侵華日軍南京大屠殺遇難同胞紀(jì)念館首份留言簿大數(shù)據(jù)報(bào)告面世。

　　在侵華日軍南京大屠殺遇難同胞紀(jì)念館的留言區(qū)域，有一堵城磚砌成的高墻，墻上銘刻著部分參觀者的留言。在留言區(qū)，人們可以在留言簿上寫下自己的感受。近3年內(nèi)，這里留下了約30萬條來自不同國家不同民族的參觀者的留言。多年來，紀(jì)念館的留言簿歷經(jīng)不同版本，在去年第五個(gè)國家公祭日后更新成目前的格式：正反兩面，中英文對(duì)照。參觀者可以填寫自己的姓名、年齡、職業(yè)、來自哪里等信息。每周會(huì)有大學(xué)生志愿者對(duì)部分留言進(jìn)行錄入，精選的留言通過網(wǎng)絡(luò)發(fā)布，參觀者也可以現(xiàn)場翻閱別人的留言。

　　字見人心。這30萬條留言無論是從信息量還是情感度來講，都是一筆深埋的文獻(xiàn)財(cái)富。新華報(bào)業(yè)傳媒集團(tuán)記者在了解到之前還未有過專門機(jī)構(gòu)對(duì)這些留言進(jìn)行全面系統(tǒng)的建庫、歸檔、統(tǒng)計(jì)分析，也沒有新聞機(jī)構(gòu)對(duì)這些珍貴留言進(jìn)行數(shù)據(jù)新聞的挖掘報(bào)道之后，深感對(duì)留言資料的大數(shù)據(jù)挖掘是一個(gè)非常有意義的歷史任務(wù)，于是在第六個(gè)南京大屠殺死難者國家公祭日到來之際，開始了這份工作。

　　一把尺一臺(tái)秤，量出留言簿物理維度

　　紀(jì)念館收藏的留言簿全部堆放在客服部門的一個(gè)倉庫內(nèi)，可以從擺放順序、紙張顏色等方面大致分清時(shí)間順序。另外，舊版留言頁一面紙上可以填寫兩個(gè)留言，信息少、空間小，近一年來的留言都已經(jīng)換了新版，從格式上也可以明顯區(qū)分留言的時(shí)間。記者帶了卷尺和電子秤，分堆疊對(duì)近一年來的留言頁高度、重量進(jìn)行測量。這些留言頁的高度加在一起超過8米，每1厘米高度的紙疊約包含110張留言頁。有的留言頁正反面都有填寫，有的則只填了一面，減去空白的數(shù)量，又經(jīng)過與工作人員核對(duì)后，得到近一年156150條留言的數(shù)據(jù)。

　　不僅留言的內(nèi)容沉甸甸，紙張本身也很有分量。記者分批將這些留言頁在電子秤上過磅，再取平均值，計(jì)算出來堆成1米高的留言頁重量約為99公斤，一年的留言頁總重量達(dá)到792公斤。

　　14個(gè)高頻詞，管窺萬千心愿

　　面對(duì)海量留言頁，如何統(tǒng)計(jì)，又考量哪些信息呢？記者經(jīng)過反復(fù)思考，選擇了留言中高頻詞和留言者年齡進(jìn)行計(jì)數(shù)，對(duì)于外國參觀者的留言，以及圖畫和詩歌等形式的留言單獨(dú)計(jì)算。記者用了近兩周時(shí)間手動(dòng)對(duì)留言內(nèi)容進(jìn)行統(tǒng)計(jì)，共挑選了1100余頁約2000條有效留言的內(nèi)容進(jìn)行錄入。記者先將留言簿中的高頻詞匯摘錄整理，選擇了“歷史”“勿忘”“和平”“銘記”“祖國”“中國”“中華”等14個(gè)詞語。為了統(tǒng)計(jì)樣本的科學(xué)性，記者選擇隨機(jī)抽取多個(gè)月份不同時(shí)段內(nèi)的留言進(jìn)行統(tǒng)計(jì)。得到數(shù)據(jù)后，通過計(jì)算得到了高頻詞出現(xiàn)的頻率、各個(gè)年齡段參觀者的比例。

　　統(tǒng)計(jì)時(shí)，記者也在不斷調(diào)整方案，比如常有一疊留言全部來自某地同一年級(jí)的中學(xué)生，可以推斷這可能是由學(xué)校組織參觀時(shí)學(xué)生們寫下的留言。由于這樣的統(tǒng)一行動(dòng)會(huì)對(duì)樣本的隨機(jī)性產(chǎn)生影響，我們?cè)诮y(tǒng)計(jì)時(shí)對(duì)這批留言進(jìn)行了單獨(dú)的歸類。另外有的留言信息不完整，只寫了留言，缺失了年齡等信息，樣本總數(shù)也要進(jìn)行調(diào)整。整理內(nèi)容雖然繁瑣但并不枯燥，每一份留言都能看出用心。軍人常寫下保衛(wèi)祖國的豪情，教師則會(huì)流露心系教育下一代的己任，學(xué)生們常寫“少年強(qiáng)則國強(qiáng)”。

