摘 要

为贯彻执行可持续发展理念，我国开始逐渐普及垃圾分类政策。与此同时，随着我国网民规模的不断提升，人们越来越多地选择在微博等社交媒体上发表表达情感倾向的文字。本研究主要是从微博上爬取有关垃圾分类文本内容，对其采取文本预处理相关技术处理并过滤无关的文本内容，最终基于朴素贝叶斯原理进行文本情感倾向研究，挖掘出网民对待垃圾分类的态度以及主要影响因素。

研究结果表明：朴素贝叶斯算法在文本情感分析方面性能良好，网民中对于垃圾分类大多持积极态度，导致消极态度产生原因中主要涉及垃圾分类知识不普及、垃圾分类设备配套不完善、投放时间限制等问题。最后基于以上文本分析结果和武汉市情况提出针对政府激励、宣传教育、设备标识和处理体系构建等方面的推进建议。

关键词：情感分析；垃圾分类；朴素贝叶斯；机器学习

Abstract

In order to carry out the concept of sustainable development, China began to gradually popularize the garbage classification policy. At the same time, as the scale of Chinese netizens continues to increase, people increasingly choose to publish texts expressing emotional tendencies on social media such as Weibo. This research mainly crawls the text content of garbage classification from Weibo, adopts text preprocessing related technology to process and filter irrelevant text content, and finally conducts text sentiment research based on the principle of Naive Bayes to find out that netizens treat garbage Classification attitude and main influencing factors.

The results of research show that the Naive Bayes algorithm has good performance in text sentiment analysis. And most netizens hold a positive attitude towards garbage classification. The causes of negative attitudes mainly involve the lack of popularization of garbage classification knowledge, inadequate matching of garbage classification equipment, and time Restrictions and other issues. Finally, according to the analysis results and the situation of Wuhan City, it puts forward suggestions. The suggestions mainly include government incentives, propaganda and education, equipment labeling and construction of processing systems .

Key Words：Sentiment analysis; garbage classification; naive Bayes; machine learning

目 录

第1章 绪论 1

1.1 选题的背景及意义 1

1.1.1 研究背景 1

1.1.2 研究目的和意义 1

1.2 国内外研究现状综述 2

1.2.1 文本情感分析研究 2

1.2.2 垃圾分类研究 3

1.3 主要研究内容 4

第2章 与本文相关的研究基础 6

2.1 朴素贝叶斯简介 6

2.2 基于机器学习的文本情感分析技术 6

2.3 文本特征提取技术 8

第3章 垃圾分类网络数据的采集与预处理 9

3.1 垃圾分类网络数据爬取 9

3.2 垃圾分类数据预处理 12

3.2.1 数据清洗 12

3.2.2 垃圾文本的过滤 13

3.2.3 中文分词与词性标注 16

3.2.4 去除停用词 17

第4章 垃圾分类网络言论的词频及倾向性分析 19

4.1 垃圾分类网络言论的词频分析 19

4.1.1 关键词抽取 19

4.1.2 词云可视化 19

4.2 垃圾分类文本情感倾向分析实现 22

4.2.1 SnowNLP工具简介 22

4.2.2 垃圾分类网络言论倾向性分析及结果检验 22

第5章 有效推进武汉市垃圾分类工作建议 27

5.1 加强政府引导与监督 27

5.1.1 完善法制监督机制 27

5.1.2 完善配套装置设施 28

5.1.3 加大科研经费投入 28

5.1.4 鼓励政企合作 29

5.2 强化宣传教育 29

5.3 科学标识垃圾装载设备 30

5.4 完善垃圾处理体系的构建 31

第6章 总结与展望 32

6.1 本文研究工作总结 32

6.2 工作展望 32

参考文献 34

致 谢 37

绪论

选题的背景及意义

研究背景

随着社会的进步和互联网技术的发展，网络已渗透到人们生活的点点滴滴。据 CNNIC的调查数据，到2019年6月之前，我国网民规模达8.54亿，互联网普及率达到了 61.2%。可见我国网民数量、网站规模、数据容量都在未来将呈持续增长态势，互联网渗透率将不断提高。在这个信息爆炸的时代，信息传播与意见交互之规模与速度不断攀升。通过移动手机终端，人们可以随时随地在微博、朋友圈等载体上浏览信息、抒发感情、表达自己的态度和观点。而随着这种互动程度和互联网普及程度的不断提高，网民的情感倾向在真实社会中起到着愈发重要的作用。因此如何充分运用这些网络数据为现实社会进步而服务显得更为关键。

近几十年来,随着社交媒体以及电商平台的发展下情感分析技术的发展也日益成熟。大量带有情感的内容从这些技术平台产生，创造了丰富的研究基础。例如在商品销售领域，通过对海量的用户反馈信息统计分析，可以了解用户需求及产品自身的优劣；在社会舆情领域，分析大众的带有情感倾向性的言论可以有效把握舆论走向，这对舆情监控及国家社会环境安全有重大意义；在金融交易领域分析交易者对于股票态度可以预测股票走势，为行情交易提供辅助等等。

另一方面，垃圾处理问题一直是各国重点关注的环境问题。垃圾问题不仅会污染人民居住环境，还不利于社会稳定和城市的可持续发展。作为成为城市环境治理的难题，国家领导对此始终高度重视。要求全国地级及以上城市自2019年起要全面启动生活垃圾分类工作，到2020年底，46个重点城市要基本建成垃圾分类处理系统。因此结合情感分析技术基于网络言论对关于垃圾分类的网络数据进行分析，挖掘出市民对垃圾分类举措的态度及影响其态度的主要因素，将极大地有利于推进垃圾分类政策实施。

研究目的和意义

近年来，随着人们日益增长的物质消费，垃圾产生量也随之增长，许多城市如北京、上海已经面临垃圾无地可埋的困境。从2000年我国已经开始在多个城市开展垃圾分类收集试点，虽取得了些成果，但总体还未取得实质性突破。实行垃圾分类有利于实现资源再利用，保护生活环境同时提升社会文明水平。