(基于Python的毕业设计)微博舆情分析系统（附源码+论文）

大家好！我是岛上程序猿，感谢您阅读本文，欢迎一键三连哦。

一、项目简介

整个开发过程首先对软件系统进行需求分析，得出系统的主要功能。接着对系统进行总体设计和详细设计。总体设计主要包括系统功能设计、系统总体结构设计、系统数据结构设计和系统安全设计等；详细设计主要包括系统数据库访问的实现，主要功能模块的具体实现，模块实现关键代码等。最后对系统进行功能测试，并对测试结果进行分析总结，得出系统中存在的不足及需要改进的地方，为以后的系统维护提供了方便，同时也为今后开发类似系统提供了借鉴和帮助。
本系统开发利用现有的成熟技术参考，以源代码为模板，分析功能调整与微博舆情分析系统的实际需求相结合，确定了Python开发微博舆情分析系统的使用。

二、系统设计

2.1软件功能模块设计

系统整体功能如下：

2.2数据库设计

(1)系统的E-R图
概念模型是数据库设计的强大工具。数据库概念模型设计可以通过E-R图描述现实世界的概念模型。系统的E-R图显示了系统中实体之间的链接。
(2)实体属性图
管理员实体图如图4-1。

三、系统项目部分截图

3.1管理员功能模块

管理员登录进入微博舆情分析系统可以查看热搜数据、类搜索引擎、热点词统计展示等内容，如图5-2所示。

3.2热搜数据

在热搜数据页面可以通过输入关键字可以搜索相关热搜，并根据需要清空重置数据，如图5-3所示。

3.3热搜

通过点击爬取微博内容，系统自动爬取微博内容，点击访问路径后会出现热搜微博，如图5-4所示。
热点词统计，在热点词统计页面可以查看热点词语的柱状图，如图5-5所示。

类搜索引擎，在类搜索引擎页面通过输入关键字进行搜索，会出现和关键字有关的微博内容、访问次数、访问路径等内容，如图5-6所示。
热点微博，通过类搜索引擎后，点击访问路径，会出现相关热点微博，如图5-7所示。

四、论文目录

摘要 I
Abstracts II
目录 III
第1章绪论 1
1.1课题背景 1
1.2目的和意义 1
1.3研究现状 2
1.4研究内容 3
第2章关键技术研究 4
2.1 Python简介 4
2.2 B/S框架 4
2.3 MySQL数据库 4
第3章需求分析 5
3.1可行性分析 6
3.1.1 技术可行性 6
3.1.2　经济可行性 6
3.1.3 操作可行性 7
3.1.4 法律可行性 7
3.2需求分析 7
3.3系统设计原则 8
3.4业务流程分析 9
3.4.1操作流程 9
3.4.2添加信息流程 11
3.4.3删除信息流程 11
第4章系统总体设计 13
4.1系统功能模块 13
第5章系统实现 18
5.1管理员功能模块 20
第6章系统测试 29
6.1系统测试的目的 30
6.2测试策略 30
6.3测试特性及分析 30
6.4功能测试 31
6.5测试结果 32
结论 33
参考文献 34
致谢 35

五、部分核心代码

4.1 热词部分

import jieba
import jieba.analyse
import os
from flask import request,Blueprint,jsonify
from pojo.Content import Content
hotwords = Blueprint('hotwords', __name__)
targetTxt="hotwords.txt"
#分词热词
def hotwordCreate(data):

    if  not os.path.isfile(targetTxt):
        fd = open(targetTxt, mode="w", encoding="utf-8")
        fd.close()
    targetFile=open(targetTxt, 'w')
    for el in data:
        if el.content is not "":
            seg = jieba.cut(el.content, cut_all = False)
            output = ' '.join(seg)
            targetFile.write(output)
            targetFile.write('n')
    targetFile.close()
    print("分词结束且保存进入文件中")
@hotwords.route("/getHotWords")
def hotwordRead():
    file=open(targetTxt, 'r')
    text = file.readlines()
    keywords = jieba.analyse.extract_tags(str(text), topK=10, withWeight=True, allowPOS=())
    list=[]
    for hotWord in keywords:
        list.append({
            "hotWord":hotWord[0]
        })
    return jsonify(list)
@hotwords.route("/echartsHotWordDisplay")
def echartsHotWordDisplay():
    file = open(targetTxt, 'r')
    text = file.readlines()
    keywords = jieba.analyse.extract_tags(str(text), topK=15, withWeight=True, allowPOS=())
    list = []
    dataAxis=[]
    data=[]
    for hotWord in keywords:
        list.append({
            "hotWord": hotWord[0]
        })
        dataAxis.append(hotWord[0])
        data.append(hotWord[1])
    return jsonify({
        "dataAxis":dataAxis,
        "data":data
    })
# list=[]
# c1=Content()
# c1.content="我是最棒的啊"
# c2=Content()
# c2.content="张三李四王五"
# c3=Content()
# c3.content="王五赵六天齐"
# c4=Content()
# c4.content="测试得方案"
# list.append(c1)
# list.append(c2)
# list.append(c3)
# list.append(c4)
# hotwordCreate(list)
# hotwordRead()

获取源码或论文

如需对应的源码，可以评论或者私信都可以。

文章出处登录后可见！

已经登录？立即刷新