TELKOM NIKA , Vol. 13, No. 4, Dece mb er 201 5, pp. 1368 ~1 375   ISSN: 1693-6 930,  accredited  A  by DIKTI, De cree No: 58/DIK T I/Kep/2013   DOI :  10.12928/TELKOMNIKA.v13i4.2811    1368      Re cei v ed Se ptem ber 7, 2015; Re vi sed  No vem ber 4,  2015; Accept ed No vem b e r  20, 2015   Design and Implementation of Network Public Opinion  Analysis System      Ma Junhon g * 1 , Liao Na 2   Dep a rtment of Comp uter eng i neer i ng, Institu t e of technol og y, X i’a n Intern a t iona l Univ ersit y     Xi ’a n, Shaa n x i,  Chin a, 710 077 ,    *Corres p o ndi n g  author, em ail :  maxia o fei 9 1 3 @ 16 3.com 1 , 2340 86 9@q q .co m 2   Phon e: 029- 87 866 35 0 1 , 029-8 875 11 19 2       A b st r a ct   Netw ork publ ic  opin i on  ana ly sis is an i m p o r tant w a y of i n formatio n  an alysis pr ocessi ng. T h is   pap er base d  o n  the researc h  of the related  tec hnol ogi es, desig ns and  reali z e s  a new  netw o rk publi c   opi nio n  an alysi s system. System  ma inly i n cl udes n e tw or k data fetchin g  p a rt, fetching the data proc ess i ng   part, an aly z e s  the pr ocess e d dat a p a rt a nd d i sp lay  par t of the p u b lic  opi ni on  ana ly sis resu lts. In  the  docu m ent extr action  part, us ed the w e b cra w ler techno lo g y , Larbi n w eb  craw ler to rea l i z e  t he co llecti o n of  w eb content; In pu blic  opi nio n  infor m ati on  ana lysis  p a rt, the i m p l e m enta t ion of  the  ne w  topic ado pts a n   improve d  S i n g l e  - P a ss c l uste ring  al gorit hm.   T h is a l gor it h m  i s  usi ng  of  mu lti - center, us in g t he titl e  and  b o dy  of the vector to compar ed tw o-w a y,  that is  better reflect the dyn a m ics o f  public o p in io n topics. F i nal l y , in  the n e tw ork e n viro nment  of  a u n ivers i ty, w e  h a ve  th e  tes t s repe ated ly.  T he res u lts s h ow  that the  n e w  public opinion ana lysis system  r unning is st able  and  has  good efficiency.  The  thes is has  certain value for   the developm ent of other infor m ation  analys is system s in the Internet.     Ke y w ords : Ne tw ork Public Opini on, Se arch  Engi ne, Clust e r  analys is, W eb craw ler      Copy right  ©  2015 Un ive r sita s Ah mad  Dah l an . All rig h t s r ese rved .       1. Introduc tion  Public opi nio n  analysi s  is a method b y  colle ctin g informatio n, text crawl s  a nd other  related te ch nologi es, to  quickly find  and g a t her relevant inf o rmatio n on  publi c  opin i on.   Meanwhile, t he information collected automatically  captu r e, text filtering, topi c a nalysi s , text   cla ssifi cation,  clu s teri ng a nalysi s  an d  statistical jud g ment [1]. F ebru a ry 2 015 , China Inte rnet  Network Info rmation  Cente r   CNNIC issu ed the  “ 35th Statistical Re port on  Inte rn et  Devel opm ent   in China ” . T Rep o rt" sho w s that, with the rapi d rise  of the mobile Internet, the 2014 Chin ese  netize n s h ad  rea c he d 649  million. Of wh ich 54.5  perc ent of Interne t  users said trust inform atio n  on the Inte rn et, there i s  4 3 .8% of Internet u s ers  sai d  they liked  o n  the inte rn et to co mment.  On   the othe r ha nd, in recent  y ears, the  Chin ese gov ernm ent a c tively promote  and  guide  the   network in politics, the  m a jority  of Internet  use r s throu gh the  Internet  cha n nel comme nt on   curre n t affairs, reflectin g  t he p eopl e's li veli hood, su g gestio n s, net workin g ha s become   on e of  the mo st imp o rtant pl atform for  use r s to  expre s s  thei r views, the e m erg e n c e of  a vast n e two r k of   publi c  opi nio n  ma cro s cop i c po we r. At the sa me ti me, a growi ng num be r o f  Internet pu blic  opinio n  bega n to stand out  events, and to bring a p o si tive or negati v e soci al imp a ct [2].  