基于Python的社交媒体舆情分析系统

社交媒体舆情分析系统一、介绍​ 系统采集微博话题文章和评论数据利用基于 Hugging Face Transformers 的 BERT 预训练模型uer/roberta-base-finetuned-jd-binary-chinese进行情感分析对话题的关键词、热度、地区进行分析使用了 TF-IDF、TextRank 等算法并通过 Vue.js 进行可视化展示。二、系统功能1、数据采集爬取微博文章含图片、评论信息利用基于 Hugging Face Transformers 的 BERT 预训练模型uer/roberta-base-finetuned-jd-binary-chinese进行情感分析CNNResNet提取图像特征。2、微博舆情展示爬取到的文章信息及其舆情分析结果使用 BERT 模型对文章和评论内容进行正负面情感分类绿色低风险橙色中等风险红色高风险。点击地址可跳转到微博文章页面点击详情按钮可查看该文章详情信息。3、舆情趋势以折线图形式展示各话题在不同时间段内舆情指数的变化趋势支持多话题对比查看。4、热度排行根据热度公式点赞×0.3 评论×0.5 转发×0.2× 时间衰减因子对各话题文章进行热度评分以排行榜形式展示最热门内容。5、热度分析用时间热度图展示各个时期各个话题的热度变化情况直观反映舆情爆发节点。6、关键词分析针对某一个话题使用 TextRank 和 TF-IDF 分别提取话题关键词以饼图和环形图的形式展示出来。7、数据分析以旭日图的形式展示各个话题正负面舆情占比支持按话题筛选查看。8、词云分析使用 jieba、wordcloud 等库对各个话题的文章和评论关键词进行分析生成词云图。9、舆情地图以地图形式直观展示各省份舆情信息分布可选择具体话题查看地区舆情热度。10、风险预警对舆情数据进行实时监控当负面情感占比超过阈值时触发预警提示。11、报告导出支持将当前话题的舆情分析数据导出为报表文件方便存档和汇报。12、多模态分析支持对文章中的图片内容进行多模态分析结合图文信息综合评估舆情。13、个人信息用户查看、编辑个人信息。14、修改密码用户登录后可修改密码。15、登录注册用户登录注册。16、用户管理管理员功能管理用户信息。三、软件架构后端Python 3.8FlaskBERT / Hugging Face Transformers情感分析TF-IDF / TextRank关键词提取前端Vue.jsiView / Element UIECharts数据库MySQL 5.7