As redes sociais desempenham um papel significativo na exploração das opiniões e emoções dos utilizadores com base nas actividades do dia-a-dia. Os dados das redes sociais de mineração relativos às opiniões e emoções dos utilizadores são necessários para compreender o comportamento e a mentalidade dos utilizadores. Este trabalho de investigação propõe uma abordagem híbrida de mineração de dados utilizando técnicas de agrupamento K-Means e classificação Naive Bayes para analisar as emoções nos tweets. A classificação baseada no tipo de emoções e o processo de classificação baseado em Cluster realizado no conjunto de dados de emoções tweet utilizando o classificador Naïve Bayes analisa o desempenho da abordagem de mineração de dados híbrida utilizando medidas de desempenho.