Flask+SQLite

基于Python+Flask+SQLite的网易云音乐评论情感分析系统

• 项目主要依赖前端：tailwindcss，Echart，后端主要是Flask，系统的主要支持登录注册，Ecahrt构建可视化
• 支持一键切换暗黑主题
• blueprints组织页面
• sklearn文字情感分析
• 评论数据半自动获取使用方法
• 参考开源项目地址:https://gitcode.net/k54kdk/Cloud_Music/-/tree/main
• wordcloud词云图构建

简介

基于Python+Flask+MySQL的网易云音乐评论情感分析系统，采用Echart构建图表，支持一键切换颜色主题，通过连接数据库获取评论数据。对失效的爬虫代码进行了更新，可通过歌曲id半自动获取评论，具体可以看下方的过程展示。 进入首页，获取来自数据库的信息，数据库的修改可以通过Navicat这个数据库操作软件进行修改。源码提供了制作好的包含歌曲评论的sql文件，只需要导入Navicat就可以实现可视化的分析，非常方便，使用简单，可以免费提供Navicat的使用指导哦。

首页

统计结果展示了数据库中的歌曲数量，总评论数量，以及情感分析中正面情感的占比，并预留了两个空位放置图。

统计结果展示

可视化分析展示，主要分析了不同歌曲的评论数量（折线图），不同歌曲的vip用户数量（环形图），使用sklearn对评论文字进行情感分析统计（柱状图），主要使用sklearn与nltk实现但是精准度不如百度的接口。后期可以在这方便进行改进。

图表展示结果

词云

利用百度的情感分析接口获取评论的情感倾向，需要登录百度账号，获取token，代码中的token随时失效，每个用户都有一定免费额度可以调用，作为效果演示完全没有问题。

调用aip分析

数据库字段主要有用户id,评论内容GetData,点赞数likeCount,时间,是否VIP用户，IP地址和情感倾向。原项目使用加密解密的方式获取评论，这里进行了修改，采用过滤请求的网址手动保存为har文件的方式，然后对har文件读取，得到评论保存为json文件，然后将json文件写入数据库。

数据库展示

安装与使用

本项目在python3.8下通过测试，具体可以查看requirements中的环境要求，在这里出一个简单的项目使用教程，一般项目中的requirements.txt中包含了项目的python依赖环境，在安装好python的前提下只需要在cmd窗口中pip install -r requirements.txt 有时候因为路径问题会提示requirements这个文件不存在，可以改为完整的路径，比如c:\requirements.txt,对于本项目只需要运行main.py，在pycharm的配置更为方便，可以不用每次都在终端输入命令使用。

获取方式

有需要的小伙伴可以通过后台联系方式获取，如果加不上可以后台留言留下联系方式