基于微博的輿情分析系統(tǒng)設(shè)計與實現(xiàn).pdf

1、隨著互聯(lián)網(wǎng)的飛速發(fā)展，越來越多的人愿意通過網(wǎng)絡(luò)來表達(dá)自己的思想、情緒和態(tài)度。微博作為網(wǎng)絡(luò)新媒體的代表之一，逐漸成為網(wǎng)民信息分享、傳播以及獲取的平臺。互聯(lián)網(wǎng)上每天都會產(chǎn)生數(shù)以億計的博文，博文實時性強、內(nèi)容豐富，其蘊含知識的發(fā)現(xiàn)、分析和處理越發(fā)重要和困難。如何及時獲取并有效分析和挖掘其中的信息，成為一個重要的研究課題。本論文結(jié)合新浪微博的文本特點，設(shè)計了新浪微博輿情分析系統(tǒng)。首先從互聯(lián)網(wǎng)上抓取微博數(shù)據(jù)并進(jìn)行預(yù)處理，然后進(jìn)行了基于主題的微博文

2、本分類算法的研究，最后進(jìn)行了微博文本聚類算法研究。主要研究工作如下:
　　1)基于主題的微博數(shù)據(jù)采集與預(yù)處理。通過面向新浪微博的主題爬蟲程序，從互聯(lián)網(wǎng)上抓取特定主題的微博數(shù)據(jù)，進(jìn)行相應(yīng)處理后存儲到數(shù)據(jù)庫中。然后使用數(shù)據(jù)處理工具對微博數(shù)據(jù)進(jìn)行預(yù)處理，其中包括特定主題微博的數(shù)據(jù)采樣、中文文本處理、中文分詞、詞頻矩陣降維處理。
　　2)基于主題的微博文本分類算法分析。通過中文文本自動分類算法對微博數(shù)據(jù)進(jìn)行分類，實驗采用目前流行的幾