这是我毕业项目的主页。项目的内容是“人们在社交网络上，更倾向于表达怎样的情绪”。
项目背景介绍
- 项目的起点是在知乎上看到了这篇相对于现实，人们更倾向于在社交网络中表达负面情绪？
- 这是我人生中第一次尝试为开源做贡献，项目所有源码、数据开源，尽最大的可能帮助想要学习、尝试或者对我的项目感兴趣的人。
- 这个项目的所用语言为python，“这辆老爷车有很多RPG之类的重武器，并且很好用”，我喜欢python的简洁。
- 项目的内容包括但不限于：爬虫，中文分词，统计及机器学习，数据可视化。
项目内容简介
- 从微博（因为字数有限制）爬取大学生（安徽医科大学）学生所发的状态，去除掉转发和广告之类的信;(50%)
- 标记20%的数据，1或者0（乐观或者悲观）；(0 %)
- 根据中文分词，用navie bayes算出所有数据的label ; (0%)
- 数据可视化；(0%)
项目可能出现的问题
根据某学霸提醒，项目中可能有的问题：1.从数据到结论（如何更好的解释结果）；2.结论单薄，可以尝试抽取部分小的数据集得到小结论。
Update 2015.03.23
感谢 Morgan Zhang 的帮助。 目前完成的对微博用户的爬取（只有用户信息）。
- 该爬虫用了多线程机制，程序中有time.sleep(1)。
- 数据库用的是MySQL。
- 爬的久了还是会封号，不过因为sleep(1)后好像能爬的更久了，难道是幻觉？
Update 2015.03.27
感谢王冠同学的帮助，他说“为什么不存两个表呢”，解决了我蛋疼很久的问题。
话不多说。先上图：
总算有一点成果了。我改了原来的表，加了两列，分别是每个用户所发的微博数量和转发的数量。
然后我新建了一张表，用来存放每条有用的微博信息。如下图。
现在大概爬了500+的用户，因为爬的太快会被冻结账号，所以现在只能放慢速度。
还有很多东西没想好怎么弄，过两天可以先把data clean和中文分词做好了。诚邀学统计的学数学的学机器学习的同学，接下来我真的不知道怎么弄了。
这里有一堆纯文本文件，希望能一起发现里面好玩的东西。
谢谢琛涛，我希望更多的人去了解python，运行我的程序，把你的学校的结果给我。
最后谢谢fork和star我的所有人，我这么不要脸求star，是为了理想。