基于Python+HanLP疫情期间微博、B站网民情绪分析 毕业论文+项目源码

---

目录

一、摘要

二、项目实现过程

1）数据爬取及筛选

2）训练模型

3）分析数据

三、项目最终成果

1）情绪分析

2）每日关键词

3）每月微博分析

四、数据地址

1）项目地址

2）数据集地址

一、摘要：

“疫情下的社会心理学”这一课题旨在通过疫情期间大众在自媒体上的新闻评论等信息，凭借一些方法分析出总体的心理变化和情绪走向，并在宏观上把握了总体的心态格局。

对于该课题，我们小组首先爬取了哔哩哔哩和微博的大量数据，并且统计、分析不同月份的高频词汇，从而初步筛选数据。在此基础上，通过新闻的点赞、评论、转发数进行高斯拟合，取正态分布曲线的上分位点，筛选出核心新闻，并且将核心新闻的评论按照热门程度进行获取。与此同时，我们从疫情语境下的评论数据中获得了大量情绪样本进行标签化处理，建立心态辞典、训练合适模型， 并且通过了大部分随机化样本的验证。我们把核心新闻的评论按照月份进行情绪分析，获取每种情绪在每个月的占比，并且将微博与哔哩哔哩相对比。

除了主要成果以外，我们小组还在研究过程中得到了一些副产物。首先， 我们成功通过关键词算法得到了每日微博关键词，用来代表某一天新闻的特征。其次，由于拥有大量的微博数据，我们还进行了每个月微博数据分析。