舆情情感倾向简单分析（词频） 使用指南
舆情情感倾向词频分析工具对文本做词频统计与正负情感倾向简单判别，输出高频词与倾向，适合舆情监测与传播效果初判。
功能说明
舆情情感倾向词频分析工具对文本做词频统计与正负情感倾向简单判别，输出高频词与倾向，适合舆情监测与传播效果初判。
典型使用场景
- 舆情监测日报表里收集到一批单条微博/新闻的情感打分（如 −100~+100 或 1~100），用描述统计看整体均值、波动与极值。
- 对比两个时间窗口（如危机前 vs 危机中）的情感均值与标准差，判断舆论是否显著恶化。
- 把 min/max 与极差结合看：若极差很大而均值温和，说明存在少量极端负面帖，需单独处置而非只看平均。
算例参考
- 统计量口径：样本量 n；总和；算术均值 = 总和 ÷ n；中位数（n 奇数取中间值，偶数取中间两数均值）；最小值、最大值与极差；方差按总体口径 = Σ(x − 均值)² ÷ n；标准差 = √方差。输入支持逗号、空格或换行分隔，自动忽略非数字。
- 算例：8 条舆情情感得分 10、20、30、40、50、60、70、80：n = 8，总和 360.00，均值 45.00，中位数 45.00，最小 10、最大 80，极差 70.00，方差 525.00，标准差 22.91。均值=中位数说明分布对称；但标准差 22.91 相对均值 45 变异系数约 51%，说明单条情感分波动极大——若只看均值 45 会掩盖个别极端负面（10）或极端正面（80）事件，应配合极差与 max/min 一起读。
注意事项
本工具纯前端运行，输入内容不上传服务器；结果为按上述口径得到的理论估算值。实际应用受设备参数、测量条件与当地规范影响，请以设备铭牌、检测报告与现行标准为准，重大决策建议咨询专业人士。
- 均值和标准差哪个更能反映舆论风险？
- 均值告诉你整体情绪倾向，标准差告诉你分歧有多大。危机研判里两者都关键：均值骤降说明整体转负；标准差骤升说明舆论撕裂、存在对立阵营。本工具只做描述统计，要下「显著性」结论（如两个窗口是否真的不一样）需另做 t 检验或 Mann-Whitney U 检验。
- 为什么方差除以 n 而不是 n−1？
- 除以 n 是总体方差，用于把这 8 条当作全部观察对象、只描述其离散程度；除以 n−1 是样本方差，用于由样本推断总体。本工具采用总体口径，若要把这 8 条当样本估计总体波动，自行按 n/(n−1) 换算即可（本例 525.00 × 8/7 = 600.00，标准差约 24.49）。