上節我們介紹了系統的基本框架和特性，本文我們將通過該平台進行微博數據挖掘，並給出一些有意思的結果。
一.微博和微博數據
1.分析微博的意義
新浪的數據以每天海量的速度增長，它包含了四億網民的對國家大事的看法，對生活的訴求，對環境和人的觀點，以及人際間關系，是了解和分析復雜網絡和社會行為的無比重要的資源。因此開發微博分析軟件，是有非常重要的意義的。
2.加載微博分析獨立組件
系統主要針對新浪微博，我們為微博開發了獨立組件包，將其動態鏈接庫dll文件拷貝到軟件的插件目錄下，系統就會自動加載。若不希望有該功能，只需簡單刪除鏈接文件庫即可。
系統會將微博相關的算法，資源，數據類型加載到系統插件庫中。
3. 微博數據
組件包內置了用戶，微博，評論，熱點事件的數據類型的支持，同時提供了Entity Framework的數據庫訪問能力，使用方便。同時，軟件內置了新浪微博API接口，可以方便的從微博中采集微博數據，如下圖所示：
獲取數據后，可以通過下面的可視化組件查看這些數據。
您可以對這些數據做篩選，排序等操作，並送入數據管理器，為完成數據分析做准備。
二. 微博分析功能
1. 微博轉發和信息溯源
該功能可以讓我們了解和分析任一條微博的被轉發和評論情況，您可以以簡單有效的方式查看微博的事件流傳送過程。
使用方法很簡單，在數據管理器中選定任意一條微博，在系統菜單上點選“數據”中的”
“，系統即可自動進行分析，結果如下：
2.話題分類和觀點分析
該功能可以方便的對某用戶的話題進行分類，並通過軟件內置的”情感語義分析引擎“分析用戶情感。並通過可視化組件實現繪圖操作。
通過內置的微博采集器獲取某名人的微博信息。
將”觀點分析“和”圖表統計輸出“兩個算法模塊拖入算法處理器，並配置要處理的數據源。如下圖所示：
最終可輸出結果，分別以表格和圖表的形式，給出分類結果。
3. 微博傳播圖譜
微博在微博網絡中被轉發的結構，最終可表現為不同的傳播模式，36KR的一篇文章介紹了這個特性，鏈接在這里。
我們也完成了類似的功能，並能實現動畫布點，按照時間順序，演示信息的轉發邏輯。使用方法也很簡單，類似本節第一條，在菜單中選取“微博傳播網絡”即可。
以下是潘總的微博”本月結束了，跑步100公里目標都沒有完成，僅97.6公里” 的轉發關系圖，明顯的，二次轉發較少，以一次轉發為主。
三.用戶關系行為分析
1. 用戶關系分析
軟件可以對某一批用戶的關系進行分析,從而獲得用戶社團聚類，和人際關系網絡。在用戶關系分析中，我們采用了特別的相關度計算方法，結合用戶的共同喜好，共同好友，地理位置等行為實現計算。當然，由於不同類型的用戶可能具有完全不同的行為，軟件會自動適配算法參數和權重，並送入聚類模塊。
將“微博用戶關系計算”，聚類圖形顯示和K-Means數據聚類拖入算法處理器，如下圖所示：
這些算法通過自動組裝，可實現如下的計算流程：
用戶關系計算的結果送入K-means聚類中，最終將結果送入聚類圖形顯示中執行繪圖。整個過程全部自動化。
最終，可獲得好友關系圈，該人的好友主要分為兩類，其本科同學和研究生同學。分類結果良好。若希望能更細分，可以將聚類參數進行調節，從而獲得類似下圖的結果：
(沒有完全顯示)
2.用戶數據統計
將圖表統計輸出拖入到算法處理器， 該模塊會自動根據數據類型加載不同的統計方案，如下圖所示，我們采用地理位置的數量統計方法來統計用戶的好友地理分布，如圖所示：
3.用戶地理位置顯示
軟件可以根據微博的位置標簽，顯示某用戶在一段時間內的位置信息，並顯示在系統內置的地圖上。如下圖所示：
同時,還可以實現”路徑漫游”功能，動態播放運動軌跡。
四.總結和開發計划
以上是軟件平台目前關於微博的功能介紹。當然，這些結果還不完善。我們下一步的工作是：
1. 對微博數據進行深入語義分析和更加智能的情感分析
2. 微博的輿情分析，以及事件追蹤圖
3. 對微博特殊用戶，如僵屍粉絲予以識別
4. 進一步了解和分析微博信息傳播途徑
有任何問題，歡迎進一步交流。