項(xiàng)目學(xué)習(xí)：解密盛唐時(shí)期詩人關(guān)系
【項(xiàng)目情境】
唐代詩人史傳有名有姓者不下千余人，他們組成了大大小小不同的朋友圈有的因?yàn)樵婏L(fēng)接近，如李白代表的浪漫主義、杜甫代表的現(xiàn)實(shí)主義王維代表的田園山水、岑參代表的邊塞詩風(fēng)；有的因?yàn)槟挲g大體相近，如盛唐時(shí)期的李白、杜甫、賀知章等；有的因?yàn)檎娤嘟珥n愈作為古文運(yùn)動(dòng)的領(lǐng)袖級(jí)人物，當(dāng)時(shí)很多文人墨客以進(jìn)入他的朋友圈為榮。在盛唐時(shí)期有這樣一個(gè)朋友圈，他們的友誼跨越數(shù)十年，詩人之間通過互動(dòng)詩歌，表達(dá)抒發(fā)情感，是他們朋友圈的一種表現(xiàn)方式，用計(jì)算機(jī)來分析這個(gè)時(shí)代的唐詩，就會(huì)發(fā)現(xiàn)詩人之間有著你意想不到的千絲萬縷的關(guān)系。學(xué)校某研究性學(xué)習(xí)小組利用大數(shù)據(jù)分析技術(shù)，通過對(duì)詩詞分析，繪制盛唐時(shí)期幾位詩人（杜甫、李白、王維、孟浩然之間的社交關(guān)系網(wǎng)絡(luò)圖，試圖推測(cè)哪位詩人是同時(shí)代詩人的核心，哪位詩人的影響最大，從而更好地學(xué)習(xí)理解唐詩。）
【項(xiàng)目準(zhǔn)備】為完成項(xiàng)目，需要確定主題、目標(biāo)、制訂規(guī)劃等各項(xiàng)工作。在此不一一展示。明確的主題—盛唐時(shí)期的詩人及詩詞分析和詩人社交關(guān)系網(wǎng)絡(luò)圖
【項(xiàng)目實(shí)施】項(xiàng)目研究主要以詩人詩作為依據(jù)。具體實(shí)施過程如下：
（一）明確需要采集的數(shù)據(jù)，選擇合適的采集途徑工具和方法。全唐詩一共四萬多首，分析采集相關(guān)數(shù)據(jù)的條件：①盛唐時(shí)期；②詩人、人之間經(jīng)常稱呼對(duì)方的別名；③考慮到同名同姓的問題，因此還需要詩人的生卒年的信息。
根據(jù)要求，完成答題。
（1）全唐詩數(shù)量較多，一共四萬多首，來源分散，存儲(chǔ)在互聯(lián)網(wǎng)不同的服務(wù)器與各客戶終端。從大數(shù)據(jù)存儲(chǔ)與計(jì)算的角度來看，由此可知大數(shù)據(jù)具有

C

C

的特征。（單選）
A.精確讓位于模糊B.價(jià)值密度低
C.分布式存儲(chǔ)D.變化速度快
（2）網(wǎng)絡(luò)上如此海量的關(guān)于唐詩的數(shù)據(jù)，有文字、圖片、頻、音頻等。這些數(shù)據(jù)種類和格式也不一致，表明各種

ABC

ABC

數(shù)據(jù)共存于網(wǎng)絡(luò)中。（多選）
A.結(jié)構(gòu)化B.半結(jié)構(gòu)化
C.非結(jié)構(gòu)化D.網(wǎng)狀結(jié)構(gòu)
（3）面對(duì)繁雜的數(shù)據(jù)，學(xué)習(xí)小組決定研究解密盛唐時(shí)期詩人關(guān)系，并利用計(jì)算機(jī)程序從網(wǎng)絡(luò)中采集詩人、別名等相關(guān)的文本數(shù)據(jù)，并以一定的數(shù)據(jù)結(jié)構(gòu)存儲(chǔ)，形成盛唐詩庫。存儲(chǔ)數(shù)據(jù)主要有兩種方式，一種是

