基于Python-Snownlp的新闻评论数据分析
更新时间:2023-11-19 22:24:01 阅读量: 教育文库 文档下载
龙源期刊网 http://www.qikan.com.cn
基于Python-Snownlp的新闻评论数据分析
作者:赵志升 靳晓松 温童童 梁俊花 来源:《科技传播》2018年第18期
摘 要 网上热点新闻的评论不仅反映了民众对社会热点事件的关注程度,也反映了公众所表现出的各类情感价值和思想动态。基于Python-Snownlp经过数据采集,数据预处理,建立向量模型,数据挖掘与分析对新闻评论中用户观点与情绪进行研究,有效实现舆情分析和监控。
关键词 Python Snownlp;网络爬虫;聚类分析;情感分析
中图分类号 G2 文献标识码 A 文章编号 1674-6708(2018)219-0104-02
步入“互联网+”与大数据时代,网络媒体已经成为舆论新格局的重要组成部分,人们更倾向于通过互联网关注社会中的热点问题,并通过网络媒体来发表个人意见和看法。 文章从凤凰新闻、新浪新闻、环球网网页入手,使用Python的Scrapy框架来访问网页URL,解析页面评论信息,将抓取的评论信息存储到Mysql数据库中。抽取数据并进行预处理清洗,调用Python开源的分词模块jieba分词对文本进行分词,去除停用词、敏感词,建立相应的语料库。使用TF-IDF算法将语料库中的词语转化成词矩阵模型,使用K-Means算法对评论数据进行聚类分析挖掘,采用Python专为中文文本设计的Snownlp模块对数据进行情感分析。
1 数据采集
采用网络爬虫技术进行数据获取,选取了影响比较大的“造谣伊利董事长失联事件”这一热点事件的新闻评论作为数据集,使用网络爬虫技术从Web端抓取新闻评论数据集。首先,通过访问URL地址获取Web服务器端返回得数据,并解析数据抓取资源。请求模块是向网页URL发送请求,并获取网页源代码。解析模块是对网页源代码的解析,去除源代码中的JS脚本标签,CSS代码、HTML标签等内容,并将解析后的数据下载下来。资源库则是用来存放从网络上抓取下来的数据资源。并进行JS拼接,使用Scrapy模块进行解析,Scrapy模块是Python开发的一个快速、高层次的屏幕抓取和Web抓取框架,用于抓取Web站点并从页面中提取结构化的数据。
Scrapy使用了Twisted异步网络库来处理网络通讯,架构清晰,并且包含了各种中间件接口。引擎(Scrapy Engine),用来处理整个系统的数据流处理,触发事务。然后存储到Mysql数据库。 2 数据预处理
正在阅读:
基于Python-Snownlp的新闻评论数据分析11-19
莱宁格的跨文化护理理论08-13
精装修设计方案书 - 图文12-16
市场营销策划书(通用4篇)03-23
人事管理系统 计算机网络技术毕业论文05-21
上海耀华 XK3190-D2+说明书04-10
词语(熟语)选择练习100题(全)答案01-31
关于兄弟的伤感日志02-10
2015最新信息系统分析与设计综合题库大全 - 图文05-26
未成年人违法犯罪成因及防范01-05
- exercise2
- 铅锌矿详查地质设计 - 图文
- 厨余垃圾、餐厨垃圾堆肥系统设计方案
- 陈明珠开题报告
- 化工原理精选例题
- 政府形象宣传册营销案例
- 小学一至三年级语文阅读专项练习题
- 2014.民诉 期末考试 复习题
- 巅峰智业 - 做好顶层设计对建设城市的重要意义
- (三起)冀教版三年级英语上册Unit4 Lesson24练习题及答案
- 2017年实心轮胎现状及发展趋势分析(目录)
- 基于GIS的农用地定级技术研究定稿
- 2017-2022年中国医疗保健市场调查与市场前景预测报告(目录) - 图文
- 作业
- OFDM技术仿真(MATLAB代码) - 图文
- Android工程师笔试题及答案
- 生命密码联合密码
- 空间地上权若干法律问题探究
- 江苏学业水平测试《机械基础》模拟试题
- 选课走班实施方案
- 数据分析
- 基于
- Snownlp
- Python
- 评论
- 新闻
- “发现”话题作文示例
- 英语2第三次作业答案
- 儿童保健手册
- 骨关节炎诊治要点及研究进展
- 尔雅职业规划2016期末考试答案
- 中海石油建设项目现状环境影响评估报告 - 图文
- 2012.9传热试题1
- 设计报告--018 - 同步复接器 - 分接器的FPGA设计与实现
- 壬水日干十二月令论时间吉凶
- 公司承建G318线林芝至拉萨段公路改造工程宣传教育提纲
- 幼儿园中班健康教案:保护眼睛
- 以文化背景为视角比较中美公务员职业价值观
- 测量平差习题
- 新概念英语第三册语法精粹 第六章 副 词
- 小班主题活动 有趣的鱼
- 《荷塘月色》练习
- 专题五:钠及其化合物1
- PPB调用PB11的WEBSERVICE
- 2014届九年级数学复习总测题和答案
- 路基工程总体施工方案 - 图文