高校学生上网行为分析的研究及舆情监控对策.docVIP

高校学生上网行为分析的研究及舆情监控对策 　　摘 要： 以南京农业大学工学院应用为例，利用数据挖掘工具实现对计费网关日志数据的采集，并对用户群体行为即不同时间段的在线账号数、用户使用时长与流量、用户访问目的地址三个方面进行研究。对如何改进高校网络舆情监控建设，培育健康和谐的网络舆论生态给出了若干对策与建议。 　　关键词： 数据挖掘； 计费网关； 舆情监控； 行为分析 　　中图分类号：G41 文献标志码：A 文章编号：1006-8228（2013）08-11-03 　　0 引言 　　舆情是“舆论情况”的简称，是指在一定的社会空间内，围绕中介性社会事件的发生、发展和变化，民众对社会管理者产生和持有的社会政治态度[1]。网络舆情是社会舆情的直接反映。高校的网络舆情更有其特殊性，会在短时间内迅速影响到大学生的态度和观点，甚至影响到他们在现实中的行为，因此，需要及时采取措施，实施舆情监控，以控制和引导事态发展。本文从校园网计费网关系统日志分析入手，利用专业的数据挖掘软件工具对校园网用户行为日志进行各个角度的详细分析，再从多个方面对高校网络舆情监控给出对策和建议，以使管理者能够牢牢把握舆论控制权，引导网络舆情，维护网络信息安全。 　　1 研究背景与目的 　　网络舆情研究，需要对高校学生用户行为进行深入挖掘和分析其行为产生的原因[2]， 及时发现他们对学校和社会的意见、情绪和态度，进而使管理者及时地改进和创新各类管理办法，形成网上、网下共同教育的和谐局面。因此，管理者应该通过对大学生网络舆情及时有效的管理，来控制不良网络舆情，维护校园稳定。本文力图以最新时间点，选择相关的日志数据，对用户行为的特征项进行总结分析，以实证研究的方法尝试网络舆情监控新的探索。 　　2 研究方法 　　2.1 研究思路 　　行为分析研究方法主要有统计、聚类。统计方法多用于在模式己知的情况下快速的得出结果，而在模式未知的情况下，一般都使用聚类的方法[3]。此次实证研究的数据取自校园网计费网关，在真实网络环境下，可以获得的原始数据量通常都比较大，数据的复杂程度较高，以工学院为例，每天产生的原始记录高达6GB的数据量。如何使用高效工具，做到对大量的数据进行提取、过滤、转换、集成，以便从中发现知识，是对校园网用户行为分析的关键所在。通过对底层数据的考察笔者发现，用户行为的各项参数之间存在着关联性，例如，在线账号数、在线时间、使用网络的时长、网络流量、目的地址、网络服务类型等之间都是有联系的。在综合分析结果的时候，我们把各参数中用户模式己知的项进行统计分析。 　　2.2 分析流程和使用工具 　　校园网用户行为分析流程可以分为以下几个部分。 　　⑴ 数据抽取部分，主要是采集工学院城市热点计费系统所保留的各项日志数据，根据分析的重点对各字段进行抽取，从源数据库读取所需要的数据部分。 　　⑵ 数据转换和加载部分，按照最终形成的数据结构，对源系统每个记录进行转换，转换以后就可写入数据仓库，可采用SQL语句或批量加载，这一部分是为下一步统计准备有用的数据。 　　⑶ 统计分析部分，这是整个行为分析的关键部分。通过从不同角度对用户行为进行统计和分析，帮助管理者及时掌握真实校园网用户需求的变化，从中发现一些有趣的特点和规律，实现对现有校园网用户舆情全面的把握。 　　⑷ 工具采用了SQLSever 2008的SSIS工具和EXCEL2010。 　　3 日志结果与分析 　　本文的分析工作主要针对用户群体行为的三个方面进行研究，即不同时间段的在线账号数分析、用户使用时长和流量的分析、用户访问目的地址分析。 　　3.1 分时间段的在线人数分析 　　分析各个时段网络的用户在线账号数，可以从宏观上了解大学生的网络使用情况。根据最新时间点，我们提取了2012年11月11日到11月17日一周的用户数据，一共48510条，将一周的分析结果生成线状图，如图2所示。 　　图2从纵向和横向的角度清晰地反映了校园网用户在线账号数一天中的变化趋势，以及一周内在线账户的变化趋势。 　　从一天中的变化趋势来看，第一个高峰在12点到13点中出现，这个时间学生教师上课完毕，中午正好是午休期间，用户上网人数最多。一天中的第二个高峰在16点到达，因为16点一般是学生下午两节课结束后回到宿舍的时间，此时在线人数较多。一天中第三个小高峰在21点出现，说明学生大多数下晚自习的时间就在21点左右，回到宿舍他们又开始登录网络，从图上来看，基本上到了23点，由于学生公寓停止供电，在线账号数有一个明显的回落。 　　同时从一周内的变化可看出，周六在线人数最多，而周日在线人数最少，其余一周的数据则与日剧增，也说明周六学校在线人数为最高。对在线人数的分析，主要是根据各个时间段在线账号数的不同，可以对网络