文章結尾部分有CSDN官方提供的學長 聯系方式名片
文章結尾部分有CSDN官方提供的學長 聯系方式名片
關注B站，有好處！

編號： D031 LSTM
架構：vue+django+LSTM+MySQL
功能： 微博信息爬取、情感分析、基于負面消極內容輿情分析、可視化分析、輿情監測、關鍵詞分析、用戶管理等
可爬取最新數據

視頻

一、爬蟲部分

數據爬取部分

python 微博爬蟲
🟠 爬取微博主題、文章和評論；
🟠 基于LSTM的情感分析模型，可以分析微博內容的積極、消極傾向以及概率；
🟠 重復性處理、存儲MYSQL；

二、功能大綱

1話題搜索

可以按照情感傾向的積極性和消極性來進行話題的搜索；

以卡片方式展示，點擊卡片可以查看評論明細。

可以查看微博話題評論內容的明細，帶有情感分析情感，并且可以根據IP屬地進行篩選。

積極的用綠色向上大拇指表示，消極用紅色向下大拇指表示，中性為黃色的人臉，顯示非常的直觀。

2數據分析

數據統計、微博轉發分析、輿情總覽地圖、微博用戶分析、話題點贊熱度分析、話題評論熱度分析

分別使用echarts 的折線圖、餅圖、中國地圖、柱狀圖、環圖、動態滾動柱狀圖、動態滾動柱狀圖來實現。

3輿情監測

采用echarts來實現可視化，分別如下：

散點圖（正面和負面微博話題在散點圖上展示，不同顏色展示總體積極和消極的話題，X軸和Y軸代表話題的評論和點贊數）、花瓣圖（分析微博內容的IP地址歸屬）、旭日圖情感分析（對所有話題及其情感分析傾向繪制一個旭日圖）、日歷圖熱點話題跟蹤（將微博評論數熱度投射到日歷圖上，用不同顏色深度表示話題熱度）

4詞頻分析

利用jieba分析分析話題的內容詞頻，利用echarts-wordcloud組件來實現詞云的可視化展示

5熱詞分析

針對不同話題可以進行話題觀點提取、關鍵詞詞頻分析（分textrank和tf-idf）、通過echarts圖形來進行直觀的顯示，并且用戶可以點擊話題卡片來切換需要分析的話題，圖形數據會隨著用戶的操作而切換

6輿情預測

根據微博話題的評論數等數據和日期進行分析，進行圖形可視化，可以查看某個話題目前的發展趨勢，從而輔助用戶進行決策。

7輿情評估

根據負面評論數評估輿情事件的嚴重性。

根據這個新的公式考慮了評論的情感傾向（經過情感分析）和用戶的參與程度，可以更全面地反映數據的可信度。情感因子反映了評論的質量，而參與度因子反映了用戶的積極性。

8權限管理

系統主要分為管理員和普通用戶兩個角色，管理員可以進行用戶管理，修改用戶可以查看的菜單范圍，通過這種方式來進行訪問控制，一般來說用戶使用的就是系統的業務功能

9 登錄與注冊

非常騷包的動態登錄和注冊界面