戒酒的李白
656 lines
20 KiB
Markdown
656 lines
20 KiB
Markdown
<div align="center">
|
||
|
||
<img src="static/image/logo_compressed.png" alt="Weibo Public Opinion Analysis System Logo" width="600">
|
||
|
||
# 微舆 - 致力于打造简洁通用的舆情分析平台
|
||
|
||
[](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/blob/main/LICENSE)
|
||
|
||
[English](./README-EN.md) | [中文文档](./README.md)
|
||
|
||
</div>
|
||
|
||
<div align="center">
|
||
<img src="static/image/system_schematic.png" alt="banner" width="800">
|
||
</div>
|
||
|
||
## 📝 项目概述
|
||
|
||
**微博舆情分析多智能体系统**是一个从零构建的创新型舆情分析平台，采用多Agent协作架构，致力于提供准确、实时、全面的微博舆情监测与分析服务。系统通过五个专门化的AI Agent协同工作，实现了从数据采集、情感分析到报告生成的全流程自动化。
|
||
|
||
### 🚀 核心亮点
|
||
|
||
- **多智能体协作架构**：5个专门化Agent各司其职，协同工作完成舆情分析全流程
|
||
- **全方位数据采集**：整合微博爬虫、新闻搜索、多媒体内容等多维度数据源
|
||
- **深度情感分析**：基于微调BERT/GPT-2/Qwen模型的精准多语言情感识别
|
||
- **智能报告生成**：自动生成结构化HTML分析报告，支持自定义模板
|
||
- **Agent论坛交流**：ForumEngine提供Agent间信息共享和协作决策平台
|
||
- **高性能异步处理**：支持并发处理多个舆情任务，实时状态监控
|
||
- **云端数据支持**：提供便捷云数据库服务，日均10万+真实数据
|
||
|
||
## 🏗️ 系统架构
|
||
|
||
### 整体架构图
|
||
|
||
```mermaid
|
||
graph TB
|
||
subgraph "前端展示层"
|
||
UI[Web界面<br/>Flask + Streamlit]
|
||
end
|
||
|
||
subgraph "多Agent协作层"
|
||
QE[QueryEngine<br/>新闻搜索Agent]
|
||
ME[MediaEngine<br/>多媒体搜索Agent]
|
||
IE[InsightEngine<br/>深度洞察Agent]
|
||
RE[ReportEngine<br/>报告生成Agent]
|
||
Forum[ForumEngine<br/>Agent论坛交流中心]
|
||
end
|
||
|
||
subgraph "数据处理层"
|
||
MS[MindSpider<br/>微博爬虫系统]
|
||
SA[SentimentAnalysis<br/>情感分析模型集合]
|
||
DB[(MySQL<br/>数据库)]
|
||
end
|
||
|
||
subgraph "外部服务层"
|
||
LLM[LLM API<br/>DeepSeek/Kimi/Gemini]
|
||
Search[搜索API<br/>Tavily/Bocha]
|
||
end
|
||
|
||
UI --> QE
|
||
UI --> ME
|
||
UI --> IE
|
||
UI --> RE
|
||
|
||
QE --> Search
|
||
ME --> Search
|
||
IE --> MS
|
||
IE --> SA
|
||
|
||
QE --> LLM
|
||
ME --> LLM
|
||
IE --> LLM
|
||
RE --> LLM
|
||
|
||
MS --> DB
|
||
SA --> DB
|
||
|
||
%% Agent论坛交流机制
|
||
QE <--> Forum
|
||
ME <--> Forum
|
||
IE <--> Forum
|
||
RE <--> Forum
|
||
```
|
||
|
||
### Agent协作流程
|
||
|
||
系统核心工作流程基于多Agent协作模式：
|
||
|
||
1. **QueryEngine（新闻查询Agent）**：使用Tavily API搜索权威新闻报道，提供官方信息源
|
||
2. **MediaEngine（多媒体搜索Agent）**：通过Bocha API进行多模态内容搜索，获取社交媒体观点
|
||
3. **InsightEngine（深度洞察Agent）**：查询本地微博数据库，结合多种情感分析模型进行深度分析
|
||
