微博的輿情發(fā)現(xiàn)與分析研究.pdf

1、隨著信息技術的高速發(fā)展，互聯(lián)網(wǎng)得到了廣泛普及，對社會產(chǎn)生了日益深遠的影響。作為互聯(lián)網(wǎng)時代的重要產(chǎn)物，微博成為了眾多網(wǎng)民生活中不可或缺的一部分。微博是一個分享簡短實時信息的廣播式社交網(wǎng)絡平臺。在微博平臺上，用戶可以描述自己周圍發(fā)生的事情,發(fā)表自己對某個事情的看法，甚至可以推廣自己的產(chǎn)品。在滿足人們網(wǎng)絡社交需求的同時，微博也顯現(xiàn)出了在網(wǎng)絡輿論中的重要地位。面對每天數(shù)以億計的博文，如何挖掘出微博輿情，并對微博輿情進行分析顯得越來越重要。目前對

2、于微博輿情的研究處于起步階段，仍有許多值得研究的工作。
　　本研究主要內(nèi)容包括：⑴采集篩選微博數(shù)據(jù)及數(shù)據(jù)預處理。分別研究了基于微博API的數(shù)據(jù)采集方案，基于網(wǎng)絡爬蟲的微博數(shù)據(jù)采集方案。結(jié)合了兩種微博數(shù)據(jù)采集方案對公共微博數(shù)據(jù)和用戶微博數(shù)據(jù)分別進行了采集。從微博用戶和微博內(nèi)容兩方面，對微博數(shù)據(jù)進行了篩選。并且對微博文本進行了分詞處理、去停用詞處理、特征選擇處理，向量表示。⑵提出了一種微博輿情發(fā)現(xiàn)算法。對現(xiàn)有的微博熱點發(fā)現(xiàn)算法進行了分

3、析，研究了各個熱點發(fā)現(xiàn)算法的優(yōu)點和不足，提出了HEA熱點發(fā)現(xiàn)算法。針對單個文本聚類算法對微博文本聚類效果差的問題，提出了一種混合聚類算法HKSK。將HKSK算法與HEA算法相結(jié)合提出了HKSK-HEA的熱點發(fā)現(xiàn)算法。實驗證明該算法可以有效的發(fā)現(xiàn)微博熱點。⑶提出了一種微博情感分析算法。研究了目前常用的情感分析算法。對目前已有的情感詞典進行了整理，構(gòu)建了基礎情感詞典，并針對文本語義的特點構(gòu)建了情感修正詞典?？紤]到微博文本的網(wǎng)絡屬性，構(gòu)建了表