基于微博的舆情分析系统设计与实现开题报告

全文总字数：1097字

1. 研究目的与意义

近年来，随着微博的发展，在突发事件等重大事件的传播过程中，微博日益成为重要的平台和推手，如何有效应对微博舆情，掌握话语权，成为当下亟需面对和解决的重要课题。本系统利用现在最流行的新浪微博信息作为基础，通过整合情感分析的结果，用户可以扩大自己的选择范围，必要时候可以保障和维护自身利益；企业可以了解消费者的心理需求，有助于作出积极的应对措施，提升自己的品牌效益；政府机关能够知晓民众意见，掌握民众心理，有助于进行舆情监控和妥善处理社会问题。

2. 国内外研究现状分析

国外:国外机构在 Twitter 出现之初就发现了其强大的潜力，并且对其进行了研究。但是对网络舆情的研究在很早以前国外的科学工作者就进行了。国外的西方国家在自然语言处理方面有着比较先天的优势，因为他们的单词有着天然的空格分割，所以在处理的时候相对于汉语有优势。

国内：国内有关于自然语言的相关研究比较晚，并且中国对微博的研究也较晚于国外，在一些技术方面还不是很成熟。由于中国语言的灵活性以及多变性，导致在微博这种开放式的环境中会很快的产生许多新词，这些在文本的识别过程中会给程序带来很大的困难。还有微博语言表达上都非常的随意，这样就导致在处理上就不能按照常规的句法分析去处理，而且微博的标点符号的运用也非常的随意，这样就给科研人员的研究带来了更大的困难。

3. 研究的基本内容与计划

研究内容：

本毕业设计主要利用网络爬虫进行数据采集、使用分词进行文本处理，通过微博数据中潜在的信息，挖掘出大众的舆情倾向，以及现在社会讨论的热点话题。主要分为数据采集、数据挖掘和结果呈现三个部分。

1、数据采集：利用微博api进行数据爬虫，抓取微博文本信息。

4. 研究创新点

由于短文本中文本特征较少，提取文本特征时，同类的短文本数据集中具有

相同关键词的文本会相互干扰，弱化了这些词对同类的短文本特征表达效果，进而影响了后续分类的效果。因此本系统将改进已有分词技术，适当提高这些词的

权重，使其更适合处理微博短文本数据信息。