Colle ge s a n d  universitie s  are  an  impo rt ant pa rt  of  so ciety, the n e twork ha s  be come th e  first unive rsit y student s’ a c cess to info rmation an d m edia for  com m unication, the pu blic o p i n ion,  publi c  opi nio n  and  social   status situati on ha s  si mila rities [3]. Coll ege  Network  publi c  opi nio n  in  favor of imp r oving th e  manag eme n t of universit ies  wo rkin g  to prom ote  demo c ratic a nd  harm onio u s,  but al so  to al l kin d s of fal s e  st atem ent s,  exag ge rat ed spe e ch, malicio us sp eech  provide s   a b r eedi ng grou nd,  to scienti f ic  res earch,   unive rsity  te achi ng ca mp us stability a n d   harm ony adv ersely affect ed. And be cause stu dent s blin dly follow, con c entration, as  wel l  as  university net work  monito ri ng mi sma nag ement a nd  other  re aso n s,  makin g  it e a sier to  be come  a   colle ge cyb e rspa ce  netwo rk pu blic o p ini on of the  out brea k, the  so cial in flue nce  of the stude nt  popul ation growin g network of publi c  o p inion,  for  co llege an d uni versity stud e n ts and  stabl e  gro w th influe nce  also tau ght gro w in g. Therefor e, t he stu d y of the university netwo rk  pu bli c   opinio n  analy s is  system i s  particula rly importa nt.  Evaluation Warning : The document was created with Spire.PDF for Python.
                             ISSN: 16 93-6 930   TELKOM NIKA  Vol. 13, No . 4, Decem b e r  2015 :  136 8 – 1375   1369 Forei gn  publi c  o p inio n research i s   simil a r to  the  we stern p ubli c  o p i nion  re sea r ch. Fro m   the begi nnin g  of the 1 9 th  century,  the western  p ubli c  opinio n   stu d y  by so cial  scholars, p o litical  and so cial p sycholo g ist s  and other  soci al scie n ce  an d the wide attention of sch o lars, and ra pid   developm ent. Relate d research m a inly  focu se s  o n   the gove r nm ent de cisi on -makin g, bo rrow  online  poll,  a nd a s   a  refe rence fo r the   policy [4]. Pa rt ies of  all  co u n tries,  it is through  the  net work   media th e el ectro n ic Brid ges, i m plem e n tation of  pa rty membe r s,  the ma sse s   party di re ctly or  indire ctly part i cipate in m a king imp o rta n t  decisi o n s , whi c h is  con ducive to bet ter integrate the  intere sts  of al l partie s , imp r ove the d e mo crati z atio n  an d scientifi c  p r oce s s of d e ci sion  ma king.  In  the unive rsity network  pub lic o p inio n m anag ement,  study a b road  is mo re fo cu s o n  th e  sch ool   cri s is ma nag ement. With the deep enin g  of the crisi s  mana geme n t rese arch a nd develop m ent,  the scho ol cri s is m ana gem ent ha s be co me a ne w  re search field. S o me Europe a n  and Am eri c an   cou n trie s and  Japan fo r the school crisi s  mana geme n t rese arch relatively early, has the cert ai n   data a c cumu lation. Ameri c an  re sea r ch  proje c t T D T  (Topi c  Dete ction a nd T r acking ) mai n ly  related  to the  five area s  o f  research:  continuo us tex t  segm entati on (fo r  b r oa d c a s t ne ws), t h e   theme tra ck,  theme di scovery, di scovery of new eve n ts, releva nt finding s [5]. Its intention i s   to  come  up  wit h  so me alg o r ithms th at can di scover  and  summ ari z ed f r om th e data  stre a m   importa nt info rmation  and  conte n t. With  the dee peni ng of the  cri s is man age me nt re sea r ch a nd  developm ent, the scho ol cri s is  man a g e ment re search h a s  beco m e a ne w a r ea of re se arch.   Some Europ ean  cou n trie s and  Jap an a nd crisi s  m a n ageme n t sch ool rel a tively early, there i s  a  certai n accu mulation of in formation.   