丁青　蔡文杰　吉翔

摘 要： 以南京農(nóng)業(yè)大學(xué)工學(xué)院應(yīng)用為例，利用數(shù)據(jù)挖掘工具實(shí)現(xiàn)對(duì)計(jì)費(fèi)網(wǎng)關(guān)日志數(shù)據(jù)的采集，并對(duì)用戶群體行為即不同時(shí)間段的在線賬號(hào)數(shù)、用戶使用時(shí)長(zhǎng)與流量、用戶訪問目的地址三個(gè)方面進(jìn)行研究。對(duì)如何改進(jìn)高校網(wǎng)絡(luò)輿情監(jiān)控建設(shè)，培育健康和諧的網(wǎng)絡(luò)輿論生態(tài)給出了若干對(duì)策與建議。

關(guān)鍵詞： 數(shù)據(jù)挖掘； 計(jì)費(fèi)網(wǎng)關(guān)； 輿情監(jiān)控； 行為分析

中圖分類號(hào)：G41 文獻(xiàn)標(biāo)志碼：A 文章編號(hào)：1006-8228（2013）08-11-03

0 引言

輿情是“輿論情況”的簡(jiǎn)稱，是指在一定的社會(huì)空間內(nèi)，圍繞中介性社會(huì)事件的發(fā)生、發(fā)展和變化，民眾對(duì)社會(huì)管理者產(chǎn)生和持有的社會(huì)政治態(tài)度[1]。網(wǎng)絡(luò)輿情是社會(huì)輿情的直接反映。高校的網(wǎng)絡(luò)輿情更有其特殊性，會(huì)在短時(shí)間內(nèi)迅速影響到大學(xué)生的態(tài)度和觀點(diǎn)，甚至影響到他們?cè)诂F(xiàn)實(shí)中的行為，因此，需要及時(shí)采取措施，實(shí)施輿情監(jiān)控，以控制和引導(dǎo)事態(tài)發(fā)展。本文從校園網(wǎng)計(jì)費(fèi)網(wǎng)關(guān)系統(tǒng)日志分析入手，利用專業(yè)的數(shù)據(jù)挖掘軟件工具對(duì)校園網(wǎng)用戶行為日志進(jìn)行各個(gè)角度的詳細(xì)分析，再?gòu)亩鄠€(gè)方面對(duì)高校網(wǎng)絡(luò)輿情監(jiān)控給出對(duì)策和建議，以使管理者能夠牢牢把握輿論控制權(quán)，引導(dǎo)網(wǎng)絡(luò)輿情，維護(hù)網(wǎng)絡(luò)信息安全。

1 研究背景與目的

網(wǎng)絡(luò)輿情研究，需要對(duì)高校學(xué)生用戶行為進(jìn)行深入挖掘和分析其行為產(chǎn)生的原因[2]， 及時(shí)發(fā)現(xiàn)他們對(duì)學(xué)校和社會(huì)的意見、情緒和態(tài)度，進(jìn)而使管理者及時(shí)地改進(jìn)和創(chuàng)新各類管理辦法，形成網(wǎng)上、網(wǎng)下共同教育的和諧局面。因此，管理者應(yīng)該通過對(duì)大學(xué)生網(wǎng)絡(luò)輿情及時(shí)有效的管理，來(lái)控制不良網(wǎng)絡(luò)輿情，維護(hù)校園穩(wěn)定。本文力圖以最新時(shí)間點(diǎn)，選擇相關(guān)的日志數(shù)據(jù)，對(duì)用戶行為的特征項(xiàng)進(jìn)行總結(jié)分析，以實(shí)證研究的方法嘗試網(wǎng)絡(luò)輿情監(jiān)控新的探索。

