0 引言

    網(wǎng)絡輿情是指網(wǎng)絡用戶對社會各方面熱點問題所發(fā)表的見解和建議的輿論，是社會輿情的一種體現(xiàn)，是公眾對社會中各種熱點事件和問題所表達的態(tài)度、想法、情緒等的集合。互聯(lián)網(wǎng)的快速發(fā)展使得網(wǎng)絡輿情的形成和傳播速度不斷提升，對社會的影響巨大。

    文獻[1]證明了網(wǎng)絡輿情的發(fā)展具有混沌的特性，即表現(xiàn)為亂序、無規(guī)則、隨機變化。在網(wǎng)絡輿情傳播的過程中，微博給網(wǎng)絡輿情的形成、發(fā)酵和傳播提供了一個強大的互聯(lián)網(wǎng)平臺，給其用戶提供了一個向全世界分享信息、發(fā)表評論和表達訴求的平臺，這些輿論內容在短時間內會大規(guī)模地擴散，甚至會影響事件的走向。

    本文首先實現(xiàn)一個基于Scrapy框架的微博評論爬蟲，將某熱點事件的若干條微博評論進行爬取并存進數(shù)據(jù)庫，然后進行文本分割和LDA(Latent Dirichlet Allocation)主題聚類，最后采用TFIDF-NB(Term Frequency Inverse Document Frequency-Navie Bayes)算法進行文本情感分類。

    (1)爬蟲

    爬蟲全稱為網(wǎng)絡爬蟲，是一種可以對互聯(lián)網(wǎng)上的信息進行自動化瀏覽的網(wǎng)絡腳本或程序，可實現(xiàn)對海量互聯(lián)網(wǎng)信息進行瀏覽、爬取等操作，并將抓取到的信息存儲于本地中。

    網(wǎng)絡爬蟲可以分為4種^[2]：通用網(wǎng)絡爬蟲^[3]、主題網(wǎng)絡爬蟲^[4]、增量式網(wǎng)絡爬蟲^[5]、深層網(wǎng)絡爬蟲^[6-7]。

    (2)情感分類

    情感分析是指識別文本中潛在的想法、情感和態(tài)度的方法^[8]。情感分類是情感分析的核心內容，情感分類的作用是識別文本數(shù)據(jù)中的觀點，對情感的積極或消極情緒進行分類^[9]。

    目前情感分類主要有兩種方法，一種是基于詞典的方法^[10-13]，另一種是基于機器學習的方法^[14-16]。

本文詳細內容請下載:http://www.jysgc.com/resource/share/2000003464

作者信息:

楊  戈1，2，楊麓濤1

(1.北京師范大學珠海分校 智能多媒體技術重點實驗室，廣東 珠海519087；

2.北京大學深圳研究生院 深圳物聯(lián)網(wǎng)智能感知技術工程實驗室，廣東 深圳518055)