4. **ForumEngine（论坛监控Agent）**：实时监控各Agent日志输出，提取关键信息并促进协作
|
||
5. **ReportEngine（报告生成Agent）**：基于所有Agent的分析结果，使用Gemini LLM生成综合HTML报告
|
||
|
||
### 项目代码结构
|
||
|
||
```
|
||
Weibo_PublicOpinion_AnalysisSystem/
|
||
├── QueryEngine/ # 新闻查询引擎Agent
|
||
│ ├── agent.py # Agent主逻辑
|
||
│ ├── llms/ # LLM接口封装
|
||
│ ├── nodes/ # 处理节点
|
||
│ ├── tools/ # 搜索工具
|
||
│ └── utils/ # 工具函数
|
||
├── MediaEngine/ # 多媒体搜索引擎Agent
|
||
│ ├── agent.py # Agent主逻辑
|
||
│ ├── llms/ # LLM接口
|
||
│ ├── tools/ # 搜索工具
|
||
│ └── ... # 其他模块
|
||
├── InsightEngine/ # 数据洞察引擎Agent
|
||
│ ├── agent.py # Agent主逻辑
|
||
│ ├── llms/ # LLM接口封装
|
||
│ │ ├── deepseek.py # DeepSeek API
|
||
│ │ ├── kimi.py # Kimi API
|
||
│ │ ├── openai_llm.py # OpenAI格式API
|
||
│ │ └── base.py # LLM基类
|
||
│ ├── nodes/ # 处理节点
|
||
│ │ ├── first_search_node.py # 首次搜索节点
|
||
│ │ ├── reflection_node.py # 反思节点
|
||
│ │ ├── summary_nodes.py # 总结节点
|
||
│ │ ├── search_node.py # 搜索节点
|
||
│ │ ├── sentiment_node.py # 情感分析节点
|
||
│ │ └── insight_node.py # 洞察生成节点
|
||
│ ├── tools/ # 数据库查询和分析工具
|
||
│ │ ├── media_crawler_db.py # 数据库查询工具
|
||
│ │ └── sentiment_analyzer.py # 情感分析集成工具
|
||
│ ├── state/ # 状态管理
|
||
│ │ ├── __init__.py
|
||
│ │ └── state.py # Agent状态定义
|
||
│ ├── prompts/ # 提示词模板
|
||
│ │ ├── __init__.py
|
||
│ │ └── prompts.py # 各类提示词
|
||
│ └── utils/ # 工具函数
|
||
│ ├── __init__.py
|
||
│ ├── config.py # 配置管理
|
||
│ └── helpers.py # 辅助函数
|
||
├── ReportEngine/ # 报告生成引擎Agent
|
||
│ ├── agent.py # Agent主逻辑
|
||
│ ├── llms/ # LLM接口
|
||
│ │ └── gemini.py # Gemini API专用
|
||
│ ├── nodes/ # 报告生成节点
|
||
│ │ ├── template_selection.py # 模板选择节点
|
||
│ │ └── html_generation.py # HTML生成节点
|
||
│ ├── report_template/ # 报告模板库
|
||
│ │ ├── 社会公共热点事件分析.md
|
||
│ │ ├── 商业品牌舆情监测.md
|
||
│ │ └── ... # 更多模板
|
||
│ └── flask_interface.py # Flask API接口
|
||
├── ForumEngine/ # 论坛交流引擎Agent
|
||
│ └── monitor.py # 日志监控和论坛管理
|
||
├── MindSpider/ # 微博爬虫系统
|
||
│ ├── main.py # 爬虫主程序
|
||
│ ├── BroadTopicExtraction/ # 话题提取模块
|
||
│ │ ├── get_today_news.py # 今日新闻获取
|
||
│ │ └── topic_extractor.py # 话题提取器
|
||
│ ├── DeepSentimentCrawling/ # 深度情感爬取
|
||
│ │ ├── MediaCrawler/ # 媒体爬虫核心
|
||
│ │ └── platform_crawler.py # 平台爬虫管理
|
||
│ └── schema/ # 数据库结构
|
||
│ └── init_database.py # 数据库初始化
|
||
