黄陂网站建设,定制鱼缸一般多少钱,自适应影视网站模板,wordpress改logo不显示不出来毕业设计#xff1a;2023-2024年计算机专业毕业设计选题汇总#xff08;建议收藏#xff09;
毕业设计#xff1a;2023-2024年最新最全计算机专业毕设选题推荐汇总
#x1f345;感兴趣的可以先收藏起来#xff0c;点赞、关注不迷路#xff0c;大家在毕设选题#xff… 毕业设计2023-2024年计算机专业毕业设计选题汇总建议收藏
毕业设计2023-2024年最新最全计算机专业毕设选题推荐汇总
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Django框架数据库jieba分词 scikit_learn机器学习K-means聚类算法情感分析 snownlp
2、项目界面
1微博舆情分析 2情感分析可视化 3微博数据浏览 4评论前十 5K-Means聚类分析
6注册登录界面 3、项目说明
1、所用技术 Python语言Django框架数据库jieba分词 scikit_learn机器学习K-means聚类算法情感分析 snownlp
微博舆情分析系统是基于Python语言和Django框架开发的使用了数据库存储数据并利用jieba分词进行中文文本的分词处理。系统还集成了scikit_learn机器学习库中的K-means聚类算法以及snownlp库进行情感分析。
该系统的主要功能是对微博中的舆情进行分析和评估。用户可以通过系统上传微博数据并进行分词处理和情感分析。系统会自动将微博数据进行分词并根据分词结果进行情感分析判断微博的情感倾向积极、消极或中性。同时系统还会利用K-means聚类算法对微博进行聚类将相似主题的微博归为一类。
在系统的界面上用户可以查看微博的分词结果、情感分析结果以及聚类结果。用户还可以通过系统提供的搜索功能查找特定的微博以及按照情感倾向或聚类类别进行筛选和排序。
微博舆情分析系统的应用范围广泛可以帮助企业、政府等机构了解公众对特定事件、产品或政策的态度从而进行舆情监测和管理。同时该系统也可以用于学术研究领域帮助研究人员对社会舆情进行分析和研究。
4、核心代码
###首页
check_login
def index(request):# 话题列表topic_raw [item.topic for item in WeiBo.objects.all() if item.topic]topic_list []for item in topic_raw:topic_list.extend(item.split(,))topic_list list(set(topic_list))# yon用户信息uid int(request.COOKIES.get(uid, -1))if uid ! -1:username User.objects.filter(iduid)[0].name# 得到话题if key not in request.GET:key topic_list[0]raw_data WeiBo.objects.all()else:key request.GET.get(key)raw_data WeiBo.objects.filter(topic__containskey)# 分页if page not in request.GET:page 1else:page int(request.GET.get(page))data_list raw_data[(page-1)*20 : page*20 ]return render(request, index.html, locals())
# 情感分类
def fenlei(request):from snownlp import SnowNLP# j 我喜欢你# s SnowNLP(j)# print(s.sentiments)for item in tqdm(WeiBo.objects.all()):emotion 正向 if SnowNLP(item.content).sentiments 0.45 else 负向WeiBo.objects.filter(iditem.id).update(emotionemotion)return JsonResponse({status:1,msg:操作成功} )# 登录
def login(request):if request.method POST:tel, pwd request.POST.get(tel), request.POST.get(pwd)if User.objects.filter(teltel, passwordpwd):obj redirect(/)obj.set_cookie(uid, User.objects.filter(teltel, passwordpwd)[0].id, max_age60 * 60 * 24)return objelse:msg 用户信息错误请重新输入return render(request, login.html, locals())else:return render(request, login.html, locals())# 注册
def register(request):if request.method POST:name, tel, pwd request.POST.get(name), request.POST.get(tel), request.POST.get(pwd)print(name, tel, pwd)if User.objects.filter(teltel):msg 你已经有账号了请登录else:User.objects.create(namename, teltel, passwordpwd)msg 注册成功请登录return render(request, login.html, locals())else:msg return render(request, register.html, locals())# 注销
def logout(request):obj redirect(index)obj.delete_cookie(uid)return obj# 微博可视化
check_login
def plot(request):折线图 每月发表数柱状图 每日发表微博前20饼图 正负向柱状图 评论前十uid int(request.COOKIES.get(uid, -1))if uid ! -1:username User.objects.filter(iduid)[0].name#1 折线图 每天发布微博折线图raw_data WeiBo.objects.all()main1 [item.time.strftime(%Y-%m-%d) for item in raw_data]main1_x sorted(list(set(main1)))main1_y [main1.count(item) for item in main1_x]
5、源码获取方式 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
