含关键字的新浪微博获取与舆情分析

• 作者: 张春霞 江林升
• 来源期刊: 宝鸡文理学院学报（自然科学版）
• 学科: 工学
• 关键词: 微博 爬虫 聚类 舆情
• 年，卷（期）: 2014,（1）
• 页码范围: 51-54
• 页数: 4页
• 分类号: TP391.1
• 字数: 2571字
• 语种: 中文
• DOI: 10.13467/j.cnki.jbuns.2014.01.006

摘要

目的 自动从新浪微博中抓取含指定关键词的相关微博,通过对抓取的微博进行分析,得到相关舆情热点.方法 首先通过多线程爬虫,自动爬取含有指定关键字的微博,将其保存于数据库中,再采用基于字符串匹配的逆向最大匹配法对微博进行分词,计算各分词项的TF-IDF权重作为文本聚类的输入数据,最后用k-means算法进行聚类分析,得出舆情热点.结果与结论 这种方法能自动从新浪微博中抓取含指定关键词的相关微博,通过聚类分析,每一族的微博内容具有较高的一致性和共同的主题,由此可迅速找出热点舆情,对及时了解和引导舆情具有积极的意义.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	江林升		23	81	5.0	8.0
2	张春霞		11	60	5.0	7.0