# 毕业设计
## 基于弹幕情感分析的直播高光时刻判断模型设计
1. 数据清洗与预处理
2. 基于词典的句子情感值计算模型
3. 基于机器学习的片段情感分析与高光时刻判断模型
4. 系统设计与实现
## 直播弹幕情感分析与高光检测系统
### 技术架构
- 前端：Bootstrap+Echarts
- 框架：Flask
- 数据处理与分析中用到的各类词典与模型数据：自己整理或生成
### 功能
- 自定义词典：支持用户上传自定义词典，与系统词典合并
- 弹幕单文本分析：输入一条弹幕，判断其情感倾向
- 数据预处理：上传弹幕原始数据，进行清洗、按时间聚合、提取情感特征
- 弹幕片段分析：上传处理后的弹幕片段数据，多个维度进行情感可视化，并检测高光片段
### 文件结构
- 系统界面与使用方法 [用户手册](https://github.com/zhou-xingxing/graduate_work/blob/master/直播弹幕情感分析与高光检测系统用户手册.pdf)
- 弹幕数据 ./data
- 各类词典文件 ./dict
- 各种实验代码 ./code ./notebook
- flask系统代码 ./sentiment_system
基于Python+Flask弹幕情感分析的直播高光时刻判断模型设计与系统实现+系统功能说明+全部资料齐全+部署文档.zip
版权申诉
39 浏览量
2024-05-14
19:58:25
上传
评论
收藏 16.8MB ZIP 举报
基于Python+Flask弹幕情感分析的直播高光时刻判断模型设计与系统实现+系统功能说明+全部资料齐全+部署文档.zip （159个子文件） 
bootstrap.css 143KB bootstrap.min.css 118KB bootstrap.min.css 118KB bootstrap-theme.css 26KB bootstrap-theme.min.css 23KB room911danmu0209.csv 6.08MB cleaned_room911danmu0209.csv 5.8MB ml_danmu_frag.csv 3.96MB new_flagfeature_final_room36252danmu0318.csv 2.76MB senti_feature_frag_room911danmu0209.csv 2.07MB senti_feature_frag_room911danmu0209.csv 2.07MB feature_frag_room911danmu0209.csv 2.07MB frag_room911danmu0209.csv 2.06MB final_room911danmu0206.csv 1.74MB danmu_original.csv 875KB danmu_cleaned.csv 848KB danmu_cleaned_frag_feature.csv 294KB frag_file.csv 294KB danmu_cleaned_frag.csv 290KB ori_baidu_new_test300_result_verify.csv 10KB new_candidate.csv 9KB baidu_new_test300_result_verify.csv 9KB test300_result_verify.csv 8KB new_test300_result_verify.csv 8KB fix_ori_baidu_new_test200_result_verify.csv 6KB new2_senti_frag_cleaned_test_room911_20000.csv 6KB new_senti_frag_cleaned_test_room911_20000.csv 4KB glyphicons-halflings-regular.eot 20KB
new_room911danmu0209.html 876KB new_每30s弹幕数据.html 754KB 911_0209片段分析结果.html 36KB data_prepare.html 5KB frag_senti_analysis.html 4KB dict_page.html 4KB frag_senti.html 3KB single_senti.html 3KB index.html 3KB common_result.html 2KB upload_result.html 2KB frag_senti_upload.html 2KB 词频统计-checkpoint.ipynb 13.62MB 词频统计.ipynb 13.6MB 机器学习.ipynb 1.04MB 机器学习-checkpoint.ipynb 545KB 弹幕片段情感标注.ipynb 284KB data_preprocess.ipynb 273KB data_preprocess-checkpoint.ipynb 273KB SVM-checkpoint.ipynb 189KB 准确率测试.ipynb 164KB 候选情感词.ipynb 121KB 候选情感词-checkpoint.ipynb 121KB k-means聚类.ipynb 119KB k-means聚类-checkpoint.ipynb 119KB 弹幕片段情感标注-checkpoint.ipynb 115KB 词库合并、去重.ipynb 115KB 准确率测试-checkpoint.ipynb 87KB sentiment_dict.ipynb 81KB statistics.ipynb 63KB statistics-checkpoint.ipynb 63KB 处理各种词典.ipynb 29KB 处理各种词典-checkpoint.ipynb 28KB 按30s时间聚合.ipynb 26KB 高光片段测试.ipynb 17KB Untitled.ipynb 72B 王者荣耀爬虫-checkpoint.ipynb 72B Untitled-checkpoint.ipynb 72B 词库合并、去重-checkpoint.ipynb 72B sentiment_dict-checkpoint.ipynb 72B 按时间聚合-checkpoint.ipynb 72B 高光片段测试-checkpoint.ipynb 72B 按30s时间聚合-checkpoint.ipynb 72B
logo.jpg 164KB echarts.js 2.88MB jquery-1.8.3.min.js 91KB bootstrap.js 68KB bootstrap.min.js 36KB senti_visual.js 14KB npm.js 484B bootstrap.min.css.map 529KB bootstrap.css.map 380KB bootstrap-theme.css.map 47KB bootstrap-theme.min.css.map 25KB Django系统部署文档.md 3KB Flask系统部署文档.md 3KB README.md 1KB todo.md 382B svm_train_model.model 23KB svm_train_model.model 23KB
直播弹幕情感分析与高光检测系统用户手册.pdf 404KB
桌面系统概念图.png 16KB pos.png 7KB neg.png 7KB mid.png 6KB zh_wiki.py 140KB zh_wiki.py 140KB senti_ui.py 16KB sentiment_by_dict.py 14KB app.py 12KB statistics_visualization.py 8KB sentiment_by_dict.py 8KB共 159 条
- 1
- 2
资源评论
