基于python旅游景点评论数据分析系统+可视化+LDA主题分析+NLP情感分析+Bayes评论分类 计算机毕业设计✅_python对游客评论分词

博主介绍：✌全网粉丝10W+,前互联网大厂软件研发、集结硕博英豪成立工作室。专注于计算机相关专业毕业设计项目实战6年之久，选择我们就是选择放心、选择安心毕业✌感兴趣的可以先收藏起来，点赞、关注不迷路✌

毕业设计：2023-2024年计算机毕业设计1000套（建议收藏）

毕业设计：2023-2024年最新最全计算机专业毕业设计选题汇总

1、项目介绍

项目技术说明：
python语言、Flask框架、MySQL数据库、Echarts可视化、
评论多维度分析、NLP情感分析、LDA主题分析、Bayes评论分类

2、项目界面

（1）评论年月时间分析

（2）评论评分等级分析

（3）旅游景点评论数据

（4）评论数据分析

（5）景区评论词云图分析

（6）LDA评论主题分析

（7）Bayes评论分类

（8）注册登录界面

3、项目说明

1、情感分析
  对人们对产品、服务、组织、个人、问题、事件、话题及其属性的观点、情 感、情绪、评价和态度的计算研究。文本情感分析（Sentiment Analysis）是自然语言处理（NLP）方法中常见的应用，也是一个有趣的基本任务，尤其是以提炼文本情绪内容为目的的分类。它是对带有情感色彩的主观性文本进行分析、处理、归纳和推理的过程。
  本文将介绍情感分析中的情感极性（倾向）分析。所谓情感极性分析，指的是对文本进行褒义、贬义、中性的判断。在大多应用场景下，只分为两类。例如对于“喜爱”和“厌恶”这两个词，就属于不同的情感倾向。

1、情感分析

·最常用于微博、微信、用户论坛等语境下的短文本分析
·大量的文本预处理技术需求[ 网页解析，文本抽取，正则表达式等 ]
·情感分析的特殊性
·文本长度相对较短
·语境比较独特
·需要提取的信息量较为特别(·否定词，歧义词可能导致明显误判·新词出现速度很快·分词很难做到尽善尽美)

2、

1.基于词袋模型的分析

基于词典进行情感分析
·情感字典(sentiment dictionary)
·还行1 *不错2 ·不好-2太差了-3
·否定词的处理:前向搜索若干词条，以进行翻转
·情感得分的计算
·加载情感字典为Dict
·遍历句子中的词条，将对应的分值相加
·分值之和作为该句的情感得分
·所有句子的情感得分的平均值作为该文本的情感得分

基于词袋模型进行情感分析

·用金标准得到已准确分类的训练样本
·以词袋模型为基础，将情感分析完全看作是文本分类的一个简单实例来进行处理
·可按照分类进行预测，也可按照情感分值进行预测·需要对模型准确率和速度进行权衡
·效果较词典模型更好，但仍然忽略了上下文的关联信息
·可以考虑使用bigram或者trigram方式抽取词条，以同时考虑否定词和程度副词的影响
·可以考虑使用关键词进行模型拟合

4、核心代码

import pandas as pd
import jieba
import pymysql
import re

sql = 'select  id,nickname, score, content, productColor, creationTime from data '
con = pymysql.connect(host='127.0.0.1', user='root', passwd='123456', port=3306, db='comment', charset='utf8')
df = pd.read_sql(sql,con)


postive = pd.read_sql(sql,con)
postive = postive[postive['score'] == 5].drop_duplicates()
print(postive)

negtive = pd.read_sql(sql,con)
negtive = negtive[negtive['score'] == 1].drop_duplicates()
print(negtive)
# 文本去重(文本去重主要是一些系统自动默认好评的那些评论 )

# 文本分词
mycut = lambda s: ' '.join(jieba.cut(s))  # 自定义分词函数
po = postive.content.apply(mycut)

ne = negtive.content.apply(mycut)

# 停用词过滤（停用词文本可以自己写，一行一个或者用别人整理好的，我这是用别人的）
with open(r'stopwords.txt', encoding='utf-8') as f:     #这里的文件路径最好改成自己的本地绝对路径
    stop = f.read()
stop = [' ', ''] + list(stop[0:])  # 因为读进来的数据缺少空格，我们自己添加进去

po['1'] = po[0:].apply(lambda s: s.split(' '))  # 将分词后的文本以空格切割

po['2'] = po['1'].apply(lambda x: [i for i in x if i not in stop])  # 过滤停用词

# 在这里我们也可以用到之前的词云图分析
# post = []
# for word in po:
#     if len(word)>1 and word not in stop:
#         post.append(word)
# print(post)
# wc = wordcloud.WordCloud(width=1000, font_path='simfang.ttf',height=800)#设定词云画的大小字体，一定要设定字体，否则中文显示不出来
# wc.generate(' '.join(post))
# wc.to_file(r'..\yun.png')

ne['1'] = ne[0:].apply(lambda s: s.split(' '))
ne['2'] = ne['1'].apply(lambda x: [i for i in x if i not in stop])

from gensim import corpora, models

# 负面主题分析
neg_dict = corpora.Dictionary(ne['2'])
neg_corpus = [neg_dict.doc2bow(i) for i in ne['2']]
neg_lda = models.LdaModel(neg_corpus, num_topics=3, id2word=neg_dict)
# 正面主题分析
pos_dict = corpora.Dictionary(po['2'])
pos_corpus = [pos_dict.doc2bow(i) for i in po['2']]
pos_lda = models.LdaModel(pos_corpus, num_topics=3, id2word=pos_dict)
pos_theme = pos_lda.show_topics()

# 展示主题
pos_theme = pos_lda.show_topics()

# 取出高频词


pattern = re.compile(r'[\u4e00-\u9fa5]+')
pattern.findall(pos_theme[0][1])

pos_key_words = []
for i in range(3):
    pos_key_words.append(pattern.findall(pos_theme[i][1]))

pos_key_words = pd.DataFrame(data=pos_key_words, index=['主题1', '主题2', '主题3'])
pos_key_words.to_csv('lda.csv')

from snownlp import SnowNLP
import pandas as pd
import pymysql


def main():
    sql = 'select  id,nickname, score, content, productColor, creationTime from data order by creationTime'
    con = pymysql.connect(host='127.0.0.1', user='root', passwd='123456', port=3306, db='comment', charset='utf8')
    df = pd.read_sql(sql, con)
    df.drop_duplicates(keep='first', inplace=True)
    df = df.dropna()
    content = df['content'].tolist()
    contentlist = []
    for x in content:
        contentlist.append(SnowNLP(x).sentiments)
    df['nlp'] = contentlist
    df = df[['nickname', 'score', 'content', 'nlp']]
    df.to_csv('nlp.csv')
    print(df)


main()



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
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100