├── SentimentAnalysisModel/ # 情感分析模型集合
|
||
│ ├── WeiboSentiment_Finetuned/ # 微调BERT/GPT-2模型
|
||
│ ├── WeiboMultilingualSentiment/ # 多语言情感分析
|
||
│ ├── WeiboSentiment_SmallQwen/ # 小型Qwen模型
|
||
│ └── WeiboSentiment_MachineLearning/ # 传统机器学习方法
|
||
├── SingleEngineApp/ # 单独Agent的Streamlit应用
|
||
│ ├── query_engine_streamlit_app.py
|
||
│ ├── media_engine_streamlit_app.py
|
||
│ └── insight_engine_streamlit_app.py
|
||
├── templates/ # Flask模板
|
||
│ └── index.html # 主界面模板
|
||
├── static/ # 静态资源
|
||
├── logs/ # 运行日志目录
|
||
├── app.py # Flask主应用入口
|
||
├── config.py # 全局配置文件
|
||
└── requirements.txt # Python依赖包清单
|
||
```
|
||
|
||
## 🚀 快速开始
|
||
|
||
### 环境要求
|
||
|
||
- **操作系统**: Windows 10/11（Linux/macOS也支持）
|
||
- **Python版本**: 3.11+
|
||
- **Conda**: Anaconda或Miniconda
|
||
- **数据库**: MySQL 8.0+（可选择我们的云数据库服务）
|
||
- **内存**: 建议8GB以上
|
||
|
||
### 1. 创建Conda环境
|
||
|
||
```bash
|
||
# 创建名为pytorch_python11的conda环境
|
||
conda create -n pytorch_python11 python=3.11
|
||
conda activate pytorch_python11
|
||
```
|
||
|
||
### 2. 安装依赖包
|
||
|
||
```bash
|
||
# 基础依赖安装
|
||
pip install -r requirements.txt
|
||
|
||
# 如果需要本地情感分析功能，安装PyTorch
|
||
# CPU版本
|
||
pip install torch torchvision torchaudio
|
||
|
||
# CUDA 11.8版本（如有GPU）
|
||
pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118
|
||
|
||
# 安装transformers等AI相关依赖
|
||
pip install transformers scikit-learn xgboost
|
||
```
|
||
|
||
### 3. 安装Playwright浏览器驱动
|
||
|
||
```bash
|
||
# 安装浏览器驱动（用于爬虫功能）
|
||
playwright install chromium
|
||
```
|
||
|
||
### 4. 配置系统
|
||
|
||
#### 4.1 配置API密钥
|
||
|
||
编辑 `config.py` 文件，填入您的API密钥：
|
||
|
||
```python
|
||
# MySQL数据库配置
|
||
DB_HOST = "localhost"
|
||
DB_PORT = 3306
|
||
DB_USER = "your_username"
|
||
DB_PASSWORD = "your_password"
|
||
DB_NAME = "weibo_analysis"
|
||
DB_CHARSET = "utf8mb4"
|
||
|
||
# DeepSeek API（申请地址：https://www.deepseek.com/）
|
||
DEEPSEEK_API_KEY = "your_deepseek_api_key"
|
||
|
||
# Tavily搜索API（申请地址：https://www.tavily.com/）
|
||
TAVILY_API_KEY = "your_tavily_api_key"
|
||
|
||
# Kimi API（申请地址：https://www.kimi.com/）
|
||
KIMI_API_KEY = "your_kimi_api_key"
|
||
|
||
# Gemini API（申请地址：https://api.chataiapi.com/）
|
||
GEMINI_API_KEY = "your_gemini_api_key"
|
||
|
||
