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，CNN（ResNet）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 3.8+
• Flask
• BERT / Hugging Face Transformers（情感分析）
• TF-IDF / TextRank（关键词提取）

前端

• Vue.js
• iView / Element UI
• ECharts

数据库

• MySQL 5.7+