由于现有的系统没有报表，需要分析的时候我要先把数据从MongoDB导出成csv文件，然后再经过一系列转化，最后还要提取有用的信息进行合并分析。

比如，系统中的发微博数量与评论数量分别放在两张表中，导出来以后的文件分别是T_MicroBlog及T_Comment,并且由于是使用mongoexport工具导出来的，所以时间格式保存为{"data": xxxxxxx}这样的格式，必须转化yyyy-mm-dd形式才有利用分析。最后需要比较每天微博数量与评论数量的关系。

每次都执行一遍很繁琐，还好SPSS支持脚本，现在就来看看部分脚本吧：

http://s1/middle/76d78895g77880babcb00&690
解释：

60～69行将csv文件载入到spss中

71～73行将其中的sendTime字段转成合法的"yyyy/mm/dd"格式的日期字符串

75～77行将转换化的文件保存到sav文件中

79～83行对数据时行分组（sendTime)合并(频率)并写到一个新的数据集CommentCount中

85～87行将数据集CommentCount保存

89～92行将评论数量与微博数量（之前用类似的方法处理过）BlogCount进行合并。合并的依据是sendTime。合并之前必须先排序，即86行的SORT CASES

数据已经准备完成，现在利用这个数据生成散点图，同样通过脚本来进行：

http://s8/middle/76d78895gab50af5d73c7&690
解释：

由于我不关心7月1号之前的数据，所以把它过滤掉

94～100行的作用就是把2011/07/01之前的数据过滤掉，不参与统计

102～114行就是生成散点图

最后输出的图形如下：

不知道能否做成自动执行呢？需要继续深入。 2011/08/25