whiterbear的专栏

基于社交网络的情绪化分析IVBy 白熊花田(http://blog.csdn.net/whiterbear) 转载需注明出处，谢谢。前面进行了微博数据的抓取，简单的处理，相似度分析，后面两篇进行学校微博的情感分析。微博情感分析这里试图通过字典分析的方式计算学校微博的情感倾向，主要分为积极情感，消极情感，客观。 这里字典分析的情感分析和机器学习方式进行情感分析均参考rzcoding的博客，这里只是

基于社交网络的情绪化分析IIBy 白熊花田(http://blog.csdn.net/whiterbear) 转载需注明出处，谢谢。上一篇进行了微博数据的抓取，这一篇进行数据的处理介绍。无意义微博的定义观察发现微博中有很多的微博是用户参与某些活动而转发的微博，比如：“SmashHit，作者：MediocreAB。推荐！“http://t.cn/8Fkgg9k”；“刚刚下载了豆丁文档:项目公司运营简报

基于社交网络的情绪化分析IIIBy 白熊花田(http://blog.csdn.net/whiterbear) 转载需注明出处，谢谢。前面进行了微博数据的抓取，简单的处理，这一篇进行学校微博的相似度分析。微博相似度分析这里试图计算任意两个学校之间的微博用词的相似度。思路：首先对学校微博进行分词，遍历获取每个学校的高频用词词典，组建用词基向量，使用该基向量构建每个学校的用词向量，最后使用TF-IDF算

基于社交网络的情绪化分析IBy 白熊花田(http://blog.csdn.net/whiterbear) 转载需注明出处，谢谢。之前说要进行微博的数据抓取并进行相关的分析，这里就是了。题目来源这是我的毕设题目，题目来源：汪顺平博客。在开始毕设时，我联系过这位博主，当时他是已经下载完数据准备分析了，后面一直没有联系了，参考了他数据下载的代码。我从三月末开始毕设，六月初结束，共两个月多点时间。这里将按