In recent ye ars, al ong  with ou r co untry  for the  work of n e t work pu blic opinion   manag eme n t, some  only the network  publi c  opini o n  mana geme n t laws  and  regul ation s , the  resea r ch on  netwo rk  publi c  opi nion  official s an d pr iv ate institution s  supp ort in crea se g r a dua lly,  some  rely  o n  the g o vernment, the  media  publi c  opinio n  mo nitoring  ag e n cie s , a c ad e m ic  institutions and research  institut ion s  a r ise s  at th e h i stori c  m o me nt [6], the n e twork  of pu blic  opinio n , more  and mo re  re sea r che r s  wri t ings al so m o re an d mo re  Found ed in  De cemb er  20 05   the co mmuni cation  university of Chin a  institute  of  publi c  rel a tio n s a nd p ubli c  opi nion, i s  an  analysi s  of the public o p ini on informatio n research  a nd aca demi c  resea r ch insti t utions, the main   resea r ch interests i n cl ude  social  publi c  o p inion,  cri s is  warning, b r an d rep u tation,  publi c  rel a tio n s  activities, etc. ; Renmin uni versity of Chi na and  foun d e r group joint l y establish e d  "the Nation al  People' s  Co n g re ss a  foun der publi c  op inion m oni to ri ng re sea r ch base",  there are   some oth e r  colle ge s and  universities  set up the rele vant rese ar ch  center. The  establi s hm en t of the network  publi c  opini on  agen cie s  got  the attention related to  n e twork p ubli c  o p inion. Xu Xi n wa s propo sed  based on  sig nal analy s is  of early wa rn ing me chani sm of netwo rk, and put it into two kin d s of  mode s:  sign als l ongitu din a l excavation  and  late ral  control. 2 011 , Hon g  Xia o Juan  etc. i n  t h e   “unive rsity ne twork p ubli c   opinio n  a s sessment  sy ste m  ba sed  on  the mo del I-S pace to b u ild ” ha d   introdu ce d th e British  eco nomist  bo wie  Sauter' s   "inf ormatio n  spa c e" (I -Spa ce ) model,  Codi ng,  abstract d e g r ees  and  diffusion i s  the m odel of  three  dimen s ion s .  2013, Pan  Chao b a sed in  the  cro a k of ga m e  of net work  publi c  opi nio n  and  gov e r n m ent re gulati on mo del "p u t  forwa r d i n  the  con n e c tion  b e twee n the  n e twork publi c  opini on  and   sup e rvisi on;  Yao Chun hu a in th e  stud y of  netwo rk p ubl ic opini on control te chn o logy  ba sed  on weib o throu gh the  analysi s  of the   cha r a c teri stics of p ubli c  o p inion t r an smissi on i n  weibo, mi cro  b l oggin g  pu bli c  opi nion  co ntrol  tec h nology solutions   are put forward [7].  Network publ ic opini on an alysis  can h e l p us to  auto m atically collect the re quired data ,   found the pro b lem and  carry on deep mi ning, and the n  find the topic of the relati onship betwe en  different fact ors, on the  whole det ail s  of an event;  this ha s imp o rtant implica t ions for net work  monitori ng pu blic opi nion.       2. Design of  Internet Public Opinion Anal y s is  S y st em  The b a si c p r i n cipl e of net work  publi c  o p ini on  analy s is sy stem impl ementation i s  to WEB   page s  of text  informatio n  collectio n, p r o c e ssi ng  and   data mi ning  [8]. Before  dat a mini ng, the r e is  the informati on preproces sing, na mely WEB page fil t ering, te xt segmentatio n, word freq ue ncy   statistics, fea t ure  sele ction  and fe ature  extracti o n , e t c. System  will eventually  get hot i s sue s   arisi ng from  the re ce nt  netwo rk information,  an d  the event i n formatio n a c cordi ng to  the  requi rem ents of use r s f o r  a parti cula r type of ne ws  a nd informatio n to tra ck , th en timely re p o rt  the cert ain pu blic opi nion fo r the widely a ttention.    Evaluation Warning : The document was created with Spire.PDF for Python.
