基于機器學習的微博情感分析可視化系統(tǒng).pdf

1、微博,即微型博客（MicroBlog）的簡稱，是一個基于用戶關系信息分享、傳播以及獲取的平臺，互聯(lián)網用戶可以通過手機、即時通訊軟件和平板電腦等多種途徑即時向外發(fā)布一百四十字以內的文本消息，越來越受到互聯(lián)網用戶的青睞。這種社交方式打通了互聯(lián)網和移動通訊網之間的鴻溝，在移動通訊終端爆發(fā)式發(fā)展的今天，人們喜歡甚至開始依賴微博，而且程度越來越深。與此同時，規(guī)模龐大的微博文本又給基于大數(shù)據的機器學習、自然語言處理領域研究提出了新的挑戰(zhàn)和機遇。在這

2、些海量的文本信息中，有很大一部分是帶有情感信息的微博文本，進行情感文本分類研究，是一個有深遠意義，又非常有挑戰(zhàn)性的問題。同時如果可以設計一套科學的可視化展示系統(tǒng)，將微博分析的結果簡單、直觀的展現(xiàn)出來，必將能夠吸引微博用戶、學術研究者、政府決策者、企業(yè)推廣者的使用。
　　針對上述背景，本文研究了基于機器學習的微博情感分析可視化系統(tǒng)的設計與實現(xiàn)，主體思想為使用帶有表情的微博數(shù)據作為標注數(shù)據，通過訓練支持向量機（Support Vect

3、or Machine，SVM）模型獲得分類器，最終實現(xiàn)對微博文本信息的情感分類，并使用可視化的方法將微博信息進行展示。論文介紹了機器學習理論和微博抓取技術，分析了系統(tǒng)的業(yè)務需求和功能需求，給出了系統(tǒng)的應用架構設計，項目服務器端使用Struts+Spring+Mybatis框架，前端使用HTML5提供操作相對簡潔并且內容豐富的可視化界面，并通過Ajax異步獲取微博數(shù)據，將抓取的數(shù)據實例化為JAVA實例，轉換為JSON格式由前端顯示，同時通