基于python深度学习的电影评论情感分析系统设计与实现-CSDN博客

本文链接：https://blog.csdn.net/Timi2019/article/details/141154273

博主介绍：
大家好，本人精通Java、Python、C#、C、C++编程语言，同时也熟练掌握微信小程序、Php和Android等技术，能够为大家提供全方位的技术支持和交流。
我有丰富的成品Java、Python、C#毕设项目经验，能够为学生提供各类个性化的开题框架和实际运作方案。
我擅长在JavaWeb、SSH、SSM、SpringBoot+VUE、VUE+FastApi、Python+Django等框架下进行项目开发，具有丰富的项目经验和开发技能。我的代码风格规范、优美、易读性强，同时也注重性能优化、代码重构等方面的实践和经验总结。
同时我也提供相关的毕业设计、课程作业、期末大作业的代写代做及学习资料、程序开发、技术解答、代码讲解、文档报告等专业服务。

文末联系博主

基于python深度学习的电影评论情感分析系统设计与实现

摘要
随着现在的社会的不断进步，我国的经济体系也在不断的强大，改革开放的脚步带动下，我国社会整体都在大踏步的向前深化发展。在经济的不断发展的带动下，科技发展也在日新月异的向前发展。我国正在朝着发达国家的方向迈进，在物质层面上，已经基本能够满足供给，并且物质储备能力大大提升。在精神层面上，我国也在文化领域的发展也不断的前进，特别是在电影领域，我国的影视剧的拍摄水平、内容质量等方面都有着长足的进步。中国电影业也从最早的艺术类、以国有电影制片厂拍摄向更加商业化的市场运作发展，并且发展势头十分强劲。电影行业的发展也得到了国家的大力支持，并且在资本的进入之后，让电影的场景布置、演员选择、剧本创作上都有着很大的进步与提升。在大量以电影、影视为主的娱乐业的快速发展下，观众也越来越多，现在的观众们通过在视频网站、在网络社区、影评平台中都会对电影进行大量的评论，通过影评的评论也从一定的程度上督促国内的影视行业朝向健康的方向发展。
鉴于电影评论的重要性，电影评论的情感数据分析也成为了当下发展非常迅速的一项内容。本次就是利用了flask框架以及深度学习中的word2vac向量模型来进行一款深度学习的电影评论软件开发，通过该软件的开发来更加有效的对众多的影评文本进行情感分析来判断出一部电影评论好与评论不好的比例等内容，从而为电影的评论提供一个综合的汇总评判分析。
关键词：深度学习；电影评论；情感分析；flask；

ABSTRACT
With the continuous progress of today’s society, our economic system is also constantly strong. Driven by the pace of reform and opening up, our society as a whole is making great strides to further develop. Driven by the continuous development of economy, the development of science and technology is also advancing with each passing day. China is moving towards the developed countries. On the material level, it can basically meet the supply, and the material reserve capacity has been greatly improved. On the spiritual level, China is also developing in the field of culture, especially in the field of movies, China’s film and TV series shooting level, content quality and other aspects have made considerable progress. China’s film industry has also moved from the earliest art category to a more commercial market with state-owned film studios, and is growing very strongly. The development of the movie industry has also been strongly supported by the state, and after the entry of capital, the scene layout, actors selection and script creation of the movie have made great progress and improvement. With the rapid development of a large number of entertainment industries which mainly focus on movies and movies, more and more audiences are coming. Now audiences will make a large number of comments on movies through video websites, network communities and movie evaluation platforms. The comments through movie evaluation will also, to a certain extent, urge the domestic film and television industry to develop in a healthy direction.
Given the importance of movie reviews, the analysis of emotional data in movie reviews has also become a very rapidly growing content. This time, we use the flask framework and word2vac vector model in the in-depth learning to develop a deep-learning movie review software. Through the development of this software, we can more effectively analyze many movie review texts to determine the proportion of good and bad movie reviews, so as to provide a comprehensive summary and evaluation analysis for movie reviews.

Keywords: In-depth learning; Movie reviews; Emotional analysis; Flask

目录
1 绪论 5
1.1 研究背景 5
1.2 研究现状 5
1.3 研究的意义 6
1.4 开发的技术介绍 7
1.4.1 Python技术 7
1.4.2 Flask框架 7
1.4.3 MySQL数据库 7
1.4.4 B/S结构 7
1.5 论文的结构 8
2 深度学习的算法研究 9
2.1 卷积神经网络介绍 9
2.1.1 卷积神经网络特性 9
2.1.2 卷积的方式 9
2.2 Word2vec算法 9
2.3 语句情感值分析 10
2.4 算法思想 10
3 基于深度学习的电影评论需求分析 11
3.1 需求设计 11
3.2 可行性分析 11
3.2.1 技术可行性 11
3.2.2 经济可行性 11
3.2.3 操作可行性 12
3.3 其他功能需求分析 12
4 系统设计 13
4.1 系统的功能模块设计 13
4.2 数据库的设计 13
4.3 图书内容的预处理 14
5 系统的实现 16
5.1 系统的登录模块设计 16
5.2 系统的首页实现 16
5.3 电影简介的实现 17
5.4 电影评价分析的实现 18
5.5 电影评价情感类别的实现 18
6 系统的测试 20
6.1 测试的目的 20
6.2 测试的内容 20
6.3 测试的结果 20
7 结论与展望 21
7.1 结论 21
7.2 展望 21
参考文献 22
致谢 24