1. 研究目的与意义（文献综述）

1.1 目的及意义

随着信息科技的突飞猛进，新闻评论、论坛、博客和微信等网络新媒体共同构筑成多元化的表达平台，普通网民得以借助网络新媒体制造新闻话题、表达个人观点、参与公共事务。舆情分析也因此作为作为全新的社会议题引起党政机关和企业重视，成为研究和实践领域的热点。时间序列分析是一种动态数据处理的统计方法。该方法基于随机过程理论和数理统计学方法，研究随机数据序列所遵从的统计规律，以用于解决实际问题。它包含一般统计分析（如自相关分析，谱分析等），统计模型的建立与推断，以及关于时间序列的最优预测、控制与滤波等内容。而舆情的时间序列分析更是将舆情与时间趋势结合起来，能够更加精确直观的分析舆情。

舆情的时间序列分析及可视化主要涉及网络舆情主题的情感认知倾向和趋势变化。批量处理评论信息进行情感分析，并且在时间轴上可视化呈现，通过时间序列化分析可以从大量文本中得出情感随着时间发生的变化，不用花费大量时间去读每一条评论就可以得出总体的情感趋势。

2. 研究的基本内容与方案

本毕业设计主要研究方向是舆情时间序列分析及可视化，主题是针对微博上关于云南九寨沟地震的舆情分析和使用相关时间序列算法对情感趋势进行分析，并得出相关的结论。最后在有余力的情况下制作可视化界面显示分析的结果。

本毕业设计的环境是在python运行环境anaconda上进行设计。主要设计内容具体为如下：

1. 获取微博上对于九寨沟地震的评论，要求包含时间、id、url、评论内容，作者、转发数。

3. 研究计划与安排

1.2019/1/19—2019/2/28：确定选题，查阅文献，外文翻译和撰写开题报告；

2.2019/3/1—2019/4/30：完成解决方案合理性、科学性认证，包含实验结果分析；

3.2019/5/1—2019/5/25：撰写及修改毕业论文；

4. 参考文献（12篇以上）

[1]兰月新,夏一雪,刘冰月,刘茉.网络舆情传播阶段精细化建模与仿真研究[j].现代情报,2018,38(01):76-86.

[2]陈福集,张燕.基于e-divisive的网络舆情演化分析[j].情报杂志,2016,35(04):75-79.

[3]吴虎胜,张凤鸣.多元时间序列相似性研究综述[j].统计与决策,2014(07):77-81.