论坛数据分析

最新推荐文章于 2022-10-25 10:29:59 发布

天宇2323

最新推荐文章于 2022-10-25 10:29:59 发布

阅读量1.9k

点赞数 3

文章标签：数据分析数据挖掘

本文链接：https://blog.csdn.net/qq_48050838/article/details/121574568

版权

第1关：情感分析基础

snownlp情感分析

snownlp还能对中文文本进行情感分析。

情感分析的结果是一个0~1之间的数字，数字越大表示这句话越偏向于肯定的态度，数字越小表示越偏向于否定的态度。

from snownlp import SnowNLP
s1 = SnowNLP('不错不错，楼主真棒')
s2 = SnowNLP('不知道你到底想说什么')
print(s1.sentiments)
print(s2.sentiments)

输出：

0.9719003655581226 0.2321400466499438

编程要求

根据提示，在右侧Begin-End区域补充代码，具体要求如下：

1. 对给定test.txt文本进行情感分析；

2. 将文本内容逐行读取，对每行文本进行情感分析，并统计结果在0.9以上的文本数量。

测试说明

平台会对你编写的代码进行测试：

test.txt内容如下：

测试输出：

大于0.9的评论总数为：6

代码实现如下：

from snownlp import SnowNLP

def count_sno():
    #count变量为分析结果大于0.9的数量
    count = 0
    a = open('./step1/test.txt',encoding='utf-8')
    # *********** Begin **********#
    text=a.readline()
    # print(text)
    while len(text)!=0:
         s1=SnowNLP(text)
         if s1.sentiments>=0.9:
            count+=1   
         text=a.readline()     
    # *********** End **********#
    return count

第2关：帖子好评度分析

本关任务：提取HTML文件中的所有回复，分析帖子的好评度。

相关知识略

编程要求

在Begin-End区域编写程序，分析帖子中的HTML代码格式，提取HTML中的所有回帖内容，在此基础上计算该帖子的好评度。

好评度计算：利用snownlp对每一条回复进行情感分析，将结果累加，再除以总帖数，分数越高即越受好评。

测试说明

平台会对你编写的代码进行测试：

测试文件一post_1.html内容如下：

<!DOCTYPE html>
<html lang="en">
<body id="activity-detail" class="zh_CN mm_appmsg">
<p class="top">评论区域:</p>
<div class="text">
<a target="_blank">用户1</a>：赞！
</div>
<div class="text">
<a target="_blank">用户2</a>：不错不错，楼主真棒！
</div>
<div class="text">
<a target="_blank">用户3</a>：还可以。
</div>
<div class="text">
<a target="_blank">用户4</a>：楼主加油。
</div>
<div class="text">
<a target="_blank">用户5</a>：向楼主学习。
</div>
<div class="text">
<a target="_blank">用户6</a>：感谢楼主。
</div>
<div class="text">
<a target="_blank">用户7</a>：这个帖子真心很赞，推荐大家都看看。
</div>
<div class="text">
<a target="_blank">用户8</a>：受益颇多。
</div>
<div class="text">
<a target="_blank">用户9</a>：赞赞赞赞赞赞赞赞。
</div>
</body>
</html>

测试输出：

87

#-*- codeing = utf-8 -*-
#@Time : 2021/11/26 20:44
from snownlp import SnowNLP
import re
def evaluate(path):
    html = open(path,'r',encoding="utf-8")
    score=0
    count=0
    # *********** Begin **********#
    HTML=html.read()
    x=re.compile("</a>：(.*)\n")   #注意此处可用斜杠回车
    tap_list=re.findall(x,HTML) #获取文字列表
    #print(tap_list)
    for i in tap_list: #将论坛文字列表进行遍历
        #print(i)
        s1=SnowNLP(i)
        score+=s1.sentiments  
        #print(i+" "+str(s1.sentiments))
        count+=1
    # *********** End **********#
    #print(score*100)
    return  int(score*100/count)