TELKOM NIKA   ISSN:  1693-6 930     De sign a nd Im plem entation of Netwo r k  Public Opi n io n Analysis S y stem   (Ma Jun hong )  1370 2.1. The Main Structure   System in clu des net wo rk  data fetching  pa r t, fe tc h i ng  th e d a t a pr o c e s s i ng  par t, a n d   analyzes th e  pro c e s sed d a ta part a nd  displ a y part  of the publi c   opinio n  analy s is  re sults. T he  netwo rk  data  fetching p a rt  is fetchin g  some con c ern s  with the Int e rnet info rma t ion, includi n g   news ,  BBS, blog, mic r o blog [9], etc .; Fetc hing  the data pr oc es s i ng  par t is  to  c a tch the web  page  for further  cl eanin g  and  discarding th e usele s s,  to retain only useful info rm ation; The data   analysi s  p a rt, throug h the  data of cl ean ed of st e p s, su ch  a s  Chin ese wo rd se gmentation b y   method s  su ch a s   cla ssifi cation, cl uste ri ng to  obtain  i n formatio n in  the  publi c   op inion  hot: Pu blic  opinio n  a naly s is sho w s th e hot  publi c   opinio n  after  the pa rt i s  th e an alysi s   re sults in  different  ways. Th e main stru ctu r e  sho w n in Fig u re 1:         Figure 1.  Network pu blic o p inion  a nalysi s  syste m  stru cture di ag ram       2.2. The Web  Cra w l e r   The first step  of public opi nion analy s is work is  to collect rel e van t  information,  mainly  throug h th e  sea r ch  engin e  sy stem.  Main  part s  i n clu de: d o cu ment extra c ti on  sub s yste m,  document filtering  sub s yst e m, docume n t pro c e ssi n g  sub s ystem, the index ret r i e val sub s yst e m  and outp u t su bsyste m. Shown in Figu re  2:    Evaluation Warning : The document was created with Spire.PDF for Python.
                             ISSN: 16 93-6 930   TELKOM NIKA  Vol. 13, No . 4, Decem b e r  2015 :  136 8 – 1375   1371     Figure 2.  Network pu blic o p inion  a nalysi s  syste m  stru cture di ag ram       One  of the  most im porta nt is th e do cum ent extraction sub s yste m, also  calle d web   cra w le r s ， mai n ly comp ose d  of do cum e n t  adapte r  an d   the inform ation spide r . Do cume nt ada pter  is u s e d  to  de al with  differe nt types of d o c ume n ts ; th e  informatio n  spider is mai n l y  re spo n sibl e  for   the page inf o rmatio n coll ection  work.  Document   extraction  su bsyste m, according to t he  provisi o n s  of  the configu r ation file, first time  to p r odu ce  the  spider on th e  distri bution  of  informatio n  on the  Inte rnet info rma t ion no de traversal  sca n  type, an d  then  call   the   corre s p ondin g  do cum ent  ada pter  extractin g  n e twork do cu men t  informatio n. Do cum ent t h e   adapte r  ca n e x tract all kind s of page file.    There a r e  m any op en  so urce  web   cra w ler,  such  a s   Wget,  Httract, La rbi n  e t c. Thei r  function i s   si milar, the  mai n  differe nce i s  in th e  pe rfo r mance, but th e main fa cto r s influe nci ng t h e   perfo rman ce  is web spide r s cra w ling aft e r sto r a ge,  this pa pe r u s es a L a rbin  web  crawl e r,  its   stru cture sh o w n in Figu re  3:          Evaluation Warning : The document was created with Spire.PDF for Python.
TELKOM NIKA   ISSN:  1693-6 930     De sign a nd Im plem entation of Netwo r k  Public Opi n io n Analysis S y stem   (Ma Jun hong )  1372     Figure 3. Labi n cra w le rs structure       Larbi n co ntai ns thre e part s : the cra w le r, c heck the state of the  crawle r we bserver and  use d  to rece ive a ne w o ne URL  so cket po rt. Th e cra w ler i s  the co re  of larbin  fun c tion,  acq u isitio n, a nalysi s , processing th e URL to  get  the  page;  We bserver fo r vie w ing the  crawl e r to   download  the  cu rre nt state ,  given  stati s tics; So cket p o rt u s ed to  re ceive the  URL in the  cra w l e r  runni ng dyna mic incre a se need to do wn load the URL.     2.3. E - R Anal y s is of Public Opinion S y stem  Public o p inio n analy s is  system nee ds to be ba se d on n e two r k data  ca ptu r ing a n d   proto c ol redu ction a s  well  as the web crawle r to  get the data, and  to obt ain the  data co ntent of  extraction, e x traction afte r se gmentati on, cla ssi fi ca tion, and thu s  to obtain  hot wo rds, p o st  cou n t/reply to bro w se an d parti cipate  in discu ssi on s staff analy s is  of the ch ara c teri stics  of a   sen s itive topi c, etc., co upl ed with the  seco nda ry  se a r ch to ols  and  public  opini o n  rep o rt outp u t  auxiliary tool  campus BBS public opi nion. E -  R analysi s  on the publi c  opinion of the whole  system  can  get all the e n tities in the  public   opini on syste m  a nd rel a ted p r ope rtie s, he at  transmissio n  of network  p ublic opi nion,  the  stre ngth  of  content, t he a udie n ce  orientatio n a nd  gro w th rul e  is the most imp o rtant prope rties of  network publi c  opi nion sp eci a l ch ara c teri stics.   System anal ysis wa s carried out on the fa ctors of  public opi ni on, can d r a w  a E-R  diagram of the system, a s  sho w n in figu re 4:   Evaluation Warning : The document was created with Spire.PDF for Python.
