(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。

目录

• 一、项目简介
• 二、系统设计
• • 2.1软件功能模块设计
  • 2.2数据库设计
• 三、系统项目部分截图
• • 3.1管理员功能模块
  • 3.2热搜数据
  • 3.3热搜
• 四、论文目录
• 五、部分核心代码
• • 4.1 热词部分
• 获取源码或论文

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()

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10
• 11
• 12
• 13
• 14
• 15
• 16
• 17
• 18
• 19
• 20
• 21
• 22
• 23
• 24
• 25
• 26
• 27
• 28
• 29
• 30
• 31
• 32
• 33
• 34
• 35
• 36
• 37
• 38
• 39
• 40
• 41
• 42
• 43
• 44
• 45
• 46
• 47
• 48
• 49
• 50
• 51
• 52
• 53
• 54
• 55
• 56
• 57
• 58
• 59
• 60
• 61
• 62
• 63
• 64
• 65
• 66

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。