潘 芳,劉智宇,向 蘭,高丁亞

(1.深圳市匯星數(shù)字技術(shù)有限公司,廣東 深圳 518107;2.長沙學(xué)院 經(jīng)濟與管理學(xué)院,湖南 長沙 410022;3.湖南大學(xué) 金融與統(tǒng)計學(xué)院,湖南 長沙 410006)

0 引言

第52次《中國互聯(lián)網(wǎng)絡(luò)發(fā)展狀況統(tǒng)計報告》顯示,截至2023年6月,我國網(wǎng)民規(guī)模10.79億人、互聯(lián)網(wǎng)普及率76.4%。與之相伴的是各類網(wǎng)絡(luò)媒體平臺強勢崛起。相對于傳統(tǒng)媒體,網(wǎng)絡(luò)媒體環(huán)境下的信息在傳播主體和速度、靈活性、多樣性等方面具有明顯的優(yōu)勢。這使得網(wǎng)絡(luò)媒體逐漸成為人們發(fā)布、獲取信息的主要渠道。在今日頭條、微博熱搜、知乎熱榜等網(wǎng)絡(luò)媒體上的新聞事件,常常成為社會關(guān)注和公眾輿論的焦點。一些關(guān)于文化遺產(chǎn)保護的負面事件,如2017年的“八達嶺長城被刻字”、2020年的“女子閉館日開車進故宮”等,都是先在網(wǎng)絡(luò)媒體上被傳播,引發(fā)強烈反響并成為輿情事件后,才受到相關(guān)各方的重視并加以整改,進而促進了文化遺產(chǎn)保護與管理水平的提高。網(wǎng)絡(luò)媒體的輿情能映射文化遺產(chǎn)保護的各方面,為各方感知和監(jiān)督文化遺產(chǎn)保護提供重要的支持。因此,對網(wǎng)絡(luò)媒體環(huán)境下的文化遺產(chǎn)輿情大數(shù)據(jù)進行監(jiān)測,非常有必要。

目前,文化遺產(chǎn)的輿情分析已經(jīng)開始受到重視。中國遺產(chǎn)研究院多次對年度中國世界文化遺產(chǎn)的網(wǎng)絡(luò)輿情進行分析和報告[1];中國非物質(zhì)文化遺產(chǎn)保護中心也在2021年的“文化和自然遺產(chǎn)日”對相關(guān)的網(wǎng)絡(luò)輿情進行了監(jiān)測和分析。如“鳳凰古鎮(zhèn)門票事件”“麗江古鎮(zhèn)旅游利益相關(guān)者沖突事件”等事件的網(wǎng)絡(luò)輿情,也受到學(xué)者們的關(guān)注和分析[2-3]。盡管如此,在文化遺產(chǎn)輿情監(jiān)測系統(tǒng)建設(shè)上,卻僅有2014年上線運行的“中國世界文化遺產(chǎn)監(jiān)測預(yù)警總平臺”中建設(shè)了一個輿情監(jiān)測的模塊[4]。實際上,網(wǎng)絡(luò)輿情大數(shù)據(jù)監(jiān)測的方法與技術(shù)已不再是瓶頸,已有國內(nèi)外學(xué)者對南海問題輿情監(jiān)測、Twitter上的流行病輿情監(jiān)測[5]、Twitter上的流行病輿情監(jiān)測[6]等進行了研究。本文借鑒前人研究中的方法與技術(shù),設(shè)計了文化遺產(chǎn)網(wǎng)絡(luò)輿情大數(shù)據(jù)的監(jiān)測系統(tǒng)。該系統(tǒng)致力于為各方及時把握文化遺產(chǎn)的發(fā)展動態(tài)、發(fā)現(xiàn)文化遺產(chǎn)保護的現(xiàn)存問題、洞悉文化遺產(chǎn)保護的社會訴求,提供全新的方式與渠道。

