摘要：
【目的/意义】本文基于社交媒体文本信息，对多层次细粒度属性挖掘方法进行了研究，为准确把握人们的
观点和态度提供理论和技术支撑。【方法/过程】基于基础情感极性词典以及字符情感值计算方法，对社交媒体细粒
度观点挖掘体系架构进行构建，以微博话题为实证案例对细粒度观点挖掘流程及体系功能模块进行研究和验证，
并进行可视化展示，结果比较简洁、清晰、容易理解，说明该方法的有效性。【结果/结论】该研究分析并改进了用户
观点统计指标，验证了文中提出的细粒度观点挖掘体系框图是对传统细粒度观点挖掘模型的进一步扩展，为实践
层面提升社交媒体文本信息挖掘的科学合理性提供了理论及实践支撑。