于即时通讯软件的信息挖掘系统设计.doc

PAGE22

中文摘要

摘要：通常每个企业内部都有跟该企业产品或部门相关的即时通信软件应用，例如百度公司的百度Hi、腾讯公司的腾讯QQ等。公司内部的项目组通常会在群中发布相关信息、交流经验、提出项目问题，当工作人员发布消息时，通常需要人工来监控群里的信息，抓取跟工作相关的消息及内容，对其进行保存、统计以及向对应平台提交信息等操作，该系统可以替代人工来完成这些功能，也可以拓展其他功能。

本文讲述的是一套基于即时通讯软件的信息挖掘系统。该系统能够监控即时通讯软件中的用户群，监听用户群中用户输入的消息，通过关键字识别、模式匹配等方式对消息进行信息挖掘，并对抓取的信息进行特定的操作，例如提交到指定的平台、统计数据等，同时可以将操作结果反馈到对应的用户群中。

该系统完全采用python进行开发，在实现功能时，调用了python语言的网络通讯模块、正则表达式模块、xml读写模块、配置文件模块等相关功能模块。系统架构由开发人员独立编写，具有非常高的拓展性和可配置性，支持挂载用户的脚本，能够适应多种使用场景，并为之提供多种功能。

目前，该系统已经正式上线并投入使用，为公司内部的多个项目组提供信息抓取服务。同时，该项目正在搭建平台，将会对外提供接口，发挥更大的作用。

关键词：即时通讯软件；信息挖掘；信息抓取；模式匹配；

ABSTRACT

ABSTRACT:Usuallyeachcompanyhavetheirowninstantcommunicationsoftware,suchasBaidu-Hi,Tencent-QQ.Projectteamwillusuallyreleaserelevantinformationinusergroup,communicationaboutexperience,andputuptheproblemsaboutproject.Onthissituation,Theinformationusuallyrequiresmanualretrievalandmanualsaving. Thesystemcanreplacetheartificialtocompletethesefunctions,canalsoexpandotherfunctions

Thispaperisaboutaninformationminingsystembasedoncommunicationsoftware.Thissystemisabletomonitortheusergroupincommunicationsoftware.Thissystemcanmonitorthemessagefromuserthroughsomeways,suchaskeywordrecognition,patternmatching,Thenitcanoperatespecificoperationsonthefoundinformation,suchassubmittedtothespecifiedplatform,statisticaldata.Finally,itcantransformtheoperationresultstothecorrespondingusergroupin.

ThissystemiscompletelydevelopedbyPython.Whendeveloped,thissystemcallsthepythonlanguagenetworkcommunicationmodule,regularexpressionmodule,XMLreadandwritemodule,configurationfilemoduleandotherrelatedfunctionsmodule.Systemarchitecturewasindependentlywrittenbythedevelopers,whichhashighexpansibilityandconfigurable.Itsupportsuserstomountthescript.Anditisabletoadapttoavarietyofusagescenarios.

Atpresent,thesystemhasbeenformallylaunchedandp