1 系統(tǒng)的架構(gòu)設(shè)計及功能說明

1.1 系統(tǒng)總體架構(gòu)及功能

系統(tǒng)設(shè)計為知識層(底層)、運行層(中層)、展示層(上層),系統(tǒng)模型和運行流程如圖1所示。系統(tǒng)能夠?qū)Ω黝惥W(wǎng)絡(luò)媒體上關(guān)于文化遺產(chǎn)的輿情大數(shù)據(jù)進行持續(xù)采集,并對采集的數(shù)據(jù)進行清洗、分類存儲及信息挖掘等,實現(xiàn)文化遺產(chǎn)網(wǎng)絡(luò)輿情的動態(tài)監(jiān)測。監(jiān)測內(nèi)容包括,文化遺產(chǎn)的災(zāi)害和事故、景區(qū)-游客沖突、民眾訴求、正負面新聞等。系統(tǒng)能夠自動生成輿情分析簡報定期發(fā)送給相關(guān)人員。當設(shè)定的監(jiān)測指標超過閾值時,系統(tǒng)也自動生成輿情預(yù)警信息發(fā)送給相關(guān)人員。

圖1 系統(tǒng)模型與運行流程

1.2 系統(tǒng)各模塊及其功能

系統(tǒng)包括5個模塊,各模塊名稱及其功能如下。(1)文化遺產(chǎn)知識庫模塊:本模塊對基于文化遺產(chǎn)相關(guān)的文獻資源、網(wǎng)絡(luò)媒體輿情資源,進行整理、歸類,總結(jié)文化遺產(chǎn)涉及的基本術(shù)語、術(shù)語關(guān)系、主體類型、事件類型、敏感詞庫、負面詞庫等信息,進而構(gòu)建文化遺產(chǎn)領(lǐng)域本體,為輿情大數(shù)據(jù)監(jiān)測與預(yù)警做好知識庫上的支撐。(2)文化遺產(chǎn)輿情采集模塊:本模塊基于文化遺產(chǎn)領(lǐng)域本體,爬取網(wǎng)絡(luò)媒體輿情大數(shù)據(jù),并對爬取的數(shù)據(jù)進行清洗。之后,基于知識庫中的主體、事件類型等信息,對輿情數(shù)據(jù)進行分類,并存儲至文化遺產(chǎn)輿情數(shù)據(jù)庫中。(3)文化遺產(chǎn)輿情存儲模塊:本模塊首先基于文化遺產(chǎn)知識庫,通過對文化遺產(chǎn)輿情的主體、事件類型等方面的分析,在確定文化遺產(chǎn)輿情存儲數(shù)據(jù)庫的功能、結(jié)構(gòu)后,構(gòu)建文化遺產(chǎn)輿情存儲數(shù)據(jù)庫。(4)文化遺產(chǎn)輿情監(jiān)測模塊:本模塊基于文化遺產(chǎn)輿情存儲數(shù)據(jù)庫,對輿情大數(shù)據(jù)進行定期的分析及可視化,包括主題提取、熱點話題分析等,并對敏感、負面輿情自動生成預(yù)警簡報,通過郵件、微信等方式發(fā)送給相關(guān)人員。(5)文化遺產(chǎn)輿情展示模塊:本模塊對輿情數(shù)據(jù)定期的自動分析結(jié)果進行可視化,并通過直觀圖表將輿情現(xiàn)況和輿情趨勢展示到瀏覽器端。同時,本模塊還包含人機交互部分,能為人工分析輿情數(shù)據(jù)提供接口。

2 系統(tǒng)涉及的關(guān)鍵技術(shù)和開發(fā)實現(xiàn)

2.1 系統(tǒng)涉及的關(guān)鍵技術(shù)

