摘 要

隨著互聯網的快速發展，各類社交媒體平臺如微信、QQ等也與日俱增，而微博更是集成了傳統網站、論壇、博客等的優點，并加上了人與人之間的互動性、關系親密程度等多種智能算法，并以簡練的形式讓數據爆發性的傳播，促進了人與人之間的交流。網民可以通過微博來分享自己的生活，同時抒發自己的喜怒哀樂。因此對微博每天產生的信息量的分析和利用的需求顯得更為迫切。

情感分析，也稱傾向性分析、意見抽取和意見挖掘。主要是通過對帶有情感色彩的主觀性文本進行分析、處理、歸納然后進行推理的過程。而微博，人口基數大，涉及的話題廣泛，對人們的日常生活產生了不可估量的影響，而對微博的情感分析，更是有著十分重要的意義。為此，本文針對了微博文本的情感分析進行了如下幾個工作。

首先，使用微博官方的API對微博進行抓取，進行分類標注。然后，對微博文本進行預處理，主要包括去掉無意義，對微博文本沒有影響的詞語。其次，使用SVM算法對文本進行初步的篩選，主要是去除特別明顯的廣告等無關性的微博。最后使用樸素貝葉斯對微博進行情感分析，將微博分為積極、消極、客觀三類，同時使用AdaBoost算法對樸素貝葉斯算法進行加強。

這些帶有情感信息的微博是非常寶貴的資源，通過情感分析可以獲取網民的此時的心情，對某個事件或事物的看法，可以挖掘其潛在的商業價值，還能對社會的穩定做出一定的貢獻。

關鍵詞：情感分析; AdaBoost; 樸素貝葉斯; 文本分類; 數據挖掘

點擊此處下載文檔和源碼