微博主題數(shù)據(jù)的抓取與情感分析.pdf

1、隨著近幾年來(lái)互聯(lián)網(wǎng)的飛速發(fā)展，人們獲取和發(fā)布信息的方式急劇增多，而微博作為一種新的社交媒體，其簡(jiǎn)潔明了和真實(shí)快捷的特點(diǎn)深受廣大用戶(hù)的喜愛(ài)，得到了迅猛發(fā)展。據(jù)統(tǒng)計(jì)，截至2013年上半年，中國(guó)微博用戶(hù)已經(jīng)達(dá)到3.3億，人們通過(guò)微博所獲取的信息數(shù)量以及微博產(chǎn)生的信息量已經(jīng)超越了許多傳統(tǒng)媒體。
　　微博數(shù)據(jù)是大眾真實(shí)情感的表達(dá)，對(duì)于大量涌現(xiàn)的微博數(shù)據(jù)，如何快速有效地抓取微博主題數(shù)據(jù)，以及從所抓取的主題數(shù)據(jù)中挖掘大眾對(duì)于每個(gè)主題事件的情感態(tài)

2、度成為一個(gè)非常值得研究的熱點(diǎn)問(wèn)題?；谶@樣的考慮，本文設(shè)計(jì)并實(shí)現(xiàn)了微博主題數(shù)據(jù)抓取與情感分析系統(tǒng)，論文主要工作包括:
　　1)提出并實(shí)現(xiàn)了一個(gè)微博主題跟蹤和爬取程序，其或者根據(jù)微博推送的近期熱門(mén)主題單詞進(jìn)行數(shù)據(jù)爬取，或者根據(jù)用戶(hù)輸入主題關(guān)鍵字來(lái)抓取與該主題相關(guān)的微博數(shù)據(jù)。
　　2)在現(xiàn)有開(kāi)源中文分詞器基礎(chǔ)上，根據(jù)微博數(shù)據(jù)開(kāi)放性特點(diǎn)提出了改進(jìn)的中文分詞方案，該方案總結(jié)歸納了各類(lèi)網(wǎng)絡(luò)詞匯和新興詞匯，修改了部分單詞的詞性，重新訓(xùn)練