[发明专利]一种微博大数据舆情分析方法

说明书

本发明公开了一种微博大数据舆情分析方法，涉及舆情分析技术领域，为了获得相关热度微博舆情结果，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。通过对微博数据进行抓取，获得大量的数据，然后对数据进行处理，得到相关热度微博舆情结果。

技术领域

本发明涉及舆情分析技术领域，特别是指一种微博大数据舆情分析方法。

背景技术

随着web2.0时代的到来，微博的使用人群数量逐渐庞大，状态信息更新频繁、信息传播迅速，并且微博平台媒介用户占有率相对集中，因此基于微博数据的分析研究是十分值得关注的研究方向。

微博有着广大的用户基础，舆情信息在微博平台快速的产生和传播，微博用户迅猛增长，基于微博数据的分析已经引起社会的广泛关注。

为了有效地利用微博分析社会舆情，微博数据的获取显得尤为重要。例如新浪微博上活跃着大量的用户，每天产生近1亿的微博内容。

采用大数据的方法对微博产生的大量舆情信息的及时有效监控分析，对维护社会稳定、促进国家发展具有重要的现实意义。

在日常生活中，突发事件频繁发生，用户越来越习惯于利用社交网络(例如博客、论坛、twitter，Facebook等)来发表自己的观点和情感。国内的用户对于微博的使用更加频繁和普遍，但是用户对事件的情感并非保持一成不变，而是随着时间的变化或者事件的发展而不断演化，逐渐变强或者变弱，甚至从一种情感转化到另一种情感。如何实时在线检测用户对突发事件的情感演化过程具有十分重要的意义。

发明内容

有鉴于此，本发明的目的在于提出一种微博大数据舆情分析方法，为有效分析微博产生的舆情信息的技术问题。

基于上述目的本发明提供的一种微博大数据舆情分析方法，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。

可选的，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。

可选的，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。

可选的，所述过滤方法为：