# 博查搜索API（申请地址：https://open.bochaai.com/）
|
||
BOCHA_Web_Search_API_KEY = "your_bocha_api_key"
|
||
|
||
# 硅基流动API（申请地址：https://siliconflow.cn/）
|
||
GUIJI_QWEN3_API_KEY = "your_guiji_api_key"
|
||
```
|
||
|
||
#### 4.2 数据库初始化
|
||
|
||
**选择1：使用本地数据库**
|
||
```bash
|
||
# 本地MySQL数据库初始化
|
||
cd MindSpider
|
||
python schema/init_database.py
|
||
```
|
||
|
||
**选择2：使用云数据库服务（推荐）**
|
||
|
||
我们提供便捷的云数据库服务，包含日均10万+真实微博数据，目前推广期间**免费申请**！
|
||
|
||
- 真实微博数据，实时更新
|
||
- 预处理的情感标注数据
|
||
- 多维度标签分类
|
||
- 高可用云端服务
|
||
- 专业技术支持
|
||
|
||
**联系我们申请免费云数据库访问：📧 670939375@qq.com**
|
||
|
||
### 5. 启动系统
|
||
|
||
#### 5.1 完整系统启动（推荐）
|
||
|
||
```bash
|
||
# 在项目根目录下，激活conda环境
|
||
conda activate pytorch_python11
|
||
|
||
# 启动主应用（自动启动所有Agent）
|
||
python app.py
|
||
```
|
||
|
||
访问 http://localhost:5000 即可使用完整系统
|
||
|
||
#### 5.2 单独启动某个Agent
|
||
|
||
```bash
|
||
# 启动QueryEngine
|
||
streamlit run SingleEngineApp/query_engine_streamlit_app.py --server.port 8503
|
||
|
||
# 启动MediaEngine
|
||
streamlit run SingleEngineApp/media_engine_streamlit_app.py --server.port 8502
|
||
|
||
# 启动InsightEngine
|
||
streamlit run SingleEngineApp/insight_engine_streamlit_app.py --server.port 8501
|
||
```
|
||
|
||
#### 5.3 爬虫系统单独使用
|
||
|
||
```bash
|
||
# 进入爬虫目录
|
||
cd MindSpider
|
||
|
||
# 项目初始化
|
||
python main.py --setup
|
||
|
||
# 运行完整爬虫流程
|
||
python main.py --complete --date 2024-01-20
|
||
|
||
# 仅运行话题提取
|
||
python main.py --broad-topic --date 2024-01-20
|
||
|
||
# 仅运行深度爬取
|
||
python main.py --deep-sentiment --platforms xhs dy wb
|
||
```
|
||
|
||
## 💾 数据库配置
|
||
|
||
### 本地数据库配置
|
||
|
||
1. **安装MySQL 8.0+**
|
||
2. **创建数据库**：
|
||
```sql
|
||
CREATE DATABASE weibo_analysis CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci;
|
||
```
|
||
3. **运行初始化脚本**：
|
||
```bash
|
||
cd MindSpider
|
||
python schema/init_database.py
|
||
```
|
||
|
||
### 自动爬取配置
|
||
|
||
配置自动爬取任务，实现数据的持续更新：
|
||
|
||
```python
|
||
# MindSpider/config.py 中配置爬虫参数
|
||
CRAWLER_CONFIG = {
|
||
'max_pages': 200, # 最大爬取页数
|
||
'delay': 1, # 请求延迟（秒）
|
||
'timeout': 30, # 超时时间（秒）
|
||
'platforms': ['xhs', 'dy', 'wb', 'bili'], # 爬取平台
|
||
'daily_keywords': 100, # 每日关键词数量
|
||
'max_notes_per_keyword': 50, # 每关键词最大内容数
|
||
'use_proxy': False, # 是否使用代理
|
||
}
