目  录

1引言	
2基于大数据可视化技术的微博获取与清理	
2.1 概述	
2.2 微博的反爬虫机制	
2.2.1 通过Headers反爬虫	
2.2.2 基于用户行为的爬虫	
2.2.3 动态页面的反爬虫	
2.2.4 微博的反爬虫	
2.3 微博的获取	
2.3.1 微博API的获取	
2.3.2 模拟登录	
2.3.3 微博抓取与存储	
2.4 微博的分词与降噪	
2.4.1 概念	
2.4.2 分词	
2.4.3 删除URL	
2.4.4 删除用户名	
2.4.5 去除停用词	
3利用贝叶斯定理进行情感分析	
3.1 引言	
3.2 贝叶斯定理	
3.2.1 高斯朴素贝叶斯	
3.2.2 伯努利贝叶斯	
3.2.3 多项式朴素贝叶斯定理	
4微博国庆相关话题的中文情感识别	
4.1算法过程	
4.2拉普拉斯平滑	
4.3实验	
4.3.1分词	
4.3.2特征提取	
4.3.3 向量化	
4.3.4 朴素贝叶斯分类	
4.3.5 测试	
4.3.6 计算准确率	
总  结	
参考文献	
致谢辞	



基于大数据可视化技术的2022年微博#国庆相关话题的中文情感识别研究
09级会计与审计专业4班：黄英XXX
摘要：微博是当下热门的互联网应用之一，其用户日趋增长，每天微博产生的信息量也越来越大，不仅仅在热点事件中有着不可估量的影响力，而且已经深入了网民的生活中，成为了用户不可缺少的一部分。于是，对微博的文本挖掘研究产生的价值也随之上升。情感分析，正成为各界关注越来越关注的领域，主要用来识别一段文字的情感倾向。
本文首先使用微博官方的API对微博进行抓取，进行分类标注。然后，对微博文本进行预处理，主要包括去掉无意义，对微博文本没有影响的词语。其次，使用SVM算法对文本进行初步的筛选，主要是去除特别明显的广告等无关性的微博。最后使用朴素贝叶斯对微博进行情感分析，将微博分为积极、消极、客观三类，同时使用AdaBoost算法对朴素贝叶斯算法进行加强。
这些带有情感信息的微博是非常宝贵的资源，通过情感分析可以获取网民的此时的心情，对某个事件或事物的看法，可以挖掘其潜在的商业价值，还能对社会的稳定做出一定的贡献。
关键词：大数据；可视化技术；微博数据分析；中文情感分析；国庆话题分析
1引言
随着互联网的快速发展，各类社交平台越来越流行，甚至开始占据人们的大量时间，每天产生的信息量也与日俱增，对其分析与利用也迫在眉睫。而微博，不仅给予了用户更自由、更快捷的方式来进行沟通、表达观点、记录心情等，逐渐发展成了国内最热门的社交平台之一。
情感分析作为Web挖掘中新兴的一个领域，对其不同角度的研究也越来越多，比如识别商品评论的信息、判断客户的褒贬态度等。姚天�P等人对情感分析的研究现状做了如下总结：①首先，介绍情感分析的定义和研究的目的；②从主题的识别、意见持有者的识别、情感描述的选择和情感的分析四个方面进行评述，并介绍了一些成型的系统；③讨论中文情感分析的研究现状。而本文将要从微博的符号、词语等粒度上，用情感分析的方法对微博文本进行分类。
虽然研究者在文本挖掘展开了越来越多的研究，但是对各个领域的深入挖掘依然处在探索阶段。而微博，作为一个越来越吸引用户的社交平台，涉及的内容十分广泛，如娱乐、影视、体育等，不同内容针对不同的领域都有着不可忽视的影响。本文主要结合文本情感分析领域的研究结果以及现有的微博情感分析方法，将对微博的情感分析分为四大类：文本预处理、SVM过滤无关信息、进行情感分类、加强分类算法。