作为小组负责人，带领3名组员围绕校园热点事件开展全流程分析。收集微博超话和校内论坛共400条帖子，使用Python进行中文分词和SnowNLP情感分析，按时间轴划分事件阶段。通过分工标注和交叉验证确保数据可靠性。分析发现负面情绪占比从事件初期30%升至峰值55%，识别出关键传播节点。最终输出演化报告，获课程优秀展示。

在课程实验中负责数据采集与特征工程。爬取公开新闻评论600条，使用TF-IDF提取特征，构建逻辑回归二分类模型，在7:3划分的测试集上准确率约78%。与同专业同学讨论后调整关键词权重，使误报率有所减少。实验结论整理为技术笔记，用于课程延伸阅读。该实验加深了对舆情预警模型和数据分析流程的理解。