[](https://github.com/666ghj/Weibo_PublicOpinion_AnalysisSystem/stargazers)
[](https://github.com/666ghj/Weibo_PublicOpinion_AnalysisSystem/network)
[](https://github.com/666ghj/Weibo_PublicOpinion_AnalysisSystem/issues)
[](https://github.com/666ghj/Weibo_PublicOpinion_AnalysisSystem/graphs/contributors)
[](https://github.com/666ghj/Weibo_PublicOpinion_AnalysisSystem/blob/main/LICENSE)
[English](./README.md) | [中文文档](./README-CN.md)
---
**微博舆情分析预测系统** 是一个用于监控、分析和预测社交媒体平台（如微博）上的公众舆情趋势的**社交网络舆情分析系统**。该系统利用深度学习、自然语言处理（NLP）和机器学习技术，从大量社交媒体数据中提取有价值的舆情信息，帮助政府、企业及其他组织及时了解公众态度、应对突发事件并优化决策。📈
通过强大的数据采集与处理能力，微博舆情分析预测系统实现了实时数据收集、情感分析、话题分类和舆情预测等功能，确保用户能够在复杂多变的社交网络环境中获得准确、全面的舆情洞察。系统采用模块化设计，易于维护和扩展，旨在为用户提供一个高效、可靠的舆情分析工具，助力各类组织在信息化时代做出明智决策。
## ✨ 功能
- **实时数据采集**：通过网络爬虫技术，从微博等社交平台实时获取用户生成内容。
- **数据清洗与处理**：对采集到的数据进行预处理，包括分词、去停用词、表情符号和网址的去除等。
- **话题分类**：利用机器学习和自然语言处理技术，对帖子和评论进行自动话题分类。
- **情感分析**：分析文本中的情感倾向（正面、中性、负面），帮助理解公众情绪。
- **舆情监控与预测**：实时监控舆情变化，并基于历史数据预测未来的舆情趋势。
- **数据可视化**：通过图表和图形直观展示分析结果，便于用户理解和决策。
- **用户管理**：提供用户注册、登录和会话管理功能，确保系统的安全性和个性化服务。
## 🚀 开始使用
按照以下步骤在您的系统上运行该项目。
### 前提条件
- [Python](https://www.python.org/) 3.7 或更高版本
- [MySQL](https://www.mysql.com/) 数据库
- [Conda](https://docs.conda.io/en/latest/)（可选，用于环境管理）
- 合法的微博账号（用于数据采集）
- 以下API密钥中至少需要一个（用于AI分析功能）：
- OpenAI API密钥
- Anthropic（Claude）API密钥
- DeepSeek API密钥
### 安装步骤
1. 克隆仓库：
```bash
git clone https://github.com/666ghj/Weibo_PublicOpinion_AnalysisSystem.git
cd Weibo-Public-Opinion-Analysis-System
1. 创建并激活虚拟环境（可选）：
```bash
conda create -n weibo_opinion_analysis python=3.8
conda activate weibo_opinion_analysis
```
2. 安装依赖：
```bash
pip install -r requirements.txt
```
3. 配置MySQL数据库：
- 运行 `createTables.sql` 创建所需的数据库表。
- 修改 `config.py` 中的数据库连接配置，确保与您的MySQL设置匹配。
4. 配置AI分析功能（可选）：
设置AI分析功能所需的环境变量：
```bash
# OpenAI API配置（使用GPT模型必需）
export OPENAI_API_KEY="你的openai密钥"
# Anthropic API配置（使用Claude模型必需）
export ANTHROPIC_API_KEY="你的anthropic密钥"
# DeepSeek API配置（使用DeepSeek模型必需）
export DEEPSEEK_API_KEY="你的deepseek密钥"
```
注意：至少需要配置一个API密钥才能使用AI分析功能。
支持的AI模型：
- OpenAI：GPT-3.5-Turbo、GPT-4
- Anthropic：Claude-3（Opus、Sonnet、Haiku）
- DeepSeek：DeepSeek-V3（deepseek-chat）、DeepSeek-R1（deepseek-reasoner）
5. 启动Flask应用：
```bash
python app.py
```
5. 访问应用： 打开浏览器，访问 `http://localhost:5000` 以使用系统。
## 🛠️ 技术栈
微博舆情分析预测系统采用了一系列现代技术，以确保其高效性和可扩展性：
- **[Flask](https://flask.palletsprojects.com/en/stable/)** - 轻量级的Web应用框架。
- **[MySQL](https://www.mysql.com/)** - 关系型数据库，用于存储采集和处理的数据。
- **[Scrapy](https://scrapy.org/)** - 强大的网络爬虫框架，用于数据采集。
- **[Jieba](https://github.com/fxsjy/jieba)** - 中文分词工具，用于文本预处理。
- **[SnowNLP](https://github.com/isnowfy/snownlp)** - 中文自然语言处理库，用于情感分析。
- **[BERT](https://github.com/google-research/bert)** - 预训练的语言模型，用于话题分类。
- **Pandas** - 数据分析和处理库。
- **[Matplotlib](https://matplotlib.org/)** - 数据可视化库。
- **[Scikit-learn](https://scikit-learn.org/)** - 机器学习库，用于模型训练和评估。
- **[TensorFlow](https://www.tensorflow.org/)** 或 **[PyTorch](https://pytorch.org/)** - 深度学习框架，用于高级模型开发。
- **[OpenAI GPT](https://openai.com/)** - 先进的语言模型，用于文本分析。
- **[Anthropic Claude](https://www.anthropic.com/)** - 智能AI模型，用于复杂文本分析。
- **[DeepSeek](https://deepseek.com/)** - 先进的中英双语AI模型。
## 🤝 贡献
我们欢迎您的贡献！以下是参与项目的步骤：
1. Fork 本仓库。
2. 创建您的功能分支 (`git checkout -b feature/新功能`)。
3. 提交您的更改 (`git commit -m '添加新功能'`)。
4. 推送到分支 (`git push origin feature/新功能`)。
5. 打开一个 Pull Request。
请确保在提交之前运行所有测试，并遵循项目的编码规范。
## 📜 许可证
本项目采用 [GPL-2.0 License](https://github.com/666ghj/Weibo_PublicOpinion_AnalysisSystem/blob/main/LICENSE) 许可证 - 详情请参阅 [LICENSE](https://github.com/666ghj/Weibo_PublicOpinion_AnalysisSystem/blob/main/LICENSE) 文件。
## 🌟 支持一下
如果您喜欢这个项目，请在 [GitHub](https://github.com/666ghj/Weibo_PublicOpinion_AnalysisSystem) 上给它一个星 ⭐！
## 📫 联系我们
有任何问题或建议，欢迎通过以下方式联系我们：
- GitHub Issues: [创建新问题](https://github.com/666ghj/Weibo_PublicOpinion_AnalysisSystem/issues)
- 邮箱: 670939375@qq.com
## ✨ 贡献者
感谢以下这些优秀的贡献者：
[](https://github.com/666ghj/Weibo_PublicOpinion_AnalysisSystem/graphs/contributors)