2 研究方法

2.1 研究思路

行為分析研究方法主要有統(tǒng)計(jì)、聚類。統(tǒng)計(jì)方法多用于在模式己知的情況下快速的得出結(jié)果，而在模式未知的情況下，一般都使用聚類的方法[3]。此次實(shí)證研究的數(shù)據(jù)取自校園網(wǎng)計(jì)費(fèi)網(wǎng)關(guān)，在真實(shí)網(wǎng)絡(luò)環(huán)境下，可以獲得的原始數(shù)據(jù)量通常都比較大，數(shù)據(jù)的復(fù)雜程度較高，以工學(xué)院為例，每天產(chǎn)生的原始記錄高達(dá)6GB的數(shù)據(jù)量。如何使用高效工具，做到對(duì)大量的數(shù)據(jù)進(jìn)行提取、過濾、轉(zhuǎn)換、集成，以便從中發(fā)現(xiàn)知識(shí)，是對(duì)校園網(wǎng)用戶行為分析的關(guān)鍵所在。通過對(duì)底層數(shù)據(jù)的考察筆者發(fā)現(xiàn)，用戶行為的各項(xiàng)參數(shù)之間存在著關(guān)聯(lián)性，例如，在線賬號(hào)數(shù)、在線時(shí)間、使用網(wǎng)絡(luò)的時(shí)長(zhǎng)、網(wǎng)絡(luò)流量、目的地址、網(wǎng)絡(luò)服務(wù)類型等之間都是有聯(lián)系的。在綜合分析結(jié)果的時(shí)候，我們把各參數(shù)中用戶模式己知的項(xiàng)進(jìn)行統(tǒng)計(jì)分析。

2.2 分析流程和使用工具

校園網(wǎng)用戶行為分析流程可以分為以下幾個(gè)部分。

⑴ 數(shù)據(jù)抽取部分，主要是采集工學(xué)院城市熱點(diǎn)計(jì)費(fèi)系統(tǒng)所保留的各項(xiàng)日志數(shù)據(jù)，根據(jù)分析的重點(diǎn)對(duì)各字段進(jìn)行抽取，從源數(shù)據(jù)庫(kù)讀取所需要的數(shù)據(jù)部分。

⑵ 數(shù)據(jù)轉(zhuǎn)換和加載部分，按照最終形成的數(shù)據(jù)結(jié)構(gòu)，對(duì)源系統(tǒng)每個(gè)記錄進(jìn)行轉(zhuǎn)換，轉(zhuǎn)換以后就可寫入數(shù)據(jù)倉(cāng)庫(kù)，可采用SQL語(yǔ)句或批量加載，這一部分是為下一步統(tǒng)計(jì)準(zhǔn)備有用的數(shù)據(jù)。

⑶ 統(tǒng)計(jì)分析部分，這是整個(gè)行為分析的關(guān)鍵部分。通過從不同角度對(duì)用戶行為進(jìn)行統(tǒng)計(jì)和分析，幫助管理者及時(shí)掌握真實(shí)校園網(wǎng)用戶需求的變化，從中發(fā)現(xiàn)一些有趣的特點(diǎn)和規(guī)律，實(shí)現(xiàn)對(duì)現(xiàn)有校園網(wǎng)用戶輿情全面的把握。

⑷ 工具采用了SQLSever 2008的SSIS工具和EXCEL2010。

3 日志結(jié)果與分析

本文的分析工作主要針對(duì)用戶群體行為的三個(gè)方面進(jìn)行研究，即不同時(shí)間段的在線賬號(hào)數(shù)分析、用戶使用時(shí)長(zhǎng)和流量的分析、用戶訪問目的地址分析。

3.1 分時(shí)間段的在線人數(shù)分析

分析各個(gè)時(shí)段網(wǎng)絡(luò)的用戶在線賬號(hào)數(shù)，可以從宏觀上了解大學(xué)生的網(wǎng)絡(luò)使用情況。根據(jù)最新時(shí)間點(diǎn)，我們提取了2012年11月11日到11月17日一周的用戶數(shù)據(jù)，一共48510條，將一周的分析結(jié)果生成線狀圖，如圖2所示。

圖2從縱向和橫向的角度清晰地反映了校園網(wǎng)用戶在線賬號(hào)數(shù)一天中的變化趨勢(shì)，以及一周內(nèi)在線賬戶的變化趨勢(shì)。

