[發明專利]一種基于主題挖掘和情感分析的微博輿情可視分析方法

在審

• 申請號: 202210201566.5
• 申請日: 2022-03-03
• 公開（公告）號: CN114579833A
• 公開（公告）日: 2022-06-03
• 發明（設計）人: 秦紅星;黃辰軍
• 申請（專利權）人: 重慶郵電大學
• 主分類號: G06F16/951
• 分類號: G06F16/951;G06F16/9538;G06F16/35
• 代理公司: 北京同恒源知識產權代理有限公司 11275
• 代理人: 廖曦

本發明涉及一種基于主題挖掘和情感分析的微博輿情可視分析方法，屬于可視化技術領域。該方法為：S1：確定需要爬取的微博賬號，獲取所研究微博賬號在輿情期間的微博數據；提取所需的研究字段，對獲取的研究語料進行預處理；S2：采用貝葉斯模型對微博數據進行主題分類，接著使用TF?IDF特征提取和LDA主題模型對分類好的語料進行文本主題挖掘，提取微博關鍵詞，最后結合轉發數等傳播屬性，得出熱點話題；S3：提取各時間段熱點話題的微博評論，得到最終的分類結果，來挖掘人們對熱點話題的情感趨勢。S4：對兩次輿情期間微博輿情進行可視分析。本發明有利于更好的掌握并跟蹤微博輿情，提前防范輿情高峰的發生。

技術領域

本發明屬于可視化技術領域，涉及一種基于主題挖掘和情感分析的微博輿情可視分析方法。

背景技術

微博作為Web2.0時代的標志性產物，具有重要的意義。微博是在廣大社交網絡中承載用戶關系、分享和傳播信息的平臺。用戶既是信息的接收者，也是信息的生產者和加工者，同時用戶與用戶間的交互使用戶能更多地參與到信息的傳播中。簡單的收藏或點贊讓用戶成為了信息傳播過程中的參與者。龐大的微博數據中不乏含有一些虛假、措辭激烈和言論不當的信息，同時也存在一些惡意引導輿論走向的用戶，這使得微博監管人員不便于及時處理，也讓普通用戶在茫茫網絡大海中不明真正的是非關系。如果微博管理員監管不當，讓不實信息流入人群，會使得用戶反響強烈，激起社會矛盾；如果用戶相信了虛假信息，則讓用戶偏離了事實真相，同時會讓事情的當事人成為網絡暴力的受害者。所以對微博數據進行分析研究是當前亟需的問題。

面對這種挑戰，微博可視化技術將微博中復雜的或者難以通過文字表達的內容和規律以視覺的形式表達出來，同時向人們提供與視覺信息進行快速交互的功能，使人們能夠利用與生俱來的視覺感知的并行化處理能力快速獲取大數據中所蘊含的關鍵信息。大數據分析是大數據研究領域的核心內容之一。想獲得信息之中蘊含著的知識與智慧，就需要我們去挖掘數據背后隱藏著的信息。近年來，可視分析研究很大程度上也圍繞著大數據的熱點領域，例如互聯網、社會網絡、城市交通、商業智能、氣象變化、安全反恐、經濟與金融等。

發明內容

有鑒于此，本發明的目的在于提供一種基于主題挖掘和情感分析的微博輿情可視分析方法，解決對現有微博輿情可視分析中缺乏輿情對比分析和對比可視化的問題，使用兩次輿情期間的微博數據進行主題分類與話題提取，得出熱點話題和主題演化情況。接著獲取各時間段熱點話題的微博評論，使用擴展詞典和FastText分類器進行多次情感分類，來挖掘人們對熱點話題的情感趨勢。最后，從多方面對兩次輿情進行對比可視化，有效地幫助用戶掌握并跟蹤微博輿情，進行網絡輿情監管，提前防范輿情高峰的發生。

為達到上述目的，本發明提供如下技術方案：

一種基于主題挖掘和情感分析的微博輿情可視分析方法，該方法包括以下步驟：

S1：研究數據的獲取以及處理，具體分為確定需要爬取的微博賬號，獲取所研究微博賬號在輿情期間的微博數據，提取所需研究字段，對獲取的研究語料進行預處理；

S2：采用貝葉斯模型對微博數據進行主題分類，接著使用TF-IDF特征提取和LDA主題模型對分類好的語料進行文本主題挖掘；

S3：提取各時間段熱點話題的微博評論，然后使用基于擴展詞典的方法進行初步情感分類；接著使用FastText分類器進行二次情感分類，得到最終的分類結果；

S4：對前面得到的微博熱點話題和情感趨勢采用對比可視化的方法，從時間、空間、熱度和用戶屬性多個層面上對兩次輿情期間微博輿情進行可視分析。

可選的，所述S1中，確定需要爬取的微博賬號是根據微博媒體的發文情況，選擇包括人民網和人民日報有權威的賬號。

可選的，所述S1中，對爬取的微博原始數據進行預處理，包括：去除停用詞，去除標點，去除副詞；