數(shù)據(jù)本地存儲(chǔ)

數(shù)據(jù)本地存儲(chǔ)

，一種是數(shù)據(jù)云存儲(chǔ)。你建議學(xué)習(xí)小組采用

數(shù)據(jù)本地

數(shù)據(jù)本地

數(shù)據(jù)存儲(chǔ)方式，理由是

方便管理

方便管理

。
（二）利用Python程序采集、整理、分析數(shù)據(jù)。第一步，從互聯(lián)網(wǎng)中篩選出符合條件的詩人及詩作等文本，整理并形成盛唐詩庫；第二步，確定人物關(guān)系分析策略，即從唐詩庫中搜索、統(tǒng)計(jì)詩人或別名的引用次數(shù)，確定二人之間的疏密關(guān)系，規(guī)則是詩的標(biāo)題和正文中只要提到過對(duì)方，那么兩者之間的引用關(guān)系加1，若一首詩中提到多次對(duì)方，只算一次引用；第三步，編寫程序并調(diào)試驗(yàn)證。
用爬蟲程序段（如下圖所示）采集數(shù)據(jù)。根據(jù)要求，完成答題。

使用爬蟲程序獲取文本數(shù)據(jù)并形成唐詩庫文件所使用的數(shù)據(jù)采集方法為

網(wǎng)絡(luò)數(shù)據(jù)采集法

網(wǎng)絡(luò)數(shù)據(jù)采集法

（選填：系統(tǒng)日志采集法、網(wǎng)絡(luò)數(shù)據(jù)采集法、其他數(shù)據(jù)采集方法）閱讀程序可知，每首詩存放于列表poem[]中（以唐詩“春曉”為例，如下表），采集后的數(shù)據(jù)保存在poet.txt文件中，該文件是一個(gè)

文檔文件

文檔文件

（選填：數(shù)據(jù)庫文件、文檔文件、圖像文件、網(wǎng)頁文件）。該數(shù)據(jù)采集方法可以將非結(jié)構(gòu)化數(shù)據(jù)從網(wǎng)頁中抽取出來，將其存儲(chǔ)為統(tǒng)一的數(shù)據(jù)文件，并以

結(jié)構(gòu)

結(jié)構(gòu)

化的方式存儲(chǔ)（選填：結(jié)構(gòu)化、半結(jié)構(gòu)化）

Poem[1]	Poem[1]	Poem[2]	Poem[3]
“春曉”	“唐”	“孟浩然”	“春眠不覺曉，……，花落知多少”

以詩人甲、乙為例，解密二人關(guān)系。根據(jù)要求，完成答題。
（1）數(shù)據(jù)處理過程中要運(yùn)用一定的分析方法對(duì)大量、無序的數(shù)據(jù)進(jìn)行整理分析，挖掘數(shù)據(jù)內(nèi)在的結(jié)構(gòu)和規(guī)律，從而提取有價(jià)值的、有意義的數(shù)據(jù)。數(shù)據(jù)分析一般包括特征探索、關(guān)聯(lián)分析、聚類與分類等。讓計(jì)算機(jī)搜索遍歷唐詩庫中有關(guān)甲、乙兩位詩人的詩文，統(tǒng)計(jì)兩位詩人或別名相互的引用次數(shù)，找尋二人之間的關(guān)聯(lián)。這是運(yùn)用了

關(guān)聯(lián)分析

關(guān)聯(lián)分析

（選填：特征探索、關(guān)聯(lián)分析、聚類與分類）方法進(jìn)行數(shù)據(jù)分析，也是

枚舉

枚舉

（選填：枚舉、二分查找、排序）算法思想去求解這一問題的體現(xiàn)。
（2）編制計(jì)算機(jī)程序解決問題的過程中，

設(shè)計(jì)算法

設(shè)計(jì)算法

是編程的核心，是解決問題的方法和步驟。選用Python程序設(shè)計(jì)語言編寫程序，Python屬于

高級(jí)語言

高級(jí)語言

（選填：分析問題、設(shè)計(jì)算法、編寫程序、調(diào)試運(yùn)行、機(jī)器語言匯編語言、高級(jí)語言）。圖34a示意，使用

流程圖

流程圖

（選填：自然語言、流程圖、偽代碼）進(jìn)行算法描述，且運(yùn)用循環(huán)控制結(jié)構(gòu)嵌套了

選擇結(jié)構(gòu)

