微博作为热门的社交媒体之一,具有及时性、便捷性、交互性以及用户使用体量巨大等特点。这些特性不仅使得监管的难度增加,也造成微博平台中充斥着虚假、消极、负面言论。因此,社交媒体舆情分析系统的研发显得尤为迫切。本文研究工作主要包括以下内容:1)社交媒体微博数据采集及预处理。本文以新浪微博中有关“7.5杭州女子失踪案”的数据作为研究对象,采用网络爬虫技术并按照不同策略获取数据,实现数据的采集。同时,对获取数据进行预处理,使得分析的数据能够正常使用,为后期分析奠定基础。2)心理学研究表明拥有相同性格特质的人往往具有相似的情感表达方式。考虑到用户情感表达方式受性格因素影响,本文提出了融合性格的微博情感分析模型PBiLSTM(Personality Bi-directional Long Short-Term Memory)。该模型结合Big-Five性格模型,将微博文本的情感特征与用户性格线索进行融合,增加新的情感判别维度,并利用双向长短时记忆网络(BiLSTM)能够提取文本全局特征的优势,提高情感分类效果。实验结果表明,该模型的准确率可以达到96.63%,并在多项性能指标上取得了最优的结果。3)以新浪微博为数据来源,选取“7.5杭州女子失踪案”作为实例,搜集该舆情事件中参与主体的相关信息,运用社会网络分析法从多方面对舆情中的主要参与者及其相互关联进行了探究,同时揭示出该事件舆情的网络结构特征以及群体情感倾向。本文所提出的社交媒体舆情分析系统不仅可以了解微博用户对现实生活中热点事件的观点和态度、预判事件未来发展趋势,还能够使得政府及时掌握舆论发展方向、引导网络舆论向着积极正面的方向发展,具备较高的应用价值。