　　由于數(shù)量太大，這份留言數(shù)據(jù)尚未被完整統(tǒng)計(jì)，未來新華報(bào)業(yè)傳媒集團(tuán)將與侵華日軍南京大屠殺遇難同胞紀(jì)念館合作，將這些留言全部錄入形成數(shù)據(jù)庫，讓留言簿中的更多信息，以更多方式呈現(xiàn)。

　　最多一天寫了1000張留言，一年寫光1400支筆芯

　　紀(jì)念館的工作人員每周二至周五需要更換留言頁近200張，周末數(shù)量更多些，每天更換300頁左右，一些人流量高峰的節(jié)假日，每天需要更換700頁。今年國慶長假期間，10月4日用了1000張留言頁，創(chuàng)下今年以來一天當(dāng)中更換留言頁數(shù)的紀(jì)錄。從去年公祭日至今，近一年內(nèi)留言量約為156150條，平均每小時(shí)會(huì)留下約60條。

　　工作人員每天2次更換留言頁，上午八點(diǎn)半和下午兩點(diǎn)半，開館后有一系列的工作：更換紙張、簽字筆和筆芯。留言區(qū)有8支簽字筆，兩天就要更換一次筆芯，一個(gè)月下來一般需要用掉120支筆芯，一年消耗筆芯1400多支。頻繁的使用下，簽字筆也很容易損壞，基本上每周都需要將壞的更換下來，一個(gè)月會(huì)更換30支簽字筆。遇到大客流，留言頁一天要更換3次，簽字筆也需要每天更換。

　　每10萬條留言中，“和平”約出現(xiàn)2萬多次

　　“歷史”“勿忘”“和平”是留言內(nèi)容中出現(xiàn)頻率最高的詞語。記者用統(tǒng)計(jì)學(xué)抽樣分析，每10萬條留言中“歷史”會(huì)出現(xiàn)44762次，“勿忘”出現(xiàn)26508次，“和平”出現(xiàn)20317次。高頻詞依次排序，還有“銘記”“祖國”“中國”“中華”和“不忘”。10萬條留言中，“未來”出現(xiàn)4762次，“振興”“希望”和“珍惜”分別出現(xiàn)6825、6190和5238次。這些詞語的頻率，匯聚了所有參觀者共同的感悟和心愿。

　　每10萬條留言中，有476條是用圖畫表達(dá)的，其中多數(shù)來自不滿9歲的孩子，畫上出現(xiàn)最多的是飄揚(yáng)的五星紅旗。一位意大利設(shè)計(jì)師洛倫佐手繪了“愛與和平”標(biāo)志，占滿整張留言頁，并將幾個(gè)英文單詞“LOVE”“PEACE”“CHINA”設(shè)計(jì)在其中，這也是世界上最為廣泛流傳的反戰(zhàn)標(biāo)志。每10萬條留言中，約有58條是以詩、詞的形式出現(xiàn)。一位37歲的老師寫下一首《永遇樂·金陵憑吊》，“英靈枯骨墓，三十萬人，四十二天，血染長空江渚。嘆今朝，山河一新，何懼鬼蜮！”15歲的景子桐寫下了一串“密碼”，熟悉歷史的她將中國歷史的重要年份一一寫下，最末是“1937-2019”。

　　最年長的留言者90歲，超八成留言來自“90后”

　　10萬條留言中約有1500張來自外國友人的留言，他們來自60多個(gè)國家和地區(qū)。來自美國的Jake Milroy寫道：“可以原諒，但不可以忘卻！”偉韜來自愛沙尼亞，他的大學(xué)畢業(yè)論文正是關(guān)于侵華日軍南京大屠殺的內(nèi)容，他用中文寫下“希望世界和平，沒有戰(zhàn)爭”。來自日本、美國、英國的外國參觀者留言最多。

　　在留言簿上留下年紀(jì)的參觀者中，最小的5歲，最大的90歲。7歲的王君瑤用拼音寫下“我想讓中國變得更強(qiáng)大！”來自寧波的王以今年90歲，是留言簿上年齡最大的人。“出生在那個(gè)黑暗年代，兒童到青年時(shí)代飽受侵略災(zāi)難，這苦難日子永不忘。永望世界和平！”他的字跡略有些顫抖。在記者的統(tǒng)計(jì)中，18歲和19歲的留言者最多，分別有9662人和10561人，84%的留言來自“90后”。

　　受人力、時(shí)間所限，我們這次只統(tǒng)計(jì)了一年以來的留言大數(shù)據(jù)。未來新華報(bào)業(yè)傳媒集團(tuán)將投入人力物力，用最新的大數(shù)據(jù)技術(shù)對(duì)侵華日軍南京大屠殺遇難同胞紀(jì)念館的全部留言進(jìn)行建庫歸檔，讓這些留言中凝結(jié)出的“和平”的分量永存歷史。

　　(原標(biāo)題《萬千留言，留下萬千期盼——來自侵華日軍南京大屠殺遇難同胞紀(jì)念館的大數(shù)據(jù)報(bào)告》)