comment_analyse-master_NLP_舆情分析_情感分析_舆情

# 用户评论分析 #### 本项目是一个舆情分析项目，通过分析评论的数量变化和隐含情感等信息发掘其商业价值 ###### (using data to solve problems --cy) 因爬虫容易被反，所以使用大众点评06年-12年的历史数据作为本项目的数据来源: https://github.com/SophonPlus/ChineseNlpCorpus/blob/master/datasets/yf_dianping/intro.ipynb 本项目使用fasttext作为文本分类模型，将用户评论分为好评和差评两类 使用LDA模型提取评论的主题分布 fasttext:https://github.com/facebookresearch/fastText/tree/master/python 我收集的情感分类训练数据集: https://pan.baidu.com/s/1Hql-zi6LDcUgorOS6J3o3w 提取码：ip1g 我用数据集训练好的fasttext模型: https://pan.baidu.com/s/1Gr7XknPkzpNEdej6wuRDZg 提取码：yjdu 我用数据集训练好的LDA模型:https://pan.baidu.com/s/1wRoKFwSikQ_dActqJmvxJw 提取码：5pva bootstrap前端模板:https://getbootstrap.com/docs/4.5/examples/dashboard/ #### 目录结构: static: 前端的静态文件 templates: flask返回的网页 train_model: 用于分析数据的模型(fasttext, LDA)和停用词 server.py: flask程序 analyzer.py: 封装的API调用模型分析数据并返回用于绘制各种图表的结果 html_generator.py: 根据需要的样式自动生成html文件 #### 配置&运行: git clone git@github.com:chengziyi/comment_analyse.git 安装并启动mongodb数据库 参考:https://www.cnblogs.com/xiaowenwen/p/11876146.html 将数据写入mongodb数据库，每一条数据的字段为(name,comment,timestamp) 安装requirements.txt里的包 将训练好的fasttext模型和lda模型放到train_model文件夹里 python server.py运行程序后用浏览器查看 如果不是在本地运行需要修改./templates/dashboard.html里ajax请求的url才能在浏览器看到效果 #### 最终效果: