文章结尾部分有CSDN官方提供的学长 联系方式名片
文章结尾部分有CSDN官方提供的学长 联系方式名片
关注B站，有好处！
编号： D031 LSTM
架构：vue+django+LSTM+MySQL
功能： 微博信息爬取、情感分析、基于负面消极内容舆情分析、可视化分析、舆情监测、关键词分析、用户管理等
可爬取最新数据
视频
vue+django 微博食品安全舆情分析系统完整演示介绍
一、爬虫部分
数据爬取部分
python 微博爬虫
🟠 爬取微博主题、文章和评论；
🟠 基于LSTM的情感分析模型，可以分析微博内容的积极、消极倾向以及概率；
🟠 重复性处理、存储MYSQL；
二、功能大纲
1话题搜索
可以按照情感倾向的积极性和消极性来进行话题的搜索；
以卡片方式展示，点击卡片可以查看评论明细。
可以查看微博话题评论内容的明细，带有情感分析情感，并且可以根据IP属地进行筛选。
积极的用绿色向上大拇指表示，消极用红色向下大拇指表示，中性为黄色的人脸，显示非常的直观。
2数据分析
数据统计、微博转发分析、舆情总览地图、微博用户分析、话题点赞热度分析、话题评论热度分析
分别使用echarts 的折线图、饼图、中国地图、柱状图、环图、动态滚动柱状图、动态滚动柱状图来实现。
3舆情监测
采用echarts来实现可视化，分别如下：
散点图（正面和负面微博话题在散点图上展示，不同颜色展示总体积极和消极的话题，X轴和Y轴代表话题的评论和点赞数）、花瓣图（分析微博内容的IP地址归属）、旭日图情感分析（对所有话题及其情感分析倾向绘制一个旭日图）、日历图热点话题跟踪（将微博评论数热度投射到日历图上，用不同颜色深度表示话题热度）
4词频分析
利用jieba分析分析话题的内容词频，利用echarts-wordcloud组件来实现词云的可视化展示
5热词分析
针对不同话题可以进行话题观点提取、关键词词频分析（分textrank和tf-idf）、通过echarts图形来进行直观的显示，并且用户可以点击话题卡片来切换需要分析的话题，图形数据会随着用户的操作而切换
6舆情预测
根据微博话题的评论数等数据和日期进行分析，进行图形可视化，可以查看某个话题目前的发展趋势，从而辅助用户进行决策。
7舆情评估
根据负面评论数评估舆情事件的严重性。
根据这个新的公式考虑了评论的情感倾向（经过情感分析）和用户的参与程度，可以更全面地反映数据的可信度。情感因子反映了评论的质量，而参与度因子反映了用户的积极性。
8权限管理
系统主要分为管理员和普通用户两个角色，管理员可以进行用户管理，修改用户可以查看的菜单范围，通过这种方式来进行访问控制，一般来说用户使用的就是系统的业务功能
9 登录与注册
非常骚包的动态登录和注册界面
扫一扫
1097
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
