完整代碼：

https://download.csdn.net/download/qq_38735017/87382373

一、研究目的

微博由其 “短平快 ” 的信息能力和快速傳播能力 ，已廣泛流行于高校學(xué)生的常生活中。但微博上的負(fù)面輿情信息給社會 、學(xué)校和個人帶來巨大的危害 。由于微博的多而快特點(diǎn) ，無法依賴人工對相關(guān)信息進(jìn)行收集 、篩選和發(fā)掘熱點(diǎn)話題 。因此研究并開發(fā)校園微博熱點(diǎn)話題發(fā)現(xiàn)系統(tǒng) ，對高校輿情工作有重要的意義。

二、研究內(nèi)容

本文從微博獨(dú)有的短文本特征及國內(nèi)外相關(guān)微博研究出發(fā)，通過對校園微博進(jìn)行分類處理后使 用K-means聚類算法對校園微博短文本聚類，并改進(jìn)熱度計(jì)算公式，通過話題熱度提取校園微博熱點(diǎn)話題，實(shí)現(xiàn)對校園微博熱點(diǎn)話題的監(jiān)控。本文通過幾個模塊設(shè)計(jì)并現(xiàn)了校園微博熱點(diǎn)話題發(fā)現(xiàn)系統(tǒng)，包括微博數(shù)據(jù)爬取模塊 、微博數(shù)據(jù)預(yù)處理模塊、微博熱點(diǎn)話題分析模塊、微博熱點(diǎn)話 題展示模塊等模塊。最后以廣州中醫(yī)藥大學(xué)的生 活類微博 — 廣中醫(yī)I棟為研究對象，對校園微博 各模塊功能及相關(guān)技術(shù)進(jìn)行介紹，并對相關(guān)模塊進(jìn)行測試驗(yàn)證，分析校園微博熱點(diǎn)話題特點(diǎn)，總結(jié)系統(tǒng)的優(yōu)點(diǎn)和不足，提出下一步改進(jìn)的設(shè)想。

三、研究結(jié)果

本文以校園微博作為研究主體，結(jié)合微博的特點(diǎn)，通過研究熱點(diǎn)話題相關(guān)技術(shù)，實(shí)現(xiàn)了一套校園微博熱點(diǎn)話題發(fā)現(xiàn)系統(tǒng)。該系統(tǒng)主要由數(shù)據(jù)獲取、微博數(shù)據(jù)預(yù)處理、K-means 聚類分析等模塊組成。該系統(tǒng)為校園輿情人員及時發(fā)現(xiàn)熱點(diǎn)話題帶來了很大的幫助。

本文主要實(shí)現(xiàn)內(nèi)容如下：

（1）使用Python爬蟲技術(shù)并發(fā)獲取微博頁面 ，并使用 Python相關(guān)庫快速提取微博文本內(nèi)容 。

（2）觀察校園微博的特點(diǎn)和傳統(tǒng)文本的區(qū)別，根據(jù)校園微博短文本的特點(diǎn)進(jìn)行數(shù)據(jù)預(yù)處理操作 。

（3）針對于向量空間模型的高維度以及微博文本表示的稀疏性，通過改進(jìn)的TF-IDF算法實(shí)現(xiàn)有效的降維和特征選擇，解決了VSM特征向量的稀疏性問題。

（4）針對于傳統(tǒng)K-means 算法存在的局部最優(yōu)解問題，改進(jìn)了 Kmeans 算法初始簇心選擇，提高了 K-means聚類的準(zhǔn)確性 。

（5）根據(jù)校園微博的特點(diǎn)，改進(jìn)了熱度計(jì)算的算法，提高了獲取熱點(diǎn)話題的準(zhǔn)確性。

（6）實(shí)現(xiàn)熱點(diǎn)話題發(fā)現(xiàn)系統(tǒng)可通過可視化界面進(jìn)行操作，方便輿情管理人員從界面上獲取熱點(diǎn)話題信息 。

四、目錄

摘 要

ABSTRACT

第 1 章 緒論

1.1 國內(nèi)外研究現(xiàn)狀與意義

1.2 本文創(chuàng)新點(diǎn)

1.3 論文寫作思路

第 2 章 相關(guān)技術(shù)介紹

2.1 網(wǎng)絡(luò)爬蟲技術(shù)

2.2 中文分詞技術(shù)

2.3 特征選擇及權(quán)重計(jì)算

2.3.1 特征選擇

2.3.2 特征權(quán)重計(jì)算

2.4 文本表示

2.4.1 布爾模型

2.4.2 概率模型

2.4.3 向量空間模型

2.5 文本聚類算法

2.5.1 距離算法

2.5.2 K-means 聚類算法

2.5.3 二分 K-means 聚類算法

第 3 章 校園微博熱點(diǎn)話題發(fā)現(xiàn)系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)

3.1 系統(tǒng)設(shè)計(jì)目標(biāo)及要求

3.1.1 系統(tǒng)設(shè)計(jì)目標(biāo)

3.1.2 系統(tǒng)設(shè)計(jì)要求

3.2 系統(tǒng)詳細(xì)架構(gòu)設(shè)計(jì)

3.3 系統(tǒng)功能模塊設(shè)計(jì)與實(shí)現(xiàn)

3.3.1 微博數(shù)據(jù)獲取模塊

3.3.2 微博文本預(yù)處理模塊

3.3.2 校園微博熱點(diǎn)話題發(fā)現(xiàn)模塊

第 4 章 系統(tǒng)功能測試

4.1 系統(tǒng)運(yùn)行環(huán)境和參數(shù)

4.2 實(shí)驗(yàn)數(shù)據(jù)及處理

4.3 系統(tǒng)可視化界面

4.3.1 數(shù)據(jù)獲取界面

4.3.2 熱點(diǎn)話題排行榜

4.3.3 熱點(diǎn)話題熱度直方圖

4.3.4 敏感詞展示

總結(jié)與展望

參考文獻(xiàn)

致謝

附錄

總結(jié)

以上是生活随笔為你收集整理的基于 K-means 算法的校园微博热点话题发现系统 完整代码 +论文的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。