從一天中的變化趨勢(shì)來(lái)看，第一個(gè)高峰在12點(diǎn)到13點(diǎn)中出現(xiàn)，這個(gè)時(shí)間學(xué)生教師上課完畢，中午正好是午休期間，用戶上網(wǎng)人數(shù)最多。一天中的第二個(gè)高峰在16點(diǎn)到達(dá)，因?yàn)?6點(diǎn)一般是學(xué)生下午兩節(jié)課結(jié)束后回到宿舍的時(shí)間，此時(shí)在線人數(shù)較多。一天中第三個(gè)小高峰在21點(diǎn)出現(xiàn)，說(shuō)明學(xué)生大多數(shù)下晚自習(xí)的時(shí)間就在21點(diǎn)左右，回到宿舍他們又開始登錄網(wǎng)絡(luò)，從圖上來(lái)看，基本上到了23點(diǎn)，由于學(xué)生公寓停止供電，在線賬號(hào)數(shù)有一個(gè)明顯的回落。

同時(shí)從一周內(nèi)的變化可看出，周六在線人數(shù)最多，而周日在線人數(shù)最少，其余一周的數(shù)據(jù)則與日劇增，也說(shuō)明周六學(xué)校在線人數(shù)為最高。對(duì)在線人數(shù)的分析，主要是根據(jù)各個(gè)時(shí)間段在線賬號(hào)數(shù)的不同，可以對(duì)網(wǎng)絡(luò)輿情的監(jiān)控，網(wǎng)絡(luò)的策略變化給出一個(gè)合理的參考時(shí)段。

3.2 用戶在線時(shí)長(zhǎng)以及使用流量的分析

利用對(duì)比分析法，我們將校園網(wǎng)用戶分成不同類別的組，分別研究他們的上網(wǎng)行為差異，抽取了一個(gè)月的用戶日志數(shù)據(jù)并利用SSIS工具進(jìn)行聚類，形成下面的用戶行為模式。

⑴ 電子閱覽室用戶代表了機(jī)房用戶，基本上是以學(xué)生為主，由于開放時(shí)間所限，這類用戶使用時(shí)長(zhǎng)不會(huì)超過12個(gè)小時(shí)，月流量在30G左右。

⑵ 家屬區(qū)用戶使用時(shí)長(zhǎng)在12個(gè)小時(shí)以內(nèi)的有132人，占到91.7%；而12個(gè)小時(shí)以上的有12人，占8.3%。大部分人月流量在100G以內(nèi)。

⑶ 辦公區(qū)用戶使用時(shí)長(zhǎng)在12小時(shí)以內(nèi)的占到了85.9%。但是這類用戶超過12小時(shí)的人數(shù)達(dá)41人，占14.1%，并且在23-24小時(shí)還有一個(gè)小的躍增，可以判斷這類用戶有經(jīng)常熬夜或者不關(guān)機(jī)的習(xí)慣，同時(shí)月流量也在500G以內(nèi)，針對(duì)這類用戶管理者應(yīng)該予以提醒，使其不濫用各項(xiàng)資源，節(jié)約校園網(wǎng)帶寬。

對(duì)于用戶在線時(shí)長(zhǎng)和流量分析，目的是了解用戶占用網(wǎng)絡(luò)帶寬的情況，對(duì)于在線時(shí)間過長(zhǎng)，占用帶寬過多的用戶，管理者應(yīng)該予以重點(diǎn)監(jiān)控，并采取措施進(jìn)行限制。

3.3 學(xué)生用戶訪問目的地址分析

首先提取學(xué)生區(qū)訪問的日志文件，對(duì)其每一行的訪問目的地址記錄進(jìn)行統(tǒng)計(jì)和分析，使用split函數(shù)以Tab為分隔符將行記錄劃分為各個(gè)字段，從而獲得URL字段；然后，使用spilt函數(shù)以反斜杠“＼”為分隔符將URL字段進(jìn)行劃分；最后利用Perl的哈希結(jié)構(gòu)進(jìn)行分類統(tǒng)計(jì)。當(dāng)日志文件所有的記錄均按照上述過程處理之后，就可以輸出各個(gè)網(wǎng)站訪問的統(tǒng)計(jì)結(jié)果。通過該算法實(shí)現(xiàn)了用戶訪問10000次以上的網(wǎng)站都被記錄下來(lái)，統(tǒng)計(jì)并生成圖表，如圖3所示。

