一 引言

据微信官方最新数据显示，目前，微信公众号的数量已经突破1000万，每天还在以1.5万的速度增加。^[1]，^[2]作为微信用户的主体之一，大学生群体关注的微信公众号更是数量众多、五花八门。由于发布者水平良莠不齐，传播又相对封闭、纠错机制弱，很多微信公众号频繁发布旧文章、老谣言、伪科学等垃圾信息，使得微信公众平台成为舆情易发难管的地带。大学生群体知识层次高、思维活跃、参与意识强但尚未完全成熟，部分大学生更是主流意识模糊、价值观念异化^[3]，很容易受不良舆论的影响改变其心理、人生观、社交方式等并导致校园内舆论传播的“蝴蝶效应”。

因此，全面掌握大学生对微信公众号的关注情况，可以从中分析出大学生的兴趣爱好、就业意向、心理特征、价值取向等，并进一步有针对性地帮助大学生提高信息甄别的意识和能力，及时有效地进行舆情引导和监管。

本研究在大连海事大学收集了近2000名在校生的基本信息及其所关注的公众号信息，使用Apriori^[4]、Eclat^[5]、神经网络、K-Means^[6]等智能算法在Hadoop大数据平台^[7]下进行了关联规则挖掘、聚类分析等研究。关联规则挖掘的目的是发现学生普遍关注的微信公众号及其关联模式，利用这一结果选取关注度较高的微信公众号进行舆情信息智能采集的研究或利用关联规则开展公众号个性化推荐服务。聚类分析主要包括公众号聚类和关注者聚类，聚类分析的目的是将功能、发布内容相近的公众号进行归类或将特征相近的关注者进行归类，为后续校园舆情的