微博已经成为广大网民分享信息、拓展人际关系的重要平台,同时也是媒体扩充新闻来源和扩大自身影响力的有力工具,更成为有关职能部门了解热点、民意的有效渠道。微博产生的数据具有种类繁多、量大、更新不断等特点,人工收集和分析几乎是不可完成的任务。本文旨在研制一套微博热词发现和分析系统,提供从微博数据中发现热词、情感分类等功能。本文首先详细分析了用户的需求,在此基础上,设计了热词发现和分析系统,它主要包括四大部分:数据导入、数据处理、数据分析、可视化展示,下面详细介绍各部分功能:数据导入主要实现了数据一键导入功能和模板下载功能。数据处理主要实现了导入系统数据的预处理功能,包括数据去重、中文分词、过滤停用词。在过滤停用词部分,为了提高网络词汇、符号、emoji表情的过滤效果,本文合并了网络上一些比较热门的停用词表,提高了停用词的过滤效果。数据分析主要实现了词云图绘制、词频统计、情感分类。由于情感分类的Snow NLP库的语料库是采用商品评论数据进行训练的,因此在对微博内容进行情感分析时效果一般,因此本文收集了一些微博评论语料并进行训练,提高了情感分析的准确度。可视化展示主要实现了数据的可视化展示,分别以词云图、表格、饼图的形式展现词云、词频、情感分类的情况。可视化的形式自动过滤掉大量的低频低质的文本信息,使得用户能一眼扫过就可领略文本的主旨。在系统架构上,本系统采用三层架构,将整个业务应用划分为:表现层、业务逻辑层、数据访问层,达到了“高内聚,低耦合”的目的,该架构使得本系统结构清晰、耦合度低、可维护性高、可扩展性高,容易适应需求变化。