基于爬蟲技術(shù)與智能算法的網(wǎng)絡(luò)輿情監(jiān)測(cè)

雍龍泉，賈 偉，張建科

（1陜西理工大學(xué) 數(shù)學(xué)與計(jì)算機(jī)科學(xué)學(xué)院，陜西 漢中，723001；2陜西省工業(yè)自動(dòng)化重點(diǎn)實(shí)驗(yàn)室，陜西 漢中723001；3西安郵電大學(xué) 理學(xué)院，西安710121）

0 引 言

互聯(lián)網(wǎng)技術(shù)的發(fā)展到今天，社交網(wǎng)絡(luò)大肆興起，人們?cè)絹碓搅?xí)慣于使用社交網(wǎng)絡(luò)媒體，也越來越傾向于借助這一平臺(tái)來實(shí)時(shí)分享自己的信息，發(fā)表言論、抒發(fā)情感。但是，當(dāng)某一事件發(fā)生時(shí)，必將在社交網(wǎng)絡(luò)中廣泛傳播，由于社交網(wǎng)絡(luò)用戶的爆炸式增長，就很可能會(huì)產(chǎn)生輿情，輿情將會(huì)對(duì)民眾產(chǎn)生巨大的影響，甚至對(duì)社會(huì)安全產(chǎn)生一定的威脅［1-4］。因此，研究突發(fā)事件網(wǎng)絡(luò)輿情的傳播特性及演化過程，建立數(shù)學(xué)模型來探討突發(fā)事件網(wǎng)絡(luò)輿情演化規(guī)律及動(dòng)力學(xué)分析，具有重要的現(xiàn)實(shí)意義［5-8］。

本文采用較為流行的網(wǎng)絡(luò)爬蟲技術(shù)從百度指數(shù)爬取某一“熱門事件”的數(shù)據(jù)，并對(duì)這些數(shù)據(jù)進(jìn)行預(yù)處理；進(jìn)而建立Logistic微分方程數(shù)學(xué)模型，利用已有數(shù)據(jù)，采用智能算法確定微分方程解中的3個(gè)參數(shù)，最后應(yīng)用于網(wǎng)絡(luò)輿情預(yù)測(cè)。

本文的思路如圖1所示。

圖1 網(wǎng)絡(luò)輿情監(jiān)測(cè)流程Fig.1 Network public opinion monitoring process

下文以近期“茍晶”事件為例，說明該方法的應(yīng)用。

1 實(shí)現(xiàn)過程

1.1 獲取百度搜索指數(shù)

打開網(wǎng)址http：／／index.baidu.com／，輸入關(guān)鍵詞“茍晶”；設(shè)置時(shí)間范圍為近30天，即2020.6.24-2020.7.23（時(shí)間范圍可以手動(dòng)設(shè)置）；得到百度搜索指數(shù)如圖2所示。

圖2 百度搜索指數(shù)Fig.2 Baidu Search Index

百度指數(shù)，主要包括搜索指數(shù)、資訊指數(shù)、媒體指數(shù)。百度搜索指數(shù)是以網(wǎng)民每天在百度的搜索量為數(shù)據(jù)基礎(chǔ)，以關(guān)鍵詞為統(tǒng)計(jì)對(duì)象，科學(xué)分析并計(jì)算出各個(gè)關(guān)鍵詞在百度網(wǎng)頁搜索中搜索頻次的加權(quán)和；……