微博分析-内容分析系统 ROST CM 6 使用手记
ROST CM 6 官网下载入口地址:/rostcm/blog/item/6dea9f0d7a13068fd0581bf6.html
一、功能性分析
(1)分词
点击功能性分析下拉列表框中的分词选项,打开分词窗口,在待处理文本框中载入待处理文件,如“虚拟学习团队2010-8-7.txt”,则系统按照程序目录下的User目录下的User.txt文档,自动在输出文件框中生成“虚拟学习团队2010-8-7_分词后.txt”文件,获得以空格分离的分词后文档如果原来文档中有空格的位置保留空格。聊天内容文件,全网分析中的摘要文件NetDraw工具,查看图形结果;点击构建矩阵按钮则可以生成共现矩阵文件。双击文件框可查看相应结果。
如果想进行快速分析,则载入待处理文件后,点击“快速分析”按钮,即可一次生成上述文件。
例如,以下是对“虚拟学习团队”分析的结果:
(6)情感分析
点击功能性分析下拉列表框中的情感分析选项,在待分析文件路径文本框中载入待分析的文件,点击分析,然后双击各文本框,即可查看情感分析详细结果、情感分段统计结果、中性情绪结果文件和情感分布统计视图结果。
(7)流量分析
点击功能性分析下拉列表框中的流量分析选项,打开Rost Alexa网络流量分析工具,在输入网址文本框中输入要进行流量分析的网址,点击数据分析按钮即可。
还可以在该工具中进行批量分析,这时只需要点击批量分析按钮,导入需要进行批量分析的网页链接表,即可得到批量分析结果。一下是批量分析的一个例子:
二、 聊天分析
要分析聊天记录…,载入要处理的消息文本文件,然后点击导入按钮,使之格式化,即完成用户数据的整理。然后再点击分析按钮,进行分析。分析完成后,可点击分析框中的发言频度文件、口头禅文件、总词频文件和聊天内容文件超链接,查看相应结果。
启动情感分析模块,载入格式化后的聊天记录文件(不是刚刚导出的聊天记录原始文件),点击分析按钮,还可得到情感分析详细结果、情感分段统计结果、中性情绪结果文件和情感分布统计视图等情感分析结果。
三、全网分析
在输入搜索词文本框中输入要搜索的关键词,点击搜索按钮,则搜索引擎根据该关键词搜索并返回的所有网页结果将表载入到流量分析模块中,即可将网址列表载入到迅雷中进行下载
四、网站分析
(1)获得网站数据
有两种方法获得网站数据,一是直接启动网站抓取,抓取下来的网页保存在程序目录的datawebsite网站名webPage目录下。
另一个获得网站数据的方法是启动高级网站抓取功能,即启动Rost WebSpider抓取工具,如下图。
在文件菜单下点击新建任务菜单项,打开新建任务窗口,该窗口包含地址设置、连接设置、文件类型和内容设置4个选项卡。如果进行地址设置,则点击地址设置选项卡,输入任务名称,如果是整站下载,则点击整站下载选项卡,输入网站入口URL;如果是指定URL下载,则点击指定URL下载选项卡,并将要下载的URL添加到URL列表中;如果是指定目录下载,则点击指定目录下载选项卡,输入入口URL;最后点击跨站下载选项卡,并添加URL入口或从文件导入URL到URL入口列表中即可。
注意为了将下载的网站数据放到指定的位置,可以点击设置菜单项的设置任务文件夹菜单项,设置存放网站数据的位置。
如果进行连接设置,则点击连接设置选项卡,即可对下载的线程数、连接超时时间、抓取网页最大深度、URL队列为空时线程等待时间、两个连接之间的停顿时间、以及超链接的最大长度进行设置。此外还可以选择是否同一TCP连接要抓取多个网页。
如果要对下载的文件类型进行设置,则点击文件类型选项卡,对允许下载的文件类型进行设置。
还可以对下载的内容进行限制。点击内容限制选项卡,可以限制下载包含某些域名的网页、包含某些文件扩展名的网页或指定链接需要包含的字符串。
此外,在任务查看器中可以进行下载监控、查看更新报告、查看文件、任务和事件。
(2)分析
点击分析按钮对抓取的网页文件即可做进一步的分析,生成网页的文本文件和全站合并文件。点击分析框中的网页的文本文件和全站合并文件超链接,即可查看结果。这些结果分别默认存放在datawebsite网站名webPageanalysis目录下。
五、浏览分析
首先点击获得历史浏览数据按钮,然后点击分析按钮,即可得到分析结果。点击标题文件、URL文件和标题词频文件超链接,即可查看结果。
点击获得实时阅读数据按钮,打开ROST实时浏览数据抓取工具,即可获得实时阅读数据。
1-4