校園網絡輿情監控系統研究

潘怡++謝珍++劉志龍

摘 要：大學生作為網絡媒體的主要參與者，在網絡輿情的產生中扮演著重要的角色，為了能及時掌握學生的思想動態，積極引導校園輿情，打造和諧健康的校園網絡社區輿情環境，創建文明校園，高校建立完善的輿情監控系統是十分必要的。本文基于QS單模式匹配算法和SunWu算法，運用關鍵字匹配技術，通過對校內各門戶網站內容的檢測實驗，我們能夠發現輿情敏感詞并進行預警，從而實現對各門戶網站的實時監控，為校園網絡輿情監控系統的開發提供了合理依據。

關鍵詞：網絡輿情；QS單模式匹配算法；SunWu算法；敏感詞

中圖分類號：G642 文獻標識碼：B 文章編號：1002-7661（2015）06-003-01

一、引言

隨著互聯網的興起，信息的迅速傳播，人們的生活方式、人際交往以及思維方式也隨之改變。在高校，校園網絡作為學生日常學習生活的重要平臺，重要性毋庸置疑。學校主頁、校內各學院、各部門主頁，學校BBS，甚至各個學院BBS，班級網站都是高校學生經常訪問的平臺。類似于這種公共廣場，是大學生自由發表評論、表達意見的網絡空間，校園內外的一些重大事件和突發事件通常會以最新最快的速度在這種媒介場所內出現，引發大學生的廣泛關注，形成大量的討論。隨著意見的擴散和討論的深入，討論的主題往往會逐漸趨向特定的焦點，形成具有一定規模的較為明確的網絡輿情。而出于學生思想的積極引導以及校園安全工作的管理，對校園輿情進行有效的監控，是各高校所能采取的合適手段之關鍵。

關鍵字匹配算法主要是串匹配。串匹配是利用一個符號序列查找出一個或多個特定符號序列的過程。利用串匹配能在正文文本中尋找所有關鍵字集合中的關鍵字，并報告關鍵字出現的位置。依據在匹配過程中所要匹配的模式串個數，串匹配算法可分為單模式串和多模式串。串匹配技術的發展是與其應用密切相關的。隨著計算機信息技術的發展，其應用領域除了早期的文本編輯、全文檢索系統、查詢系統等，現今已廣泛應用到了網絡入侵檢測系統（NetworkIntrusion Detection System）、內容過濾、生物科學計算以及新聞主題提取等。利用串匹配技術，我和團隊自主開發了校園網絡輿情監控系統，并通過模擬數據，驗證了串匹配技術在輿情監控系統中應用的正確性。

二、算法介紹

QS（Quick Search）算法是利用不良字符跳轉表和文本串中未出現在模式串里的字符來匹配緊鄰當前匹配窗口的下一個字符，能有效的加快匹配速度。在實際應用中，QS適用于大字符集、模式串較短時的情況。QS算法的空間復雜度為O（σ），其預處理階段的時間復雜度為O（m+σ），最好情況下QS算法的時間復雜度可以達到O（n/（m+1））。

SunWu算法是基于單模式的BM算法設計出的一種多模式匹配算法。與其它算法不同，SunWu算法使用“塊字符”（Block Character）作為基本單位，將其作為進一步匹配的入口和進行跳轉的依據。SunWu算法使用長度為B的字符串代替壞字符串，進行最大限度的跳躍，并且使用散列技術和前綴表來減少需要進行實際匹配的次數。此外，SunWu算法不受大小字符集環境的影響，在中文情況下能夠表現出比較好的性能，符合中文字

三、結果分析與展示

QS算法和SunWu算法是典型的關鍵字匹配技術的算法，二者有各自的優點，但也存在著明顯的不足。因此，在自主開發的輿情監控系統中，我們將二者相結合運用，通過測試數據分析可知，QS算法和SunWu算法結合使用能大大提高系統的性能和效率。如圖3.1所示，在其他條件相同的情況下，模式串的最小長度m=2，模式串數量由500增加到5000時，各算法掃描時間的變化。從表中可以看出，隨著模式串數量的增加，各算法的運行時間都有相應增大，QS的運行時間一直低于SunWu算法。當模式串數量小于3000時，QS的運行時間少于SunWu的運行時間。當模式串數量大于3000時，QS的運行時間多于SunWu的運行時間。而二者的結合使用所需的運行時間則處于中間水平。加之，表3.2所示，模式串數量為100，模式串最短長度從2到8時，各種算法在reuters21578語料上消耗的時間。由表可看出，二者結合使用所花的掃描時間始終明顯低于其它兩種算法。當m=2時，二者結合使用所花的掃描時間低于SunWu算法的1/6，m=8時，二者結合使用所花的掃描時間低于SunWu算法的1/2。隨著m的增大，二者結合使用的算法所花的掃描時間呈減少趨勢，且差距亦呈減少趨勢。

四、總結

本文將單模式串匹配的QS算法和SunWu算法結合使用，取長補短，并將其運用到自主開發的校園網絡輿情監控系統中，通過對模擬數據的分析，也驗證了QS算法和SunWu算法結合能極大的提高系統性能。這為校園輿情監控系統提供了技術支持，也為校園安全工作管理奠定了基礎。