[发明专利]一种社会化媒体分析系统

说明书

技术领域

本发明涉及社会媒体分析应用技术领域，尤其是一种社会化媒体分析系统。

背景技术

社会化媒体是指允许人们撰写、分享、评价、讨论、相互沟通的网站和技术。社会化媒体的产生依赖WEB2.0的发展。现阶段主要包括社交网站、微博、微信、博客、论坛、播客等等。

由于社会化媒体(Social Media)已经在网络化环境中广泛研究，通过对它们的建模分析，从这个超越社会沟通的一个拥有大量数据的超集中，可以很好地反映并提炼出交往互动者之间的思想动态、行为倾向，甚至某一社交群体的集体策略。因而，经过分析和模式识别，我们可以提前预测交往意向和可能发生的行为结果，比如判定投资或营销群体的兴趣方向、旅游公司和游客动态、特定人群的行为意向、学生群体的思维模式和动机等等，从而加以干预，或进行行为控制，达到我们所希望达到的经济社会运行控制、群体和个人行为干预等，其经济价值和社会价值不可估量，极大地有利于经济和社会的稳定、减少行为失误、提高学校教育教学的可控制性。

社会化媒体分析系统最大特点是综合数据采集、数据整理、数据分析于一体，完全实现自动采集数据、自动提纯数据、自动分析数据，从分析的数据中为决策者提供有用的信息。

发明内容

现有技术不能满足人们的需要，为弥补现有技术不足，本发明旨在提供一种社会化媒体分析系统。

为实现上述目的，本发明采用以下技术方案：一种社会化媒体分析系统，至少包括数据采集模块、数据整理模块、数据分析模块、关键词检索模块和报表生成模块；所述数据采集模块包括网址采集和内容采集模块；所述数据整理模块包括处理同义词、处理停用词、数据内容处理、数据库处理模块；所述数据分析模块包括内容分析模块和数据显示模块；所述关键词检索模块主要为显示内容模块；所述报表生成模块包括显示直方图和显示直线图模块；

S1，数据采集模块的功能是从网页中获取论坛帖子内容，为后面数据分析提供资源。数据采集分为网址采集和内容采集，先采集网址，根据采集到的网址采集相应的帖子内容。网址采集最多采到第四级就是帖子内容网址，有的论坛采集到第二级就是帖子内容网址，采集步骤如下：

1)输入初始化种子，采集一级网址，一级网址入库；

2)如果一级网址是帖子内容网址，直接走向8)，否则继续3)；

3)根据一级网址，采集二级网址，二级网址入库；

4)如果二级网址是帖子内容网址，直接走向8)，否则继续5)；

5)根据二级网址，采集三级网址，三级网址入库；

6)如果三级网址是帖子内容网址，直接走向8)，否则继续7)；

7)根据三级网址，采集四级网址，四级网址入库；

8)采集帖子内容，采集标题、帖子内容、发帖以及回帖用户名、

帖子存在的时间、帖子的关注度、讨论区；

S2，数据整理模块：在数据整理中，主要是对采集到的数据进行提纯，采集到的论坛数据无意义的词比较多，需要进行分词，通过分词剔除这些垃圾数据为后续的数据分析提供保障。

与现有技术相比，本发明的有益效果是：该社会化媒体分析系统，它能够自动采集数据、整理、分析当前的舆论动向，为决策者决策提供参考依据。为学校教育教学的提供可控制性的依据；为其他领域的数据分析提供一个借鉴和参考。

附图说明

图1为本发明的流程图；

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

请参阅图1，本发明实施例中，一种社会化媒体分析系统，至少包括数据采集模块、数据整理模块、数据分析模块、关键词检索模块和报表生成模块；所述数据采集模块包括网址采集和内容采集模块；所述数据整理模块包括处理同义词、处理停用词、数据内容处理、数据库处理模块；所述数据分析模块包括内容分析模块和数据显示模块；所述关键词检索模块主要为显示内容模块；所述报表生成模块包括显示直方图和显示直线图模块；

S1，数据采集模块的功能是从网页中获取论坛帖子内容，为后面数据分析提供资源。数据采集分为网址采集和内容采集，先采集网址，根据采集到的网址采集相应的帖子内容。网址采集最多采到第四级就是帖子内容网址，有的论坛采集到第二级就是帖子内容网址，采集步骤如下：