                             ISSN: 16 93-6 930   TELKOM NIKA  Vol. 13, No . 4, Decem b e r  2015 :  136 8 – 1375   1373     3. Impro v ement of Single   - Pass Clus tering Algorithm  Public opi nio n  analysi s  module i s  the core of the netwo rk p ublic opi nion  analysi s   system, mainl y  include s: su bject ide n tification  modul e, the words T o pic tra c king  module,  subj ect   evaluation m odule [10]. T he re alization  of a new  top i c u s ed a Sin g le-Pa s s imp r oved  clu s teri ng   algorith m ; Mu lticenter form s can  refle c t the vari at ion o f  the publi c  o p inion to pic;  Use a d oubl e  or  multiple key w ord s  more gives highe r weights me th o d  can a c cura tely identify  the subj ect. The   module d e si g n  idea is:   Usi ng m u lticenter fi rst  used the  vecto r  an d the  a m ount of tex t  vector to t w o-way   comp ari s o n ,  comp ari s o n  p r inci ple i s   ad opted i n  the  pro c e s s of d ouble  or mult iple  keywo r d s  to   give more p o w er valu e, an d make the to pics into topic cluste ring tre e .  Divided i n to the pa rent  cla ss to pic i s : re ad all d o cum ent title vecto r  and  then  co mpare  the s i milarity.  Sub cla ssin g  topic  i s : rea d i ng within cla s s  do cu ment text  vector a nd  the n  com pare   the   s i milarity.  Basic i dea i s : first of all, we  will be th e  title of the document fe ature ve ctor  and th e   extraction  of t e xt eigenve c t o r effe ctively; Individual  ch ara c teri stic  vector cl uste ri ng if a c cordin g to  the docu m en t title  vector as a stan da rd, can be  di vided into the first hiera r chy clu s teri n g , a   document titl e vecto r  a r e   comp ared  wit h  tho s e  of  si milarity of th e pa rent  cla s s topi cs  can   be   divided into   cla ss  a topi c; If a do cu ment c ould not  be determined do cu ment  title  vecto r   compari s on, will the title text vector and to com pare the similarity of t he parent class topi c, in  orde r to determine the cla s s of topics, this is the secon d  partition cl u s terin g .  Evaluation Warning : The document was created with Spire.PDF for Python.