在輿論監(jiān)督中要特別引起注意是對(duì)SNS網(wǎng)站、BBS網(wǎng)站和門戶網(wǎng)站進(jìn)行監(jiān)控，這幾類網(wǎng)站在工學(xué)院中訪問次數(shù)較高的分別是人人網(wǎng)，西祠網(wǎng)和新浪網(wǎng)，可見隨著高校網(wǎng)絡(luò)的普及，尤其是博客，微博，學(xué)生個(gè)人網(wǎng)站的出現(xiàn)，在網(wǎng)絡(luò)上表達(dá)意見，態(tài)度，情緒和信念等，日益成為大學(xué)生活的重要內(nèi)容，對(duì)這類網(wǎng)站的監(jiān)控也必須予以加強(qiáng)。

4 網(wǎng)絡(luò)輿情建設(shè)對(duì)策和建議

4.1 出口部署網(wǎng)絡(luò)輿情監(jiān)測(cè)系統(tǒng)

目前不少高校都在校園網(wǎng)出口處部署了輿情監(jiān)測(cè)系統(tǒng)，這類系統(tǒng)一般都具有比較強(qiáng)大的過濾功能，比如基于內(nèi)容的過濾手段，包括：過濾用戶通過搜索引擎搜索的指定關(guān)鍵字、過濾包含指定關(guān)鍵字的網(wǎng)頁(yè)、過濾含指定關(guān)鍵字的URL地址等，作為管理者應(yīng)將譬如包含色情、反動(dòng)、暴力或非法的網(wǎng)站過濾掉，屏蔽不利于大學(xué)生成才的信息，提高網(wǎng)絡(luò)出口的安全性。

但是，從輿情監(jiān)測(cè)軟件的調(diào)研情況看，大部分軟件只有網(wǎng)絡(luò)爬蟲模塊起主要作用，雖然在技術(shù)上部分實(shí)現(xiàn)了基于web頁(yè)面異構(gòu)數(shù)據(jù)的信息抽取與集成，然而他們對(duì)所采集到的信息的定性定量分析并不到位，還需要對(duì)所獲得的日志信息進(jìn)行科學(xué)篩選、智能分析與研判，同時(shí)管理人員要在某些敏感時(shí)間段密切跟蹤學(xué)校某區(qū)域的網(wǎng)上輿情動(dòng)態(tài)，及時(shí)搜集具有前瞻性的信息，一旦出現(xiàn)校園網(wǎng)絡(luò)輿情危機(jī)苗頭，可在第一時(shí)間了解網(wǎng)絡(luò)輿情內(nèi)容，分析網(wǎng)絡(luò)輿情的性質(zhì)，判斷網(wǎng)絡(luò)輿情的影響，科學(xué)應(yīng)對(duì)[4]。

4.2 全面實(shí)現(xiàn)實(shí)名用戶認(rèn)證

信息化的普及，使得目前很多高校都提供無(wú)線和有線接入方式，而無(wú)線接入的方式會(huì)導(dǎo)致在問題用戶定位上存在時(shí)間和地點(diǎn)的不確定性；同時(shí)，高校越來(lái)越開放，很多臨時(shí)來(lái)高校的人員和臨時(shí)活動(dòng)要求連入校園網(wǎng)絡(luò)，這就要求監(jiān)管部門制定嚴(yán)格的準(zhǔn)入機(jī)制。目前在高校校園網(wǎng)中全面實(shí)現(xiàn)實(shí)名用戶認(rèn)證是必要而緊迫的。以工學(xué)院為例，上網(wǎng)的賬號(hào)與學(xué)生的學(xué)號(hào)或教工的工號(hào)進(jìn)行捆綁，除教工生活區(qū)、服務(wù)器和特殊設(shè)備采用多元組綁定技術(shù)直連校園網(wǎng)外，其他所有用戶要進(jìn)入校園網(wǎng)均須進(jìn)行身份認(rèn)證，臨時(shí)賬號(hào)必須由各負(fù)責(zé)部門提出申請(qǐng)并定位到具體地點(diǎn)，從而切斷非法用戶聯(lián)入校園網(wǎng)。

