基于Memotrace(留痕)、jieba、wordcloud、cnsenti的微信聊天记录分析(二)

在上一期博客中，我详细讲解了这个案例所需要安装的库并生成了词频统计以及云图，如果有需要可以参考上一期进行安装和尝试。

https://blog.youkuaiyun.com/zzy66666c/article/details/140600036?spm=1001.2014.3001.5502

情绪分析（一）

什么是情绪

情绪，是对一系列主观认知经验的通称，是人对客观事物的态度体验以及相应的行为反应，一般认为，情绪是以个体愿望和需要为中介的一种心理活动。

为什么要情绪分析 

情绪分析（Sentiment Analysis），也称为情感分析或意见挖掘，是自然语言处理（NLP）领域中的一个重要任务，它旨在自动识别和提取文本中的主观信息，特别是人们对于实体、事件、主题等的情感倾向、观点、态度或情绪。以下是情绪分析之所以重要的几个主要原因：

商业智能与市场洞察：企业可以利用情绪分析来了解消费者对其产品或服务的态度，从而评估市场反馈，优化产品设计，改进客户服务，以及制定更有效的市场营销策略。例如，通过分析社交媒体上的用户评论，企业可以快速识别产品缺陷或市场趋势。
品牌声誉管理：情绪分析有助于企业监控其品牌在社交媒体、在线论坛、新闻网站等渠道上的声誉。通过实时跟踪提及品牌的情感倾向，企业可以及时发现并解决潜在的公关危机，维护品牌形象。
金融投资预测：在金融领域，情绪分析被用于分析投资者情绪，以预测市场走势。通过分析社交媒体上的投资者言论、新闻报道等，可以获取市场情绪的实时快照，为投资决策提供参考。
政策制定与公众意见：政府机构可以利用情绪分析来监测公众对政策、法规、社会事件等的反应，从而更准确地了解民意，为政策制定提供依据。这有助于政府提高决策的科学性和民主性。
学术研究：在心理学、社会学、政治学等领域，情绪分析为研究人类情感、态度、观点等提供了新的工具和方法。通过对大量文本数据的分析，研究人员可以揭示社会趋势、文化变迁等现象背后的情感驱动因素。
个性化推荐系统：在电商、新闻、社交媒体等领域，情绪分析可以用于优化个性化推荐系统。通过分析用户的情感偏好，系统可以更加精准地推荐符合用户兴趣和需求的内容或产品，提升用户体验和满意度。 

情绪分析库cnsenti介绍

下载

pip install cnsenti -i https://pypi.tuna.tsinghua.edu.cn/simple/

情感分类 

cnsenti库将情绪分为'好' '乐' '哀' '怒' '惧' '恶' '惊'七种

示例 

from cnsenti import Sentiment

senti = Sentiment()
test_text= '我好开心啊，非常非常非常高兴！今天我得了一百分，我很兴奋开心，愉快，开心'
result = senti.sentiment_count(test_text)
print(result)

运行结果

{'words': 22, 
'