|
||
```
|
||
|
||
### 云数据库服务（推荐）
|
||
|
||
**为什么选择我们的云数据库服务？**
|
||
|
||
- **丰富数据源**：日均10万+真实微博数据，涵盖各行业热点话题
|
||
- **高质量标注**：专业团队人工标注的情感数据，准确率95%+
|
||
- **多维度分析**：包含话题分类、情感倾向、影响力评分等多维标签
|
||
- **实时更新**：24小时不间断数据采集，确保时效性
|
||
- **技术支持**：专业团队提供技术支持和定制化服务
|
||
|
||
**申请方式**：
|
||
📧 邮件联系：670939375@qq.com
|
||
📝 邮件标题：申请微博舆情云数据库访问
|
||
📝 邮件内容：请说明您的使用场景和预期数据量需求
|
||
|
||
**推广期福利**：
|
||
- 免费提供基础版云数据库访问
|
||
- 免费技术支持和部署指导
|
||
- 优先体验新功能特性
|
||
|
||
## ⚙️ 高级配置
|
||
|
||
### 修改关键参数
|
||
|
||
#### Agent配置参数
|
||
|
||
每个Agent都有专门的配置文件，可根据需求调整：
|
||
|
||
```python
|
||
# QueryEngine/utils/config.py
|
||
class Config:
|
||
max_reflections = 2 # 反思轮次
|
||
max_search_results = 15 # 最大搜索结果数
|
||
max_content_length = 8000 # 最大内容长度
|
||
|
||
# MediaEngine/utils/config.py
|
||
class Config:
|
||
comprehensive_search_limit = 10 # 综合搜索限制
|
||
web_search_limit = 15 # 网页搜索限制
|
||
|
||
# InsightEngine/utils/config.py
|
||
class Config:
|
||
default_search_topic_globally_limit = 200 # 全局搜索限制
|
||
default_get_comments_limit = 500 # 评论获取限制
|
||
max_search_results_for_llm = 50 # 传给LLM的最大结果数
|
||
```
|
||
|
||
#### 情感分析模型配置
|
||
|
||
```python
|
||
# InsightEngine/tools/sentiment_analyzer.py
|
||
SENTIMENT_CONFIG = {
|
||
'model_type': 'multilingual', # 可选: 'bert', 'multilingual', 'qwen'
|
||
'confidence_threshold': 0.8, # 置信度阈值
|
||
'batch_size': 32, # 批处理大小
|
||
'max_sequence_length': 512, # 最大序列长度
|
||
}
|
||
```
|
||
|
||
### 接入不同的LLM模型
|
||
|
||
系统支持多种LLM提供商，可在各Agent的配置中切换：
|
||
|
||
```python
|
||
# 在各Engine的utils/config.py中配置
|
||
class Config:
|
||
default_llm_provider = "deepseek" # 可选: "deepseek", "openai", "kimi", "gemini"
|
||
|
||
# DeepSeek配置
|
||
deepseek_api_key = "your_api_key"
|
||
deepseek_model = "deepseek-chat"
|
||
|
||
# OpenAI兼容配置
|
||
openai_api_key = "your_api_key"
|
||
openai_model = "gpt-3.5-turbo"
|
||
openai_base_url = "https://api.openai.com/v1"
|
||
|
||
# Kimi配置
|
||
kimi_api_key = "your_api_key"
|
||
kimi_model = "moonshot-v1-8k"
|
||
|
||
# Gemini配置
|
||
gemini_api_key = "your_api_key"
|
||
gemini_model = "gemini-pro"
|
||
```
|
||
|
||
### 更改情感分析模型
|
||
|
||
系统集成了多种情感分析方法，可根据需求选择：
|
||
|
||
#### 1. 基于BERT的微调模型（精度最高）
|
||
|
||
```bash
|
||
# 使用BERT中文模型
|
||
