刘书先.电信网络舆情监测系统的设计与实现[D].北京邮电大学,2015.Ariyo