項目學習：解密盛唐時期詩人關系
【項目情境】
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。有的因為詩風接近，如李白代表的浪漫主義、杜甫代表的現實主義、王維代表的田園山水、芩參代表的邊塞詩風；有的因為年齡大體相近，如盛唐時期的李白、杜甫、賀知章等；有的因為政見相近，如韓愈作為古文運動的領袖級人物，當時很多文人墨客以進入他的朋友圈為榮。在盛唐時期有這樣一個朋友圈，他們的友誼跨越數十年，詩人之間通過互動詩歌，表達抒發情感，是他們朋友圈的一種表現方式，用計算機來分析這個時代的唐詩，就會發現詩人之間有著你意想不到的千絲萬縷的關系。學校某研究性學習小組利用大數據分析技術，通過對詩詞分析，繪制盛唐時期幾位詩人（杜甫、李白、王維、孟浩然……）之間的社交關系網絡圖，試圖推測哪位詩人是同時代詩人的核心，哪位詩人的影響最大，從而更好地學習、理解唐詩。
【項目準備】為完成項目，需要確定主題、目標、制訂規劃等各項工作。在此不一一展示。明確的主題—盛唐時期的詩人及詩詞分析和詩人社交關系網絡圖。
【項目實施】項目研究主要以詩人詩作為依據。具體實施過程如下：
（一）明確需要采集的數據選擇合適的采集途徑、工具和方法。全唐詩一共四萬多首，分析采集相關數據的條件：①盛唐時期；②詩人、詩人之間經常稱呼對方的別名；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。
根據要求，完成答題。
（1）全唐詩數量較多，一共四萬多首，來源分散，存儲在互聯網不同的服務器與各客戶終端。從大數據存儲與計算的角度來看，由此可知大數據具有

C

C

的特征。（單選）
A．精確讓位于模糊
B．價值密度低
C．分布式存儲
D．變化速度快
（2）網絡上如此海量的關于唐詩的數據，有文字、圖片、視頻、音頻等。這些數據種類和格式也不一致，表明各種

ABC

ABC

數據共存于網絡中。（多選）
A．結構化
B．半結構化
C．非結構化
D．網狀結構
（3）面對繁雜的數據，學習小組決定研究解密盛唐時期詩人關系，并利用計算機程序從網絡中采集詩人、別名等相關的文本數據，并以一定的數據結構存儲形成盛唐詩庫。存儲數據主要有兩種方式，一種是

數據本地存儲

數據本地存儲

，一種是數據云存儲。你建議學習小組采用

云存儲

云存儲

數據存儲方式，理由是

方便文件共享，只需聯網就可讀取文件，可以脫離本地計算機保存文件

方便文件共享，只需聯網就可讀取文件，可以脫離本地計算機保存文件

。
（二）利用Python程序采集、整理、分析數據。第一步，從互聯網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，確定人物關系分析策略，即從唐詩庫中搜索、統計詩人或別名的引用次數，確定二人之間的疏密關系，規則是詩的標題和正文中只要提到過對方，那么兩者之間的引用關系加1，若一首詩中提到多次對方，只算一次引用；第三步，編寫程序并調試驗證。用爬蟲程序段（如圖所示）采集數據。根據要求，完成答題。

（4）使用爬蟲程序獲取文本數據并形成唐詩庫文件，所使用的數據采集方法為

網絡數據采集法

網絡數據采集法

（選填：系統日志采集法、網絡數據采集法其他數據采集方法）。閱讀程序可知每首詩存放于列表poem[]中（以唐詩“春曉”為例，如表），采集后的數據保存在poet.txt文件中，該文件是一個

文檔文件

文檔文件

（選填：數據庫文件、文檔文件、圖像文件、網頁文件）。該數據采集方法可以將非結構化數據從網頁中抽取出來，將其存儲為統一的數據文件，并以

結構化

結構化

（選填：結構化、半結構化）的方式存儲。

Poem[0]	Poem[1]	Poem[2]	Poem[3]
“春曉”	“唐”	“孟浩然”	“春眠不覺曉，……，花落知多少”

（5）以詩人甲、乙為例解密二人關系，完成答題。數據處理過程中要運用一定的分析方法對大量無序的數據進行整理、分析挖掘數據內在的結構和規律，從而提取有價值的、有意義的數據。數據分析一般包括特征探索、關聯分析、聚類與分類等。讓計算機搜索遍歷唐詩庫中有關甲、乙兩位詩人的詩文，統計兩位詩人或別名相互的引用次數，找尋二人之間的關聯。這是運用了

關聯分析

關聯分析

（選填：特征探索、關聯分析、聚類與分類）方法進行數據分析，也是

排序

排序

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

設計算法

設計算法

是編程的核心，是解決問題的方法和步驟。選用Python程序設計語言編寫程序，Python屬于

高級語言

高級語言

（選填：分析問題、設計算法、編寫程序、調試運行、機器語言、匯編語言、高級語言）。圖a示意，使用

流程圖

流程圖

（選填：自然語言、流程圖、偽代碼）進行算法描述，且運用循環控制結構嵌套了

判斷循環

判斷循環

控制結構，如果要跳出本次循環體的執行，應使用

break

break

語句實現跳轉。
（7）閱讀程序（圖b示意），程序中以“#”開頭的語句，其作用是

解釋、注釋

解釋、注釋

，程序調試完成，通過“另存為”保存文件，文件后綴名為

.py

.py

。
（三）分析數據進行可視化表達并推測盛唐時期詩人關系。
（8）解密盛唐時期詩人關系。數據的可視化以易于理解的方式展示和詮釋數據之間的關系、趨勢與規律等，使人們更好地理解數據。從常用和實用的維度，數據可視化的呈現類型主要分為探索型和解釋型，其中

探索

探索

型可以幫助人們發現數據背后的價值，

解釋

解釋

型則把數據簡單明了地解釋給人們（選填：探索、解釋）。數據分析類型不同可視化呈現方式也不同，如關于趨勢的分析，可用

折線圖

折線圖

類型的圖表呈現，關于比例的分析，可用

柱形圖

柱形圖

類型的圖表呈現關于關系的分析，可用

柱線混合圖

柱線混合圖

類型的圖表呈現。
（9）解密盛唐時期詩人關系。學習小組選擇用網絡關系圖呈現盛唐時期詩人社會網絡關系（如圖所示）。圖中箭頭表示詩人之間的引用關系，如李白引用了賀知章，那么就有李白指向賀知章箭頭；箭頭的粗細程度則表示了詩人之間引用關系的強弱，如李白引用孟浩然的數量達4次，箭頭就要粗一些。
（10）解密盛唐時期詩人關系。觀察圖示，從繪制的盛唐的詩人社交關系網絡圖，嘗試推測哪位詩人是盛唐詩人的核心，哪位詩人的影響最大，請簡要闡述。（要求100字左右）