[发明专利]一种微博大数据舆情分析方法

权利要求书

1.一种微博大数据舆情分析方法，其特征在于，所述微博大数据舆情分析方法包括以下步骤：

步骤一：数据采集；

通过关注和分组接收多个所述微博账号的每个预先设定的组内关注好友所发布的微博内容；

步骤二：数据分析；

对采集到的微博内容处理为计算机可处理的结构化数据，并过滤掉重复的内容，进而获取相关热度的初步微博舆情结果；

步骤三：结果输出；

对获取的相关热度的初步微博舆情结果按照设定的时间段进行分类，并将分类的结果输出。

2.根据权利要求1所述的微博大数据舆情分析方法，其特征在于，所述步骤一：数据采集的具体步骤为：

采用模拟用户登录的方式利用注册的多个微博账号分别登录到微博平台；

每个微博账号都关注和分组接收多个所述微博账号的每个预先设定的组内关注好友所发布的微博内容。

3.根据权利要求1所述的微博大数据舆情分析方法，其特征在于，所述步骤二：数据分析的具体步骤为：

S21：对步骤二中获取的计算机可处理的结构化数据过滤掉重复的内容；

S22：经过预处理后的数据实施基于词向量的聚类分析，采用优化后的均值聚类，进行聚类后将每类数据合为一个文档集合；

S23：依据步骤S22中的文档集合，对文档集合内容进行关键热词、趋势分析、负面信息、专题检测、连接分析、热点发现和情感分析，抽取其中出现频率较高的关键词和被点击的结果网页URL地址数据信息，得到相关热度的初步微博舆情结果。

4.根据权利要求3所述的微博大数据舆情分析方法，其特征在于，所述过滤方法为：

S201：过滤具有针对性的对话互动信息，尽可能的消除噪声数据；

S202：去除数据集中的分词、停用词和非法字符，初步得到干扰度较少的数据集信息。

5.根据权利要求1所述的微博大数据舆情分析方法，其特征在于，所述时间段按小时、天、星期、月、季度、年等不同长短的时间单位进行划分，选择一种或一种以上的时间单位对初步微博舆情结果进行处理，得到不同时间单位的相关热度微博舆情结果。