本书系统地介绍了社交媒体情感分析的理论基础与文本大数据的爬取和预处理技术，创新地提出了面向社会热点事件的智能情感分析框架，包括舆情情感演化、干预与预测全过程的智能建模，并提供了丰富的社会热点事件大数据智能情感分析应用案例。本书可作为计算机科学、情报学、传播学、管理科学、公共管理等学科领域的高年级本科生及研究生教材，也可作为从事人工智能、大数据分析、自然语言处理、情报分析、管理决策相关研究的科研、设计和工程技术人员的参考书籍，还可作为各级政府和企事业单位开展网络舆情分析与管控研究的指导手册。

第1章 社交媒体大数据情感分析的理论基础
1.1 社交媒体大数据情感分析的研究背景
1.1.1 社交媒体大数据与社会治理
1.1.2 社交媒体大数据情感分析的困境与意义
1.2 社交媒体大数据情感分析的基本概念
1.2.1 社交媒体大数据的定义与特征
1.2.2 社交媒体大数据的来源与分类
1.2.3 社交媒体大数据情感分析的基本理论
1.3 社交媒体大数据情感分析的研究进展、现状及趋势
1.3.1 社交媒体文本数据挖掘方法
1.3.2 社交媒体数据表示学习技术
1.3.3 社交媒体文本情感计算任务
1.3.4 社交媒体数据舆情计算应用
1.4 本章小结
参考文献
第2章 社交媒体大数据网络爬取与数据预处理
2.1 什么是网络爬虫
2.1.1 网络爬虫的定义
2.1.2 网络爬虫的流程
2.1.3 网络爬虫的类型
2.1.4 网络爬虫的工具
2.2 网页和网站的基础知识
2.2.1 网页的构成
2.2.2 网站的构成
2.2.3 网页开发者工具
2.3 基于Python的爬虫库
2.3.1 Python爬虫库概览
2.3.2 requests库安装和体验
2.3.3 利用requests库爬取百度贴吧案例
2.4 基于Python的爬虫框架
2.4.1 Python爬虫框架概览
2.4.2 Scrapy爬虫操作入门
2.4.3 利用Scrapy爬取微博网站案例
2.5 基于Python的文本数据预处理
2.5.1 文本数据预处理的范畴
2.5.2 文本数据预处理的工具与方法
2.5.3 文本数据预处理流程
2.5.4 文本数据预处理案例
2.6 本章小结
参考文献
第3章 社交媒体大数据智能情感分析方法与技术
3.1 社交媒体大数据情感分析方法
3.1.1 社交媒体大数据情感分析基础方法
3.1.2 社交媒体大数据情感分析常用方法
3.1.3 社交媒体大数据情感分析智能方法
3.2 社交媒体大数据智能情感分析关键技术
3.2.1 信息抽取技术
3.2.2 情感分析技术
3.2.3 谣言检测技术
3.2.4 话题识别技术
3.2.5 热点发现技术
3.3 社交媒体大数据智能情感分析理论基础
3.3.1 预训练模型
3.3.2 循环神经网络模型
3.3.3 卷积神经网络模型
3.3.4 注意力机制
3.4 本章小结
参考文献
第4章 社交媒体大数据智能情感分析全流程建模
4.1 社交媒体大数据主题分析模型建构
4.1.1 社交媒体大数据主题建模原理
4.1.2 改进的LDA主题分析模型
4.2 社交媒体大数据智能情感分析模型建构
4.2.1 RAE深度学习模型
4.2.2 改进的BERT预训练模型
4.3 社交媒体大数据智能情感预测模型建构
4.3.1 基于计量经济学模型的舆情情感预测
4.3.2 基于机器学习模型的舆情情感预测
4.4 社交媒体大数据智能情感分析框架
4.5 本章小结
参考文献
第5章 基于社会热点事件的实例分析
5.1 “魏则西事件”的社交媒体大数据情感分析全流程建模
5.1.1 “魏则西事件”的案例选择与描述
5.1.2 “魏则西事件”的数据收集与预处理
5.1.3 “魏则西事件”的情感分析结果
5.1.4 “魏则西事件”的主题建模结果
5.1.5 “魏则西事件”以主题建模为基础的情感分析结果
5.1.6 “魏则西事件”以情感分类为基础的情感预测结果
5.1.7 “魏则西事件”的社交媒体大数据情感分析讨论
5.2 “疫苗接种情绪”的社交媒体大数据情感分析全流程建模
5.2.1 “疫苗接种情绪”的案例选择与描述
5.2.2 “疫苗接种情绪”的数据收集与预处理
5.2.3 “疫苗接种情绪”的主题建模结果
5.2.4 “疫苗接种情绪”的情感分析结果
5.2.5 “疫苗接种情绪”以情感分类为基础的主题建模结果
5.2.6 “疫苗接种情绪”以情感分类为基础的情感预测结果
5.2.7 “疫苗接种情绪”的社交媒体大数据情感分析讨论
5.3 本章小结
参考文献
第6章 总结与展望
6.1 研究总结
6.2 研究展望