基于Python的中文文本情感数据分析与可视化实现.pdf

本科毕业论文（设计）

论文题目：基于Python的中文文本情感数据分析与

可视化实现

摘要

对于广大网民来说，微博是信息分享和交流的重要平台，是媒体传播和影响信息来

源的工具，也是相关企业单位了解当前问题和舆情的有效渠道。微博产生的数据种类多、

数量大、不断更新，导致人工收集和分析数据几乎不可能。所以，本研究的目的是开发

一个具备微博热词发现和数据可视化功能的系统，提供微博数据中微博词汇的识别与情

感分类。

随着互联网的不断使用，它已经成为一个多元开放的论坛，互联网上的言论影响到

人们的生活和工作，从而使得社会的稳定也受到了一定的影响。网络受众意见稿是微博

热点中描述当前社会问题、新闻事件等的意见和建议。微博热点中一些积极的言论可以

为社会做出贡献，而另一些消极的微博热点，如负面思想和虚假信息，则会快速传播，

影响人们的社会稳定和安全，因此目前分析微博热点是重要的研究问题。

本文首先详细分析了用户需求，然后设计了一个由四个主要部分组成的热词识别与

分析系统，包括数据输入、数据处理、数据分析和可视化显示，以下是各部分功能的具

体内容：

数据输入主要是通过数据爬取。数据处理的主要目的是对系统的输入数据进行预处

理。例如，删除重复的数据，隔离中文词语和过滤违禁词语。数据分析主要包括词云

映射、词频统计和情感分类。可视化视图主要通过柱状图、折线图、饼图、雷达图和轮

播表的形式来呈现。可视化自动过滤掉大部分误导性或质量差的文字，使用户能够一目

了然地了解内容。

本文分析了系统的功能和操作要求，其中功能要求定义了每个子系统的具体功能。

解决了传统数据分析缓慢、数据选择不充分、数据不准确、微博热门话题被淡化、微博

意见缺乏等相关问题。

关键词：微博；爬虫；热词；可视化

论文类型：软件工程

I

基于Python的中文文本情感数据分析与可视化实现

Abstract

Forthemajorityofnetizens,microblogisanimportantplatformforinformationsharing

andexchange,atoolformediatodisseminateandinfluenceinformationsources,andan

effectivechannelforrelevantenterprisestounderstandcurrentproblemsandpublicopinion.

Thevariety,volume,andconstantupdatingofthedatageneratedbymicroblogsmakesit

nearlyimpossibletomanuallycollectandanalyzedata.Therefore,thepurposeofthisstudyis

todevelopasystemwithmicrobloghotworddiscoveryanddatavisualizationfunctions,and

providetherecognitionandsentimentclassificationofmicroblogwordsinmicroblogdata.

WiththecontinuoususeoftheInternet,ithasbecomeapluralisticandopenforum,and

thespeechontheInternetaffectspeopleslivesandwork,thusaffectingthestabilityof

societytoacertainextent.Theonlineaudienceopiniondraftistheopinionandsuggestion

describingcurrentsocialissues,newsevents,etc.inmicrobloghotspots.