選擇結(jié)構(gòu)

控制結(jié)構(gòu)，如果要跳出本次循環(huán)體的執(zhí)行，應(yīng)使用

countinue

countinue

語句實(shí)現(xiàn)跳轉(zhuǎn)。
（3）閱讀程序（圖34b示意）程序中以“#”開頭的語句，其作用是

解釋、注釋

解釋、注釋

，程序調(diào)試完成，通過“另存為”保存文件，文件后綴名為

方便閱讀.py

方便閱讀.py

。

（三）分析數(shù)據(jù)，進(jìn)行可視化表達(dá)，并推測(cè)盛唐時(shí)期詩人關(guān)系。
解密盛唐時(shí)期詩人關(guān)系。根據(jù)要求，完成答題。
（1）數(shù)據(jù)的可視化以易于理解的方式展示和詮釋數(shù)據(jù)之間的關(guān)系趨勢(shì)與規(guī)律等使人們更好地理解數(shù)據(jù)。從常用和實(shí)用的維度，數(shù)據(jù)可視化的呈現(xiàn)類型主要分為探索型和解釋型，其中

探索

探索

型可以幫助人們發(fā)現(xiàn)數(shù)據(jù)背后的價(jià)值，

解釋

解釋

型則把數(shù)據(jù)簡(jiǎn)單明了地解釋給人們（選填：探索、解釋）數(shù)據(jù)分析類型不同可視化呈現(xiàn)方式也不同，如關(guān)于趨勢(shì)的分析，可用

分組柱形圖/堆疊柱形圖/折線圖/柱線混合圖

分組柱形圖/堆疊柱形圖/折線圖/柱線混合圖

類型的圖表呈現(xiàn)，關(guān)于比例的分析，可用

百分比圓環(huán)圖/餅圖/圈圖/堆疊面積圖

百分比圓環(huán)圖/餅圖/圈圖/堆疊面積圖

類型的圖表呈現(xiàn)，關(guān)于關(guān)系的分析，可用

散點(diǎn)圖/雷達(dá)圖/網(wǎng)絡(luò)關(guān)系圖/詞云/數(shù)據(jù)地圖/動(dòng)態(tài)勢(shì)力圖3D動(dòng)態(tài)顯示圖

散點(diǎn)圖/雷達(dá)圖/網(wǎng)絡(luò)關(guān)系圖/詞云/數(shù)據(jù)地圖/動(dòng)態(tài)勢(shì)力圖3D動(dòng)態(tài)顯示圖

類型的圖表呈現(xiàn)。
（2）學(xué)習(xí)小組選擇用網(wǎng)絡(luò)關(guān)系圖呈現(xiàn)盛唐時(shí)期詩人社會(huì)網(wǎng)絡(luò)關(guān)系（如圖所示）。圖中箭頭表示詩人之間的引用關(guān)系，如李白引用了賀知章那么就有李白指向賀知章箭頭；箭頭的粗細(xì)程度則表示了詩人之間引用關(guān)系的強(qiáng)弱，如李白引用孟浩然的數(shù)量達(dá)4次，箭頭就要粗一些。
（3）觀察圖示，從繪制的盛唐的詩人社交關(guān)系網(wǎng)絡(luò)圖，嘗試推測(cè)哪位詩人是盛唐詩人的核心，哪位詩人的影響最大，請(qǐng)簡(jiǎn)要闡述。（要求100字左右）

（4）通過對(duì)該項(xiàng)目案例的研究學(xué)習(xí)，請(qǐng)談?wù)劥髷?shù)據(jù)對(duì)學(xué)習(xí)生活的影響。