互联网的发展普及,使网络愈发成长为公众用来表达民情民意与社会舆论监督的重要平台。目前微型博客作为国内发展规模声势浩大的网络信息交流型公共社交平台,成为了集中表达民意的网络集中点,网络中大量的评论数据包含着公众对评论对象的情感信息和主观观点。本文以微博热门话题评论数据为研究对象,采用了针对网络评论的以情感词典为基础的情感倾向分析方法同时结合情绪可视化的手段,分析网络评论数据背后的情感倾向分布特征,探索大众情绪倾向,具体研究内容如下:(1)设计网络评论数据的爬虫程序。通过模拟登录解决微博身份认证的问题,结合关键字匹配功能筛选提取评论数据。以微博平台为主体,获取佩洛西“华为威胁论”新闻话题评论信息和用户个人信息,为后续研究提供数据支撑。(2)构建适用于评论数据的情感词典。选择百度、搜狗输入法提供的网络新词作为构建网络流行语词典的候选词库,通过微博语料对候选词进行筛选获取网络流行语,并使用点互信息算法判定其情感极性。将已构建的网络流行语词典与现有开源基础词典资源整合后,最终组成了含有网络流行语词典的评论情感词典。(3)扩展面向评论的情感词典用于情感倾向性计算。包括三个方法:基于同义词词典、表情符号及句法规则进行情感词典拓展,提高了情感词典的覆盖度。实验把扩展前后的情感词典用于情感倾向性计算中,测试分类结果对比表明扩展以后的词典有效的改善了分类效果。(4)实现网络评论的情感分析及可视化。对评论数据执行停用词预处理和分词,识别正面和负面极性的情感词,考虑否定项,表情符号和其他加权项的权重,获得整个评论的情感趋势值,并确定情感趋势。用统计和数据可视化方法研究评论词云、地域热度和各年龄段特点,分析大众情绪特征。在社交媒体与互联网蓬勃发展的时代背景下,基于对网络话题大众情绪监测与引导的需求,分析热门话题评论背后情感倾向分布特征,探索大众情绪倾向,具有一定的理论意义及实际应用价值。