新型冠状病毒肺炎疫情微博数据分析

摘要：现在全球都在抗击新型冠状病毒肺炎,新闻媒体实时发布疫情新闻,人们时刻关注疫情发展情况。本文基于微博平台,以"新冠肺炎最新动态"、"疫情"、"新冠疫苗"作为关键字,采用爬虫软件爬取微博平台关于新冠疫情近期博文数据。在Python平台对文本数据进行预处理,删除无意义字符,用Jieba库进行精确分词,统计词频并排序,将词频较高的前800个词语用WordCloud生成词云。结果表明,近期微博网民的情绪受到境外疫情影响,对疫情形势的关注度较高。

关键词：新冠肺炎疫情;新浪微博;分词;词云;

原文链接：
https://kns.cnki.net/kcms/detail ... J7MKrLCkQ%25mmd2F6c

我在知网上看到这篇论文，但是我不会编程，想知道集搜客软件可以实现从微博数据采集→分词→词频排序→生成词云图的数据处理链条吗？

这些功能GooSeeker分词和情感分析软件上都有，而且GooSeeker的软件升级很快，不断增加新的功能。在这个帖子我把集搜客分词软件功能分成5大块，其实零零碎碎的功能远不止5项：https://www.gooseeker.com/doc/thread-19022-1-1.html

除此之外，我们建议用Jupyter Notebook在集搜客分词软件生成的结果数据上做进一步的数据挖掘，GooSeeker发布了一系列notebook，都可以下载下来使用，可以作为一个模板，在此基础上增加自己的Python代码。这些notebook罗列在这个帖子中，还会不断补充发布新的notebook：https://www.gooseeker.com/doc/thread-18414-1-2.html

现在的集搜客数据管家中不只有爬虫功能，还集成了微博采集工具箱和文本分析工具
微博采集工具箱可以免编程，输入链接就能采集到微博数据，非常简单，文本分析工具也是导入数据即可分词和做词云统计
微博采集工具箱使用步骤：

1，在微博关键词搜索工具中输入关键词“新冠疫苗”，选择要采集的时间范围

2，点击启动采集按钮开始采集数据，待采集任务状态变为“已采集”后，点击打包按钮下载数据


后续文本分析的方法，将在数据采集完成后继续更新

疫情发生已经有两年了，在微博上，历史数据采集全吗？我现在不知道如果采集不全，会不会影响内容分析结果

使用微博工具箱关键词采集工具，在指定关键词和起始日期后，可以指定最小按1小时的时间跨度来采集。
我观察只要是微博页面上显示出来的，基本上都能爬取到。

这篇资讯板块上的《基于新浪微博的COVID-19病毒对牙痛患者的影响分析》，介绍了一篇2021年发表在外文期刊(Medicine)上的一篇范文，该文作者使用GooSeeker网络爬虫软件收集了24108篇有关牙痛的微博博文和帖子，分成了4大类，10个子类，分类统计，并按类别进行统计分析。

文本分析步骤如下：

1，在集搜客文本分析工具中新建分析任务，导入数据
2，导入数据后就会自动分词，并且按照词频倒叙排序

3，在分词结果中人工确认有意义的词语选中，生成词云图