TELKOM NIKA   ISSN:  1693-6 930     De sign a nd Im plem entation of Netwo r k  Public Opi n io n Analysis S y stem   (Ma Jun hong )  1374 Improveme n t of Single - Pass  clu s terin g  algorith m  pro c e ss i s  as foll ows:  Start:  (1) T he initial loadin g  for co nversation cl ass ；   (2)  Di rea d  the document   (3)  comp ared  with the pare n t class topi c title feature vector  simila rity ;  (4)  Determine  whethe r more than thre sh old DC1?   Y e s:  st ep ( 5 );   No: text featu r e ve ctor  simi larity com p a r ed to  the  pa rent cla s s topi cs, determi ne   wheth e r  more than thres h old DC1?  Y e s:  st ep ( 5 );   No: logo for a  new pa rent class topic, go  to step (6 );  (5) The  cl assi fication to  the  co rrespon din g  pa rent cla s s  topi cs,  are comp ared wit h   tho s e  of text feature vecto r  si mi larity su bcl a ss t opi c, dete r mine  whethe r mo re tha n   threshold  DC2  again ?   Yes: the cla s sificatio n  to the corr e s p ondi ng su bcl a ss topic, ste p  (6 );  No: logo for a  new sub c la ss topic;   (6) T o  judge  all data have  been p r o c e s sed?   Yes: update  and sto r e the  data, end the  algorith m ;  No: to contin ue with the n e xt docume n t Di + 1, go to step (2 ).       4. The Sy ste m  Implementation a nd Experiment  The test of th is sy stem in  a university n e twork  cente r , which u s e s   the Mysql d a taba se,  operating  system of Red  Hat Linux Ente rpri se  4 0.   Te st data  is line  of 5.5 milli on  publi c  o p inio n   informatio n d a ta; raw data  size is 2 g    The  experim e n tal ste p s:  in dex cache  re ad  re cords in  the data b a s e,  and  sto r in g t he d a ta  in the index, and then opti m ized. If there is no set ca che is di re ct cycle qu ery 2 0  times, and then   cal c ulate d  th e average  value of the  qu ery time.  Rep eat the a bov e process  10  times,  cal c ul ate  the ave r ag e ti me. 50  records  befo r e fin a lly retu rned  to  the  data, a n d   de scendi ng orde r acco rdi ng  to the relevant work .  The expe rime ntal results:   Index and th e  optimizatio n  time we re 9 0 00 second s, form the i ndex  file size is 3. 22 GB.  To retrieve  a  singl e  word, t he  size of  the  test  re sult  se t for 1 000 00,  2000 00, 3 0 0 000, 8 000 00,  1  million, 2 milli on, 4 milli on,  5 million,  when the perf orm ance. If the result  se t i s  less than 400000,  Lucene.n e t speed i s  faste r , but the retri e val time incr easi ng with t he incre a se o f  the result  se t is   also  slo w . The results a s  shown in table  1:      Table 1. Search re sult s  Wor d  Results  T i me  Internet pu blic opinion  901241   80.4  Computer net w o r k   2593142   73.2  Entertainment  5196317   109.6   emplo y ment rate   897625   99.8      Finally, System in this  pa per a nd the   typi cal ge neral se arch e n g ine s  such a s  bai du,  sog ou, G oogl e, etc. T he e x perime n tal  compa r ison,  m a inly in the  field of Inte rne t  publi c  o p ini o n   informatio n searche s  for th e obje c t, the result s are a s   follows:      Table 2. Co ntrast thi s  syste m  with indep ende nt sea r ch engin e    Our  s y ste m   Google   Baidu  Sogou   Number of  result s pages  896  601  641  759  precision  0.91 0.78 0.82  0.66      Contrast tabl e above  sh o w s th at on th e pre m ise of  rand om term  publi c  opini o n , publi c   opinio n  in  terms  of re call  ratio of  sea r ch  re sult s info rmation  sea r ch en gine  me dicin e  for a b o u t a  Evaluation Warning : The document was created with Spire.PDF for Python.