4.3 形成校園獨(dú)有的網(wǎng)絡(luò)輿情載體

高校網(wǎng)絡(luò)輿情建設(shè)要重視對(duì)校園門戶網(wǎng)站、校園新聞網(wǎng)和各類網(wǎng)絡(luò)文化的網(wǎng)站的投入，特別是對(duì)高校網(wǎng)絡(luò)輿情的重要載體BBS的建設(shè)[5]。通過多種手段凸顯引導(dǎo)信息，把重點(diǎn)新聞和重要觀點(diǎn)設(shè)置在論壇顯眼與強(qiáng)勢(shì)位置，在處理突發(fā)事件時(shí)決不能失聲，要形成高校輿論引導(dǎo)的強(qiáng)大聲勢(shì)，搶占網(wǎng)絡(luò)輿論話語(yǔ)的主導(dǎo)權(quán)。

在構(gòu)建高校BBS論壇上的熱點(diǎn)話題時(shí)，高校管理部門要把握高校網(wǎng)絡(luò)輿情話語(yǔ)的主動(dòng)權(quán)；強(qiáng)化對(duì)突發(fā)事件重要信息的解讀，挖掘新聞深度，使大學(xué)生對(duì)突發(fā)事件的認(rèn)知建立在全面理性的基礎(chǔ)上，切忌千篇一律，要認(rèn)真聽取學(xué)校不同輿論的聲音；充分發(fā)揮輿論領(lǐng)袖的引領(lǐng)作用，轉(zhuǎn)移高校網(wǎng)絡(luò)輿情的焦點(diǎn)，消除不良輿情信息的誤導(dǎo)，逐步引導(dǎo)大學(xué)生朝著預(yù)期設(shè)定的方向發(fā)展，從而正確引導(dǎo)高校網(wǎng)絡(luò)輿論走向。

4.4 加強(qiáng)網(wǎng)絡(luò)輿情組織保障

宣傳部或網(wǎng)絡(luò)管理部門可設(shè)立日常辦公機(jī)構(gòu)，配備專職人員，開展日常工作，同時(shí)加強(qiáng)建立高水平的輔導(dǎo)員隊(duì)伍。輿情引導(dǎo)的效果和成敗與引導(dǎo)主體密切相關(guān)，輔導(dǎo)員是與大學(xué)生聯(lián)系最為緊密的引導(dǎo)主體，其輿情引導(dǎo)的效果決定了高校輿情引導(dǎo)的成敗[6]。同時(shí)要加強(qiáng)工作制度建設(shè)，建立起新聞發(fā)言人，日常值班，工作研討等制度，建立行之有效的校園突發(fā)事件預(yù)防辦法和處置方案，并將網(wǎng)絡(luò)輿情作為其中重點(diǎn)內(nèi)容。

5 結(jié)束語(yǔ)

校園網(wǎng)用戶行為分析是改善校園網(wǎng)運(yùn)行質(zhì)量，提高高校網(wǎng)絡(luò)輿情管理效率的一個(gè)有效途徑，它能為網(wǎng)絡(luò)的管理者提供決策的必要依據(jù)。隨著網(wǎng)絡(luò)技術(shù)的普遍發(fā)展，高校輿情監(jiān)控工作將大有作為，另外隨著信息化的深入，對(duì)無(wú)線方式下的高校用戶行為分析以及輿情管理，將是高校網(wǎng)絡(luò)輿情監(jiān)控的重要發(fā)展方向。

參考文獻(xiàn)：

[1] 王來(lái)華.輿情研究概念：理論方法和現(xiàn)實(shí)熱點(diǎn)[M].天津社會(huì)科學(xué)院出版社，2003.

[2] 丁青，周留根，朱愛兵.基于K-means聚類算法的校園網(wǎng)用戶行為分析研究[J].微計(jì)算機(jī)應(yīng)用，2010.31（6）：74-80

[3] 梁循.數(shù)據(jù)挖掘算法與應(yīng)用[M].北京大學(xué)出版社，2006.

[4] 陳少平.高校網(wǎng)絡(luò)輿情危機(jī)的研究及處置對(duì)策[J].中國(guó)青年研究，2012.3：5-9

[5] 曹銀忠，許方圓.高校網(wǎng)絡(luò)輿情引導(dǎo)研究[J].毛澤東思想研究，2012.29（6）：146-150

[6] 李宗琦，徐順鋒.高校輔導(dǎo)員輿情引導(dǎo)工作實(shí)證研究——以西安市部分高校為例[J].西安電子科技大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2012.22（5）：121-124