微博分析-内容分析系统ROSTCM6使用手记

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：http:/ 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。点击确定按钮，即可打开该文档。如果需要自己增加一些词，则点击 工具下拉列表框中的 自定义文件分词自定义词表，系统将自动在记事本中打开user 目录下的user.txt 文件，编辑后点击保存存盘，再次重新启动本软件或点击重载自定义词表菜单，方可生效。（2）字频分析点击功能性分析 下拉列表框中的 字频分析 选项，打开字频分析窗口，在 待处理 文件 框中 载入待 处理 文件，如“虚拟 学习团 队2010-8-7.txt”，则系统自动在输出文件框中生成“虚拟学习团队2010-8-7_字频.txt”文件，点击 确定按钮，即可打开该文档。（3）英文词频分析文件词频统计点击 功能性分析 下拉列表框中的 英文词频分析 选项,打开 ROST 英文词频统计和超纲单词分析窗口。点击文件菜单下的 打开菜单项或点击工具栏上的 打开按钮，打开要统计的英文文档，然后选择 统计菜单下的 统计文件词频 菜单项或工具栏上的 统计按钮，即可统计出文档的所有单词。点击单选按钮纲内，可统计该文档的纲内词；点击单选按钮超纲，可统计该文档中的超纲词。选择复选框全选，可全选表格所有单词；选择复选框 归并单词变形，可将变形单词进行归并。对统计出的单词，在表格上点击右键，弹出快捷菜单，可以将选择的词汇添加到常用词语表，或者将选择的词汇从常用词语表中删除。要在文本框中高亮显示某单词，可以勾选该单词的检查框；如果取消勾选，则文本框中该单词恢复普通显示状态。剪切板词频统计如果要统计剪切板词频，则选择统计菜单下的 统计剪切板词频 菜单项，则剪切板上的单词会显示在打开文件框中，再点击工具栏上的统计按钮即可。查看统计表格点击查看菜单下的 统计表格 菜单项，即可查看空的统计表格。查看大纲列表点击查看菜单下的 大纲列表 菜单项，打开大纲列表窗口，即可查看大纲列表。如果要查看某大纲，双击该行即可。在大纲列表窗口，还可以自定义某个词汇表，方法是在大纲名称 文本框中输入大纲名称，然后在 大纲文件 文本框中载入大纲文件，再点击添加按钮即可。若要删除某词汇表，则选中该词汇表后，点击删除按钮即可。描红超纲词如果要查看所有勾选的超纲词汇在文章中的位置，则首先点击统计、然后选择 超纲，再勾选 全选，然后点击查看菜单中的描红选定的超纲的词汇 即可。查看非词表非词表你不想统计的单词或者字符的列表，该文件位于程序目录下的 dict 子目录下的 notwords.txt。要查看非词表，点击 工具菜单下的查看非词表 即可。如果要启动非词表，则工具菜单下的点击 启动非词表。加密词表如果要对词表加密，则点击工具菜单下的 加密词表；如果要解密词表，则则点击 工具菜单下的 解密词表 即可。打开词典目录点击工具菜单下的 打开词典目录 即可。（4）汉语频度分析点击功能性分析 下拉列表框中的 汉语词频分析 选项，打开汉语词频统计 窗口，在分词后待统计词频 文件文本框中载入分词后的文件，如“虚拟学习团队2010-8-7_分词后.txt”，则系统自动载入过滤词表，并在输出文件文本框中生成词频统计文件“虚拟学习团队2010-8-7_分词后 _词频.txt”。在归并词群表文本框中载入归并词群表，还可以对文档中的词进行归并。在保留词表文本框中载入保留词表，则可以将文档中在保留词表中的词保留下来。（5）社会网络分析点击功能性分析 下拉列表框中的 社会网络分析 选项，打开 ROST语义网络和社会网络生成工具，在待处理文本框中载入待处理文件（待处理文件可以是聊天内容文件，全网分析中的摘要文件，文件格式为一行就是一句话或者一段话），然后点击 高频词 按钮，可以生成高频词表；点击过滤无意义词 按钮，可以生成过滤后的高频词和共现矩阵词表；点击 提取行特征按钮，可以生成行特征词；点击 构建网络按钮可以生成语义网络的.VNA文件和.txt 文件，如果进一步点击 启动NetDraw 按钮，则可以打开 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，首先必须从 QQ消息管理器的导入导出菜单下的导出消息记录导出消息的文本文件（.txt文件）,然后点击在 待处理文件文本框后的 ，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默认存放在程序目录下的 data 目录下的 fullweb 目录中，类似这样命名:虚拟学习团队 2010-8-7.txt。双击 输出文件 文本框，即可查看结果。也可以进一步点击 分析按钮，待分析完毕，即可分别点击相关词频表、网页链接表、域名表 和摘要超链接，查看相应结果。该结果也默认存放在上述目录中。通过搜索引擎得到的全网数据还可做以下分析：（1）全网数据中的摘要或标题数据中的词语、机构的共现关系。方法是在 社会网络分析工具 中载入全网分析结果的摘要文件，点击“快速分析”按钮，即可双击文件框查看结果，或启动 NetDraw 查看图形结果。（2）情感分析。只需要将全网数据中的摘要数据载入情感分析工具，点击 分析 按钮即可。（3）域名的批量流量分析。只需将 网页链接表 载入到流量分析模块中，即可进行该网页链接表对应的域名批量流量分析。（4）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。