Python Flask+Echarts+sklearn+MySQL(評論情感分析、用戶推薦、BI報表)項目分享
項目背景：
隨著互聯網的快速發展和智能手機的普及，人們越來越傾向于在網上查找餐廳、購物中心、酒店和旅游景點等商戶的點評和評分信息，以便做出更好的消費決策。Yelp作為美國著名的商戶點評網站，提供了一個平臺，讓用戶可以對商戶進行評價和點評，并與其他用戶分享自己的購物體驗。本項目旨在利用Yelp Reviews數據集進行點評數據分析和推薦的Web應用開發，以幫助用戶做出更好的消費決策，并提升商戶的服務質量和用戶體驗
項目展示：
【基于Yelp數據的Python Flask+Echarts+sklearn+MySQL(評論情感分析、用戶推薦、BI報表)項目分享】
https://www.bilibili.com/video/BV1Kp4y1373s/?share_source=copy_web&vd_source=fb36abd6bc945b7222f83631eea0c1f7
bli展示
項目包含：
項目介紹：
數據集來源：
Yelp Reviews是Yelp為了學習目的而發布的一個開源數據集，其中包含了數百萬用戶的評論、商業屬性和大都市地區的照片。這個數據集規模龐大，包含了520萬條評論和17.4萬條商業屬性，成為了一個常用的全球自然語言處理（NLP）挑戰數據集
流程介紹：
本項目基于Yelp商戶評論數據，將JSON數據通過hadoop集群（也可直接通過Python）將JSON數據進行處理，并且計算出需要的目標數據，放入到MySQL，再通過Python的flask web 建立前后端數據交互，BI報表展示，
流程圖：
項目整體：
項目過程：
處理數據->SQL：
user_add表：
business_add表：
topstarsbusiness表：
topreviwcity表：
topnumcity表：
reviews表：
Flask web項目代碼：
項目結果展示：
BI大屏前端：
用戶推薦測試：
根據用戶的id，根據該用戶的數據特征，推薦出20個同類似的用戶展示：
情感評論分析測試：
輸入測試：
好評的測試：
The best takeaway experience I’ve had! The food was incredible, delivered promptly and piping hot. The portion sizes were generous and the flavors were exceptional. The entire ordering process was seamless and the delivery person was friendly and professional. I highly recommend this takeaway business for delicious meals delivered right to your doorstep!
項目獲取：
-
源碼
-
演講PPT+思維導圖
-
原數據+導出的SQL數據
-
涉及SQL源代碼
-
項目總結報告+測試報告
-
項目范圍內售后解答。遠程包運行
獲取：
“ https://afdian.net/item/3359bd103ab211ee888152540025c377 ”
)
