● 摘要
微博是目前使用量最多的社交形式之一，用户的规模也从起初的几百人增长到了现在的3亿多。微博已逐渐成为人们表达想法和情感的重要途径。理解微博数据的情感已成为理解大众需求的一个有效途径。
传统微博数据的情感分析方法是基于文本的。随着图像检索技术日趋精进，针对图像的情感分析方法也成为数据情感辅助分析的一种新方法。图像数据不像文本数据，拥有二义性和组成方式多样性等问题。图像的信息展示更加直观，且具有跨语言和跨国界等优势。针对图像数据的情感分析能做出比较客观的结论。
为了能有效地分析和展示微博图像数据中包含的情感，本文首先分析微博图像的特点，并在此基础上提出针对微博图像的情感空间，该情感空间包含了8种用于输出的情感标签和若干与情感和图像内容类别结合的二维情感标签。其次，本文利用现有的图像底层特征，研究微博图像的视觉特征与微博图像情感之间的关联关系，提出了微博图像情感视觉模型，用于建立微博图像情感视觉特征。本文研究了基于聚类和基于分类的两种情感视觉模型。情感视觉模型表述了图像视觉特征与微博图像情感标签之间的映射关系。情感视觉模型是为了生成一副图像的情感视觉特征参数，视觉特征和二维情感标签之间的映射关系。第三，本文设计的微博图像情感合成算法利用情感视觉模型和多特征权重生成情感视觉特征，并根据情感视觉特征中的情感标签、权重信息等建立微博图像与图像情感空间中的8种用于输出的情感标签之间的对应关系。
最后，论文在上述研究的基础上，设计并实现了一种微博图像情感分析系统，用户可以通过系统实时分析微博图像情感，监控微博图像的情感分布。本文以此系统验证了微博图像情感分析方法的正确性和实用性。