资 源 简 介
这些情绪流过网络这反过来造成的社会情绪。与巨大的信息在网络中流动，它给我们的焦虑期间分析行为的社会媒体的机会。这些行为不同的不同的人口统计有关的事件，可以从不同的角度进行分析。我们发现模式类似事件的不同参数，根据时间等，令人相当满意。我们也做了 Twitter 的情绪总体分析。收集实时推文通过 tweepy （Python 的开放源代码库） 使用 Twitter 的公共流 API （开机自检状态/过滤器），我们使用常规表达式标记化的 tweets 和侦查图释、 Url、 哈希标记、 用户名、 电话号码和城市代码等和删除不必要的信息。此数据集用于生成分类器。此分类器是 NLTK 的 （python 库的 NLP） 朴素贝叶斯执行。 使用上述分类器检测的每个 tweet 的积极和消极情绪。我们做每小时看到的趋势改变集体分析。 请点击左侧文件开始预览 ！预览只提供20%的代码片段，完整代码需下载后查看 加载中 侵权举报