cd SentimentAnalysisModel/WeiboSentiment_Finetuned/BertChinese-Lora
|
||
python predict.py --text "这个产品真的很不错"
|
||
```
|
||
|
||
#### 2. GPT-2 LoRA微调模型（速度较快）
|
||
|
||
```bash
|
||
cd SentimentAnalysisModel/WeiboSentiment_Finetuned/GPT2-Lora
|
||
python predict.py --text "今天心情不太好"
|
||
```
|
||
|
||
#### 3. 小型Qwen模型（平衡型）
|
||
|
||
```bash
|
||
cd SentimentAnalysisModel/WeiboSentiment_SmallQwen
|
||
python predict_universal.py --text "这次活动办得很成功"
|
||
```
|
||
|
||
#### 4. 传统机器学习方法（轻量级）
|
||
|
||
```bash
|
||
cd SentimentAnalysisModel/WeiboSentiment_MachineLearning
|
||
python predict.py --model_type "svm" --text "服务态度需要改进"
|
||
```
|
||
|
||
#### 5. 多语言情感分析（支持22种语言）
|
||
|
||
```bash
|
||
cd SentimentAnalysisModel/WeiboMultilingualSentiment
|
||
python predict.py --text "This product is amazing!" --lang "en"
|
||
```
|
||
|
||
### 接入自定义业务数据库
|
||
|
||
#### 1. 修改数据库连接配置
|
||
|
||
```python
|
||
# config.py 中添加您的业务数据库配置
|
||
BUSINESS_DB_HOST = "your_business_db_host"
|
||
BUSINESS_DB_PORT = 3306
|
||
BUSINESS_DB_USER = "your_business_user"
|
||
BUSINESS_DB_PASSWORD = "your_business_password"
|
||
BUSINESS_DB_NAME = "your_business_database"
|
||
```
|
||
|
||
#### 2. 创建自定义数据访问工具
|
||
|
||
```python
|
||
# InsightEngine/tools/custom_db_tool.py
|
||
class CustomBusinessDBTool:
|
||
"""自定义业务数据库查询工具"""
|
||
|
||
def __init__(self):
|
||
self.connection_config = {
|
||
'host': config.BUSINESS_DB_HOST,
|
||
'port': config.BUSINESS_DB_PORT,
|
||
'user': config.BUSINESS_DB_USER,
|
||
'password': config.BUSINESS_DB_PASSWORD,
|
||
'database': config.BUSINESS_DB_NAME,
|
||
}
|
||
|
||
def search_business_data(self, query: str, table: str):
|
||
"""查询业务数据"""
|
||
# 实现您的业务逻辑
|
||
pass
|
||
|
||
def get_customer_feedback(self, product_id: str):
|
||
"""获取客户反馈数据"""
|
||
# 实现客户反馈查询逻辑
|
||
pass
|
||
```
|
||
|
||
#### 3. 集成到InsightEngine
|
||
|
||
```python
|
||
# InsightEngine/agent.py 中集成自定义工具
|
||
from .tools.custom_db_tool import CustomBusinessDBTool
|
||
|
||
class DeepSearchAgent:
|
||
def __init__(self, config=None):
|
||
# ... 其他初始化代码
|
||
self.custom_db_tool = CustomBusinessDBTool()
|
||
|
||
def execute_custom_search(self, query: str):
|
||
"""执行自定义业务数据搜索"""
|
||
return self.custom_db_tool.search_business_data(query, "your_table")
|
||
```
|
