大数据毕业设计：微博情感分析可视化系统 舆情分析 爬虫 python 大数据 TF-IDF算法 Flask框架（源码）✅

大数据毕业设计：Python电影数据采集分析可视化系统✅

🍅大家好，今天给大家分享一个Python项目，感兴趣的可以先收藏起来，点赞、关注不迷路!🍅

大家在毕设选题，项目以及论文编写等相关问题都可以给我留言咨询，希望帮助同学们顺利毕业 。

1、项目介绍

技术栈：python语言、Flask框架、MySQL数据库、Vue框架、requests爬虫、Echarts可视化、情感分析（百度情感分析senta模型）、tfidf、textrank算法、

1、情感分析：使用 百度情感分析senta模型，分析话题下评论内容的情感数据，点击按钮会展示当前话题下情感分析数据
2、微博舆情：展示爬取到的文章信息及文章舆情分析信息（使用 百度情感分析senta模型分析舆情指数，舆情指数小于45分为绿色，45分-60分为橙色，大于60分为红色）。
点击地址可跳转到微博文章页面，点击详情按钮页面可查看该文章详情信息。
3、舆情地图：以地图的形式，直观的展示各个省份舆情信息，可以选择具体某个话题查看。
4、关键词分析： 针对某一个话题 ，使用 textrank和tfidf分别提取话题关键词，以饼图和环形图的形式展示出来。
5、数据分析： 以旭日图的形式展示各个话题正负面舆情占比。

2、项目界面

（1）微博舆情关键词分析

（2）词云 分析

（3）话题中心

（4）舆情地图各省份

（5）数据分析

（6）热度分析

（7）用户管理

（8）后台数据管理

3、项目说明

技术栈：python语言、Flask框架、MySQL数据库、Vue框架、requests爬虫、Echarts可视化、情感分析（百度情感分析senta模型）、tfidf、textrank算法、

系统采集微博话题文章和评论数据，利用senta框架提供的预模型进行情感分析，对话题的关机键词、热度、地区进行分析，使用了tfidf、textrank等算法。

1、情感分析：使用 百度情感分析senta模型，分析话题下评论内容的情感数据，点击按钮会展示当前话题下情感分析数据
2、微博舆情：展示爬取到的文章信息及文章舆情分析信息（使用 百度情感分析senta模型分析舆情指数，舆情指数小于45分为绿色，45分-60分为橙色，大于60分为红色）。
点击地址可跳转到微博文章页面，点击详情按钮页面可查看该文章详情信息。
3、舆情地图：以地图的形式，直观的展示各个省份舆情信息，可以选择具体某个话题查看。
4、关键词分析： 针对某一个话题 ，使用 textrank和tfidf分别提取话题关键词，以饼图和环形图的形式展示出来。
5、数据分析： 以旭日图的形式展示各个话题正负面舆情占比。

4、核心代码

from flask import Flask
from app_user import index_api
from app_business import home_api

from flask import Flask
from flask_sqlalchemy import SQLAlchemy
from flask_admin import Admin
from flask_admin.contrib.sqla import ModelView

app = Flask(__name__)

# 配置MySQL数据库
app.config['SQLALCHEMY_DATABASE_URI'] = 'mysql://root:123456@localhost/p_weibo'
app.config['SQLALCHEMY_TRACK_MODIFICATIONS'] = False
db = SQLAlchemy(app)



# 初始化Flask Admin
admin = Admin(app, name='后台管理')



# 自定义模型视图
class tbl_user_ModelView(ModelView):
    column_list = ('id','name', 'account','pwd','email','phone','login_flag','remarks','role')
    # 【搜索框】---过滤的字段名
    column_searchable_list = ('name',)
    # 设置分页大小
    page_size = 10

class talk_article_ModelView(ModelView):
    column_list = ('id','talk_title','create_user','create_date','text','attitudes','comments','reposts','create_time','sentiment_label','sentiment_key','positive_probs','negative_probs')
    # 【搜索框】---过滤的字段名
    column_searchable_list = ('text',)
    # 设置分页大小
    page_size = 10

class talk_detail_ModelView(ModelView):
    column_list = ('id','title','read_num','read_unit','talk_num','talk_unit','write_num','write_unit','type','short_url','summary','create_time','create_user')
    # 【搜索框】---过滤的字段名
    column_searchable_list = ('title',)
    # 设置分页大小
    page_size = 10

class talk_comment_ModelView(ModelView):
    column_list = ('id','talk_title','source','create_user','detail','create_time','sentiment_label','sentiment_key','positive_probs','negative_probs')
    # 【搜索框】---过滤的字段名
    column_searchable_list = ('detail',)
    # 设置分页大小
    page_size = 10

# 将模型添加到后台管理
admin.add_view(tbl_user_ModelView(tbl_user, db.session))
admin.add_view(talk_article_ModelView(talk_article, db.session))
admin.add_view(talk_detail_ModelView(talk_detail, db.session))
admin.add_view(talk_comment_ModelView(talk_comment, db.session))

# 创建应用程序

app.config["SECRET_KEY"] = 'TPmi4aLWRbyVq8zu9v82dWYW1'

app.register_blueprint(index_api)
app.register_blueprint(home_api)




if __name__ == '__main__':
    app.run(host="127.0.0.1", port=5000)  # 启动Flask项目

源码获取：

🍅由于篇幅限制，获取完整文章或源码、代做项目的，查看我的【用户名】、【专栏名称】、【顶部选题链接】就可以找到我啦🍅

感兴趣的可以先收藏起来，点赞、关注不迷路，下方查看👇🏻获取联系方式👇🏻