已有研究中雖然具體方法或技術(shù)有所差別,但都是運用大數(shù)據(jù)技術(shù)、文本挖掘技術(shù)、機器學(xué)習(xí)等,對海量的網(wǎng)絡(luò)數(shù)據(jù)進行爬取、挖掘,最后生成監(jiān)測報告等供相關(guān)人員參閱。由于本系統(tǒng)擁有一個底層知識庫的支撐,因此,還需要領(lǐng)域本體構(gòu)建技術(shù),這些關(guān)鍵技術(shù)的介紹如下。(1)本體構(gòu)建技術(shù):本體在計算機領(lǐng)域中用于描述語義知識,包含概念與概念之間的關(guān)系以及描述它們的屬性;本體構(gòu)建方法比較著名的有骨架法、IDEF5法和七步法等,其中七步法是最受推崇的方法。(2)網(wǎng)絡(luò)爬蟲技術(shù):網(wǎng)絡(luò)爬蟲(Web Crawler)是自動搜索和獲得網(wǎng)頁數(shù)據(jù)的計算機程序[7];網(wǎng)絡(luò)爬蟲通常從若干初始網(wǎng)頁的URL開始,分析頁面內(nèi)容,提取新的URL并存入待爬行URL隊列,如此重復(fù)上面的過程,從而遍歷Web直到滿足終止條件[8]。(3)數(shù)據(jù)庫技術(shù):文化遺產(chǎn)輿情存儲數(shù)據(jù)庫的建立。首先,創(chuàng)建基本表、設(shè)置約束條件、管理基本表;其次,創(chuàng)建和管理索引、創(chuàng)建和管理視圖;再次,向數(shù)據(jù)庫中輸入數(shù)據(jù),并實現(xiàn)對數(shù)據(jù)查詢、修改、刪除等操作;最后,編寫存儲過程、觸發(fā)器等,并調(diào)試通過。(4)文本挖掘技術(shù):文本挖掘(Text Mining)是基于計算機領(lǐng)域和統(tǒng)計分析領(lǐng)域的相關(guān)理論、方法和技術(shù),從文本中發(fā)現(xiàn)和提取隱含規(guī)律或知識的過程[9];常見的文本挖掘任務(wù)有詞云圖繪制、高頻詞統(tǒng)計、語義網(wǎng)絡(luò)分析、文本主題提取等。

2.2 系統(tǒng)的開發(fā)實現(xiàn)

系統(tǒng)各模塊開發(fā)所涉及的開發(fā)工具如下。(1)文化遺產(chǎn)知識庫和輿情存儲模塊:兩個模塊都將使用到MySQL和Redis進行開發(fā)。MySQL數(shù)據(jù)庫能有效適配各種編程語言,同時支持在多種操作系統(tǒng)上使用。而使用Redis進行數(shù)據(jù)的緩存,能夠有效提升系統(tǒng)的數(shù)據(jù)響應(yīng)速度,減輕MySQL數(shù)據(jù)庫的讀寫壓力。另外,文化遺產(chǎn)知識庫還將使用Protégé,它是本體構(gòu)建的核心工具,也是開源且免費的。(2)輿情采集模塊和輿情監(jiān)測模塊:2個模塊將使用Java和Python進行開發(fā),二者均是目前非常受歡迎的編程語言,均擁有體系化第三方庫支撐以及完整的開發(fā)生態(tài);同時,這2個模塊還將使用SpringBoot框架進行開發(fā),SpringBoot框架的“開箱即用”特性能夠減少系統(tǒng)重復(fù)代碼,提高開發(fā)效率[10]。(3)輿情展示模塊:將使用HTML語言、Vue和Element UI進行開發(fā),確保用戶使用不同的瀏覽器進入系統(tǒng)時都能夠具有良好的兼容性。

3 結(jié)語

本文設(shè)計了文化遺產(chǎn)網(wǎng)絡(luò)輿情大數(shù)據(jù)的監(jiān)測系統(tǒng),系統(tǒng)能為把握文化遺產(chǎn)的發(fā)展動態(tài)、發(fā)現(xiàn)文化遺產(chǎn)保護中的問題、洞悉文化遺產(chǎn)保護的社會訴求提供新的渠道。系統(tǒng)設(shè)計的功能不僅可以從海量網(wǎng)絡(luò)輿情數(shù)據(jù)中挖掘出更有價值、更深層次的信息,還能大幅降低輿情信息獲取時間和人工成本。另外,系統(tǒng)的實現(xiàn)將綜合應(yīng)用多種方法、技術(shù)和工具,將促進跨學(xué)科方法、技術(shù)的交叉與融合。