微博內容的采集、分析及其可視化研究.pdf

1、隨著微博、微信等社交媒體的發(fā)展，智能終端的不斷涌現，這些新興事物在改變人們生活方式的同時，也帶來了體積龐大、多重維度、非結構化的信息數據。多數研究者認為，這些數據是這個時代賜予的寶藏，面向數據科學的研究也愈演愈熱。本文從三個方面論述了面向新浪微博數據的研究工作:首先是微博數據的采集，其次是基于用戶微博數據的情感新詞發(fā)現，最后是基于微博轉發(fā)數據的傳播網絡可視化研究。
　　(1)針對新浪微博數據采集方法，本文首先對比分析了兩種不同的新

2、浪微博模擬登錄驗證方式，分別探討了兩種方法的利弊。其次，在獲取驗證之后，介紹了新浪微博四類數據的采集過程，分別為用戶個人信息，用戶微博信息，用戶關注列表和單條微博的轉發(fā)和評論數據，為后續(xù)的研究奠定了語料基礎。
　　(2)針對用戶的新浪微博數據，由于其口語化、非正式等特點，常常伴有大量情感未登錄新詞出現，本文基于用戶的微博數據進行了詞語級情感傾向性判斷的研究。首先采用基于統(tǒng)計量的方法，識別微博語料中的新詞，然后利用神經網絡去訓練語料

3、中詞語的詞向量，獲取詞語之間的內在聯系，最后提出了基于詞向量的情感新詞發(fā)現方法。從實驗結果來看，本文的方法具有一定的實用價值。
　　(3)針對新浪微博的轉發(fā)數據，本文對單條微博的傳播過程做了WEB可視化的分析。首先通過微博轉發(fā)數據，構建傳播網絡。然后根據轉發(fā)者個人信息數據，從三個方面:節(jié)點的篩選、層次化的信息展示以及交互式功能的設計論述了可視化的實現過程。通過可視分析的方式，簡單、快速的找出微博傳播過程中至關重要的節(jié)點，判斷消息傳