基于Python的朴素贝叶斯分类中文网络舆情分析  

作　　者：郑子伟[1,2] 张晓兰 陈奋[1,2] 

机构地区：[1]厦门城市职业学院,福建厦门361008 [2]厦门开放大学,福建厦门361008

出　　处：《厦门城市职业学院学报》2023年第2期79-84,共6页Journal of Xiamen City University

基　　金：厦门市教育科学“十三五”规划2020年度课题:面向微博热点事件的子话题社会网络链接检测(20036);厦门市教育科学“十三五”规划2020年度课题:基于线上教学模式的高职教师教学监控能力提升策略研究(20037)。

摘　　要：在互联网时代,网络已成为反映社会舆情的主要载体,对网络舆情所表达的信念、态度、意见和情绪等,相关部门应及时反馈并引导,防患于未然。利用数据挖掘技术对舆情进行梳理,继而研判与引导,成为舆情分析的重要手段。在朴素贝叶斯分类模型基础上,使用Pands开源库与Jieba分词系统,可对中文网络舆情进行分析。以服饰网店评论为例,基于朴素贝叶斯对案例评价内容分类并加以训练,可得到评价分类与预测结果。实验表明该系统稳定可靠,准确度高。

关 键 词：网络舆情 朴素贝叶斯分类 Pands开源库 中文分词 

分 类 号：TP393[自动化与计算机技术—计算机应用技术]