||
|
||
### 自定义报告模板
|
||
|
||
#### 1. 创建模板文件
|
||
|
||
在 `ReportEngine/report_template/` 目录下创建新的Markdown模板：
|
||
|
||
```markdown
|
||
<!-- 企业品牌监测报告.md -->
|
||
# 企业品牌舆情监测报告
|
||
|
||
## 📊 执行摘要
|
||
{executive_summary}
|
||
|
||
## 🔍 品牌提及分析
|
||
### 提及量趋势
|
||
{mention_trend}
|
||
|
||
### 情感分布
|
||
{sentiment_distribution}
|
||
|
||
## 📈 竞品对比分析
|
||
{competitor_analysis}
|
||
|
||
## 🎯 关键观点摘要
|
||
{key_insights}
|
||
|
||
## ⚠️ 风险预警
|
||
{risk_alerts}
|
||
|
||
## 📋 改进建议
|
||
{recommendations}
|
||
|
||
---
|
||
*报告类型：企业品牌舆情监测*
|
||
*生成时间：{generation_time}*
|
||
*数据来源：{data_sources}*
|
||
```
|
||
|
||
#### 2. 在Web界面中使用
|
||
|
||
系统支持上传自定义模板文件（.md或.txt格式），可在生成报告时选择使用。
|
||
|
||
## 🤝 贡献指南
|
||
|
||
我们欢迎所有形式的贡献！
|
||
|
||
### 如何贡献
|
||
|
||
1. **Fork项目**到您的GitHub账号
|
||
2. **创建Feature分支**：`git checkout -b feature/AmazingFeature`
|
||
3. **提交更改**：`git commit -m 'Add some AmazingFeature'`
|
||
4. **推送到分支**：`git push origin feature/AmazingFeature`
|
||
5. **开启Pull Request**
|
||
|
||
### 贡献类型
|
||
|
||
- 🐛 Bug修复
|
||
- ✨ 新功能开发
|
||
- 📚 文档完善
|
||
- 🎨 UI/UX改进
|
||
- ⚡ 性能优化
|
||
- 🧪 测试用例添加
|
||
|
||
### 开发规范
|
||
|
||
- 代码遵循PEP8规范
|
||
- 提交信息使用清晰的中英文描述
|
||
- 新功能需要包含相应的测试用例
|
||
- 更新相关文档
|
||
|
||
## 📄 许可证
|
||
|
||
本项目采用 [MIT许可证](LICENSE)。详细信息请参阅LICENSE文件。
|
||
|
||
## 🎉 支持与联系
|
||
|
||
### 获取帮助
|
||
|
||
- **项目主页**：[GitHub仓库](https://github.com/666ghj/Weibo_PublicOpinion_AnalysisSystem)
|
||
- **问题反馈**：[Issues页面](https://github.com/666ghj/Weibo_PublicOpinion_AnalysisSystem/issues)
|
||
- **功能建议**：[Discussions页面](https://github.com/666ghj/Weibo_PublicOpinion_AnalysisSystem/discussions)
|
||
|
||
### 联系方式
|
||
|
||
- 📧 **邮箱**：670939375@qq.com
|
||
- 💬 **QQ群**：[加入技术交流群]
|
||
- 🐦 **微信**：[扫码添加技术支持]
|
||
|
||
### 商务合作
|
||
|
||
- 🏢 **企业定制开发**
|
||
- 📊 **大数据服务**
|
||
- 🎓 **学术合作**
|
||
- 💼 **技术培训**
|
||
|
||
### 云服务申请
|
||
|
||
**免费云数据库服务申请**：
|
||
📧 发送邮件至：670939375@qq.com
|
||
📝 标题：微博舆情云数据库申请
|
||
📝 说明：您的使用场景和需求
|
||
|
||
## 👥 贡献者
|
||
|
||
感谢以下优秀的贡献者们：
|
||
|
||
[](https://github.com/666ghj/Weibo_PublicOpinion_AnalysisSystem/graphs/contributors)
|
||
|
||
---
|
||
|
||
<div align="center">
|
||
|
||
**⭐ 如果这个项目对您有帮助，请给我们一个星标！**
|
||
|
||
Made with ❤️ by [微博舆情分析团队](https://github.com/666ghj)
|
||
|
||
</div>
|