在信息飞速传播的今天,微博成为了一种较为有效和权威的载体,承载着互联网中大多数新闻、八卦、生活等信息的传播,人们可以在足不出户的情况下,通过微博热搜了解当今最火的事件,通过微博评论探讨最新的话题。随着微博的不断火热,微博用户也在不断攀升,而对于微博文本的分析,则越来越关键,微博情感分析应运而生。通过微博情感分析,可对突发事件进行网络舆情监控,及时了解互联网中的负面情绪,通过一定的措施抵制不良事件的发生。也可通过情感分析进行市场营销、电影评分等。本文通过新浪微博官方通道获取用户发表的微博信息,基于对每条微博进行情感标注的情况下,通过预处理,在特征词的选择及权重赋值方面进行方法改进:(1)对比目前主流的几种特征选择算法,通过阅读文献并对其进行了解和参考,使用CHI作为本文特征选择的主要研究方法,在对CHI的不足进行分析后,在考虑词频统计的不足中,引入了词频修正因子;在考虑类内和类间分布不足中,引入了类内和类间分布因子,最终形成改进后的LCHCHI特征选择方法,并与部分改进的CHI特征选择方法及传统的CHI方法进行效果比较。(2)特征加权方法中,在考虑传统的TF-IDF方法的不足后,选择用LCDCHI替代IDF的方法,形成最终的TF-LCDCHI特征加权算法,并通过比较相关算法实验结果,得出较高的准确率。在特征维度为1000维时,选取百分之二十的文本作为测试集,准确率达到88.12%。