在我國發(fā)展的過程中，越來越注重居民的幸福感，隨著“大數(shù)據(jù)”時代的到來，研究數(shù)據(jù)從以前的調(diào)查問卷變成了線上數(shù)據(jù)。本文以居民為研究對象，以居民情感為著力點，在新浪微博的數(shù)據(jù)支持下，系統(tǒng)全面地探索居民夜間情感的時空變化規(guī)律。首先通過使用網(wǎng)絡(luò)爬蟲采集居民微博數(shù)據(jù)，再構(gòu)建微博文本情感分析模型將微博文本轉(zhuǎn)化為情感傾向，最后使用ArcGis軟件對居民夜間情感變化進行可視化，并結(jié)合微博文本詞頻，探索情感的變化規(guī)律和特征。研究表明居民在夜間的情感變化主要受饑餓程度、疲勞程度、睡眠等因素影響。

　　智能手機的普及、web2.0 技術(shù)的日益成熟以及移動網(wǎng)絡(luò)的迅速發(fā)展，使得社交媒體軟件迅速發(fā)展和被使用。據(jù)統(tǒng)計，截至2017 年6 月，中國網(wǎng)民人數(shù)達到7.51 億，其中手機網(wǎng)民占96.3% ［1］，而新浪微博，截至2017 年9 月，活躍用戶就達到了3.76 億［2］，占網(wǎng)民人數(shù)的一半以上。大量的用戶在新浪微博平臺上每天就會產(chǎn)生上萬GB 的數(shù)據(jù)，這些數(shù)據(jù)包括文字、圖片、視頻、地理位置和個人信息等數(shù)據(jù)。由于這些數(shù)據(jù)都是用戶表達自己當(dāng)時的情感、所想而產(chǎn)生的，他人干預(yù)的因素較小，因此數(shù)據(jù)能較為真實的反映出用戶當(dāng)時的狀態(tài)，具有較高的挖掘價值。

?

　　Rotton ［3］深入的研究發(fā)現(xiàn)，每天的氣溫、天氣的干燥或者潮濕、霧霾程度都可以影響居民的情緒，讓居民變得更加暴躁甚至具有攻擊行為；Welsch ［4］ ［5］則利用二氧化氮氣體的排放量來評估環(huán)境污染的程度，對比了54 個國家的數(shù)據(jù)，研究了居民的主觀幸福感與環(huán)境污染的關(guān)系，研究結(jié)果顯示，空氣污染程度與居民幸福感程度成反比；劉華珍［6］從情感體驗和人際關(guān)系出發(fā)，對蕭山居民精神生活狀態(tài)進行了深入研究，發(fā)現(xiàn)女性居民情感狀態(tài)要比男性的好；陳映雪［7］通過微博數(shù)據(jù)分析居民情感與建成環(huán)境之間的聯(lián)系；易善君［8］等人通過分析微博數(shù)據(jù)和空氣數(shù)據(jù)，研究空氣質(zhì)量與居民情感之間的關(guān)系，得出空氣中對居民情感影響較大的為顆粒物質(zhì)與有刺激性氣味的氣體。上述都是研究居民情感與客觀因素的關(guān)系，而本文則是注重研究居民情感在生活中自身的變化規(guī)律。

　　目前采集新浪微博數(shù)據(jù)的主要方法有兩種，即新浪微博API ［9］和網(wǎng)絡(luò)爬蟲［10］-［15］。由于新浪微博并沒有將API 的使用權(quán)限完全對開發(fā)者開放，而且限制了API 的調(diào)用次數(shù)，導(dǎo)致使用新浪API 無法大量采集微博數(shù)據(jù)，故使用網(wǎng)絡(luò)爬蟲獲取數(shù)據(jù)。

　　本文設(shè)計并實現(xiàn)了基于Pthon 的新浪微博爬蟲，并獲取了贛州市居民微博共413，450 條，所獲取的微博數(shù)據(jù)內(nèi)容包括：用戶ID、昵稱、用戶所在地區(qū)、微博發(fā)布時間、微博發(fā)布位置的坐標(biāo)、用戶性別、用戶年齡及微博文本等。為更好地將數(shù)據(jù)展示出來，現(xiàn)將部分數(shù)據(jù)從MongoDB數(shù)據(jù)庫中導(dǎo)出到Excel 表中，部分微博數(shù)據(jù)如圖1 所示。