基于网络评论数据的情感分析与可视化研究

发布时间：2025-07-01 22:08

　　互联网的发展普及,使网络愈发成长为公众用来表达民情民意与社会舆论监督的重要平台。目前微型博客作为国内发展规模声势浩大的网络信息交流型公共社交平台,成为了集中表达民意的网络集中点,网络中大量的评论数据包含着公众对评论对象的情感信息和主观观点。本文以微博热门话题评论数据为研究对象,采用了针对网络评论的以情感词典为基础的情感倾向分析方法同时结合情绪可视化的手段,分析网络评论数据背后的情感倾向分布特征,探索大众情绪倾向,具体研究内容如下:(1)设计网络评论数据的爬虫程序。通过模拟登录解决微博身份认证的问题,结合关键字匹配功能筛选提取评论数据。以微博平台为主体,获取佩洛西“华为威胁论”新闻话题评论信息和用户个人信息,为后续研究提供数据支撑。(2)构建适用于评论数据的情感词典。选择百度、搜狗输入法提供的网络新词作为构建网络流行语词典的候选词库,通过微博语料对候选词进行筛选获取网络流行语,并使用点互信息算法判定其情感极性。将已构建的网络流行语词典与现有开源基础词典资源整合后,最终组成了含有网络流行语词典的评论情感词典。(3)扩展面向评论的情感词典用于情感倾向性计算。包括三个方法:基于同义词词典、表情符...

【文章页数】：50 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
第一章 绪论
    1.1 研究背景及意义
    1.2 国内外研究现状
    1.3 本文主要工作
    1.4 本文组织结构
第二章 情感分析和可视化的预备知识
    2.1 数据预处理
    2.2 情感分析方法
    2.3 特征提取
    2.4 可视化
    2.5 本章小结
第三章 网络评论数据的采集
    3.1 网络爬虫程序的设计
    3.2 模拟登录
    3.3 网络评论数据的采集
    3.4 评论数据的预处理
    3.5 本章小结
第四章 基于情感词典的情感分类
    4.1 评论情感词典构建
    4.2 网络用语情感词典
    4.3 评论情感词典的扩展
    4.4 情感倾向性计算
    4.5 本章小结
第五章 网络评论数据的情感分析及可视化实现
    5.1 实验数据集
    5.2 实验评价指标
    5.3 情感分析
    5.4 可视化
    5.5 实验与结果分析
    5.6 本章小结
第六章 总结与展望
    6.1 总结
    6.2 展望
参考文献
致谢
个人简历



本文编号：4054762