                             ISSN: 16 93-6 930   TELKOM NIKA  Vol. 13, No . 4, Decem b e r  2015 :  136 8 – 1375   1375 quarte r hig h e r  than ge neral sea r ch en gine. Whil e p r eci s io n is a b out 21% high er than g ene ral   sea r ch engi n e s. Thi s  is e m bodie s  the  sup e rio r ity of this syste m .       5. Conclusio n   Network p ubl ic opi nion  is  the political  be liefs  of the  peopl e thro ugh the  Internet in a   variety of governme n t and so cial phe nomen a,  the problem ex pre s sed by the sum of the   attitudes, opi nion s, emotio ns, with free dom an d  con c ealm ent, intera ctivity and timeliness, ri ch   diversity a n d  other cha r a c teri stics.  Uni v ersi ty  net wo rk  with a co mmon netwo rk  publi c  opi nion  publi c  opini o n  in com m on,  but also h a s  its own  peculi a rities. O n  ho t topics, eme r gen cie s , maj o r   issue s  for qui ck id entificati on and tracki ng, can  h e lp  stude nts un d e rsta nd the  scho ol the focus  topic, you  ca n bo ot the  campu s  p ubli c  hotspots in  quickly g r a s p  and  man a g e  information  in  terms of pu bl ic opi nion, th e ca mpu s  n e t work, for  sch ools  an  effect ive cha nnel  [11]. This arti cle  will examine  the combi nati on of theory and empi ri cal  rese arch, propo sed info rmation coll ection   model n e two r k of publi c  o p i nion throug h  sea r ch  en gines and web   cra w le rs’ co mbination of  the  establi s hm en t of the network  publi c  op inion colle ction sy stem to  meet the dif f erent ne ed s of  peopl e for informatio n coll ection. Fi nall y , the dema n d  from th e n e twork i n formation  colle ction  and a nalysi s  of publi c  op inion  starting  to study  pu blic o p inion  informatio n n e twork a naly s i s   system, re ali z ed from the  URL crawl ed  page s to re -work, to an alyze the informa t ion obtaine d to  compl e te the camp us n e twork p ubli c  opi nion an alysis  system d e sig n .      Ackn o w l e dg ment  This work is financially suppo rted by Scient ific research p r oje c t of shaanxi provin ce   depa rtment o f  educatio n, NO. 15 JK213 3.      Referen ces   [1]    Yue  Xian g F e n. Cl uster An a l y s is o n  Inter n et Pub lic Op in i on  Literat u re.  Pion eeri n g  W i th Sci ence  &   T e chno logy M onthly.   20 12; 8(6): 96-1 00.   [2]    Sun Ha oJu n , Shan Gu ang  Hui, an d Gao  Yu Lo ng.  Alg o r ithm for hig h -dime n sio nal c a tegoric al d a ta   w e ig hted s ubs pace cl usterin g .   Comp uter En gin eeri ng a nd  Appl icatio ns .   2 014; 50( 23): 13 1-13 5.  [3]    W en Shu n , Z h ao Ji e Yu, a n d  Z hu Sha o  Ju n .  Hierarc hica l  Clusteri ng B a s ed o n  a B a yesi an H a rmon y   Measur e.  Pattern Reco gniti on  and Artifici al In tellig enc e (PR &AI) . 2013; 26( 12): 116 1-1 168 .  [4]    LV Gang, Ch e n  She ng-b i ng.  An Improv ed  Entit y  Simi lari t y  Meas ureme n t Method.  TEL K OMNIKA   T e leco mmunic a tion, Co mputi ng,  Electron ics  and Co ntrol.  2 014; 12( 4): 101 7 –10 22   [5]    Che n  Li pin g . Desig n  an d Impl ementati on of  Da ta Co llecti o n  and E x tractio n  S y stem on P u blic Opi n io n   in Cam pus BB S.  Hua z h o ng  Univers i ty of Scienc e an d T e chno logy.   W u han, Hu be i PR  Chin a, 201 2;  45(6): 15- 19.   [6]    Mana ev Ol eg,  Man a y ev a N a tali e, Yur an  Dzmitr y .  T he‘s p iral  of  sil ence ’in  el ectio n  ca mpai gns  in   a   post-Comm uni st societ y .   Inter natio nal J ourn a l of Market Re search.  20 11;  26(5 3 ): 319- 33 8.  [7]    Yin Ya ntai. T he R e searc h   on D e vel opme n t and Gu ida n ce of C o ll eg e Stude nts'  Net w o r k Pu bl i c   Opini on in C h i na.  Hun an U n i v ersity.  2013; ( 4 ): 11-17.   [8]    M Ikonomak is, S Kotsiantis,  V T a mpakas. T e xt Classific a tion Us ing M a chin e Le arn i ng  T e chniqu es.     WSEAS Transactions on Com p uters.   201 0 ;  4(8): 966-97 4 .   [9]    G Guo ha o. R e searc h  a nd  D e sig n  of Pu bl ic  Op ini ons Infor m ation S earc h   S y stem B a se  o n  LU CENE.  PLA Informatio n  Engi ne erin g Univers i ty.   2012; (12): 21-2 4 .   [10]    W ang Qi ng, C hen g Yi ng,  Ch ao  Nai e n g . On  the C ons tructio n  of Inter net P ublic  Opi n io n I nde x S y ste m   forts monitorin g  and Ear l y  W a rni ng. Books i n telli ge nce  w o r k . 2011; 55( 8): 55-5 8 .  [11]    S Siti Ma imun a h , Hus n i S S a s t ramihar dja.  C T -F C: more Co mpreh ensiv e T r aversal  F o cus ed Cr a w l e r.  T E LKOMNIKA T e leco mmunic a tion, Co m puti ng, Electron ics  and Co ntrol . 2 012; 10( 1): 189  –191.   Evaluation Warning : The document was created with Spire.PDF for Python.