项目学习：解密盛唐时期诗人关系
【项目情境】
唐代诗人史传有名有姓者不下千余人，他们组成了大大小小不同的朋友圈有的因为诗风接近，如李白代表的浪漫主义、杜甫代表的现实主义王维代表的田园山水、岑参代表的边塞诗风；有的因为年龄大体相近，如盛唐时期的李白、杜甫、贺知章等；有的因为政见相近，如韩愈作为古文运动的领袖级人物，当时很多文人墨客以进入他的朋友圈为荣。在盛唐时期有这样一个朋友圈，他们的友谊跨越数十年，诗人之间通过互动诗歌，表达抒发情感，是他们朋友圈的一种表现方式，用计算机来分析这个时代的唐诗，就会发现诗人之间有着你意想不到的千丝万缕的关系。学校某研究性学习小组利用大数据分析技术，通过对诗词分析，绘制盛唐时期几位诗人（杜甫、李白、王维、孟浩然之间的社交关系网络图，试图推测哪位诗人是同时代诗人的核心，哪位诗人的影响最大，从而更好地学习理解唐诗。）
【项目准备】为完成项目，需要确定主题、目标、制订规划等各项工作。在此不一一展示。明确的主题—盛唐时期的诗人及诗词分析和诗人社交关系网络图
【项目实施】项目研究主要以诗人诗作为依据。具体实施过程如下：
（一）明确需要采集的数据，选择合适的采集途径工具和方法。全唐诗一共四万多首，分析采集相关数据的条件：①盛唐时期；②诗人、人之间经常称呼对方的别名；③考虑到同名同姓的问题，因此还需要诗人的生卒年的信息。
根据要求，完成答题。
（1）全唐诗数量较多，一共四万多首，来源分散，存储在互联网不同的服务器与各客户终端。从大数据存储与计算的角度来看，由此可知大数据具有

C

C

的特征。（单选）
A.精确让位于模糊B.价值密度低
C.分布式存储D.变化速度快
（2）网络上如此海量的关于唐诗的数据，有文字、图片、频、音频等。这些数据种类和格式也不一致，表明各种

ABC

ABC

数据共存于网络中。（多选）
A.结构化B.半结构化
C.非结构化D.网状结构
（3）面对繁杂的数据，学习小组决定研究解密盛唐时期诗人关系，并利用计算机程序从网络中采集诗人、别名等相关的文本数据，并以一定的数据结构存储，形成盛唐诗库。存储数据主要有两种方式，一种是

数据本地存储

数据本地存储

，一种是数据云存储。你建议学习小组采用

数据本地

数据本地

数据存储方式，理由是

方便管理

方便管理

。
（二）利用Python程序采集、整理、分析数据。第一步，从互联网中筛选出符合条件的诗人及诗作等文本，整理并形成盛唐诗库；第二步，确定人物关系分析策略，即从唐诗库中搜索、统计诗人或别名的引用次数，确定二人之间的疏密关系，规则是诗的标题和正文中只要提到过对方，那么两者之间的引用关系加1，若一首诗中提到多次对方，只算一次引用；第三步，编写程序并调试验证。
用爬虫程序段（如下图所示）采集数据。根据要求，完成答题。

使用爬虫程序获取文本数据并形成唐诗库文件所使用的数据采集方法为

网络数据采集法

网络数据采集法

（选填：系统日志采集法、网络数据采集法、其他数据采集方法）阅读程序可知，每首诗存放于列表poem[]中（以唐诗“春晓”为例，如下表），采集后的数据保存在poet.txt文件中，该文件是一个

文档文件

文档文件

（选填：数据库文件、文档文件、图像文件、网页文件）。该数据采集方法可以将非结构化数据从网页中抽取出来，将其存储为统一的数据文件，并以

结构

结构

化的方式存储（选填：结构化、半结构化）

Poem[1]	Poem[1]	Poem[2]	Poem[3]
“春晓”	“唐”	“孟浩然”	“春眠不觉晓，……，花落知多少”

以诗人甲、乙为例，解密二人关系。根据要求，完成答题。
（1）数据处理过程中要运用一定的分析方法对大量、无序的数据进行整理分析，挖掘数据内在的结构和规律，从而提取有价值的、有意义的数据。数据分析一般包括特征探索、关联分析、聚类与分类等。让计算机搜索遍历唐诗库中有关甲、乙两位诗人的诗文，统计两位诗人或别名相互的引用次数，找寻二人之间的关联。这是运用了

关联分析

关联分析

（选填：特征探索、关联分析、聚类与分类）方法进行数据分析，也是

枚举

枚举

（选填：枚举、二分查找、排序）算法思想去求解这一问题的体现。
（2）编制计算机程序解决问题的过程中，

设计算法

设计算法

是编程的核心，是解决问题的方法和步骤。选用Python程序设计语言编写程序，Python属于

高级语言

高级语言

（选填：分析问题、设计算法、编写程序、调试运行、机器语言汇编语言、高级语言）。图34a示意，使用

流程图

流程图

（选填：自然语言、流程图、伪代码）进行算法描述，且运用循环控制结构嵌套了

选择结构

选择结构

控制结构，如果要跳出本次循环体的执行，应使用

countinue

countinue

语句实现跳转。
（3）阅读程序（图34b示意）程序中以“#”开头的语句，其作用是

解释、注释

解释、注释

，程序调试完成，通过“另存为”保存文件，文件后缀名为

方便阅读.py

方便阅读.py

。

（三）分析数据，进行可视化表达，并推测盛唐时期诗人关系。
解密盛唐时期诗人关系。根据要求，完成答题。
（1）数据的可视化以易于理解的方式展示和诠释数据之间的关系趋势与规律等使人们更好地理解数据。从常用和实用的维度，数据可视化的呈现类型主要分为探索型和解释型，其中

探索

探索

型可以帮助人们发现数据背后的价值，

解释

解释

型则把数据简单明了地解释给人们（选填：探索、解释）数据分析类型不同可视化呈现方式也不同，如关于趋势的分析，可用

分组柱形图/堆叠柱形图/折线图/柱线混合图

分组柱形图/堆叠柱形图/折线图/柱线混合图

类型的图表呈现，关于比例的分析，可用

百分比圆环图/饼图/圈图/堆叠面积图

百分比圆环图/饼图/圈图/堆叠面积图

类型的图表呈现，关于关系的分析，可用

散点图/雷达图/网络关系图/词云/数据地图/动态势力图3D动态显示图

散点图/雷达图/网络关系图/词云/数据地图/动态势力图3D动态显示图

类型的图表呈现。
（2）学习小组选择用网络关系图呈现盛唐时期诗人社会网络关系（如图所示）。图中箭头表示诗人之间的引用关系，如李白引用了贺知章那么就有李白指向贺知章箭头；箭头的粗细程度则表示了诗人之间引用关系的强弱，如李白引用孟浩然的数量达4次，箭头就要粗一些。
（3）观察图示，从绘制的盛唐的诗人社交关系网络图，尝试推测哪位诗人是盛唐诗人的核心，哪位诗人的影响最大，请简要阐述。（要求100字左右）

（4）通过对该项目案例的研究学习，请谈谈大数据对学习生活的影响。