基于Django的海量媒体数据分析平台的设计与实现

作     者：方鹏 

作者单位：广西大学 

学位级别：硕士

导师姓名：高剑波;唐建忠

授予年度：2017年

学科分类：08[工学] 0835[工学-软件工程] 081202[工学-计算机软件与理论] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

主      题：海量媒体数据 Django框架 复杂性科学 数据分析平台 Apache服务器 Bootstrap框架 

摘      要：随着互联网的不断发展,大数据时代已全面到来,人类社会的信息总量呈现出指数级增长。媒体作为重要的信息传播媒介,时刻记录着全球范围内所发生的事件。基于海量媒体数据进行分析可以探究人类行为的复杂模式和某些社会现象背后的基本规律,因此搭建海量媒体数据分析平台具有十分重要的研究和应用价值。如今,GDELT（Global Database of Events,Location,and Tone）和 GTD（Global Terrorism Database）等源于媒体的数据库为研究提供了海量的媒体数据。为最大化挖掘大数据背后的复杂现象和基本规律,人们日益认为采用复杂性科学的理论与方法分析大数据的前景巨大。本文基于相对熵、随机分形理论和复杂网络及信息熵等方法实现了对全球热点区域的识别,探究了全球恐怖活动的持续性与严重性的标度律和以南海仲裁案为例刻画了基于重大事件的国家关系网络的动态演化。本文的海量媒体数据分析平台基于Python的Django框架,采用的是MVC设计模式。在平台设计方面,包括了平台的服务对象与模式、可行性分析、需求分析、架构设计以及数据库设计。在平台实现方面,平台部署在Apache服务器上,其前端框架采用的是当前流行的Bootstrap框架,运用jQuery,Echarts,CartoDB API,百度地图API等技术实现了各个功能模块界面的可视化。