实例介绍
这是我毕设项目的源码,题目是《基于社交网络的情绪化分析》。意义是:使用数据分析的方法,从数学的角度去研究在社交网络上人们表达情绪的倾向。
【实例截图】
【核心代码】
weibo_sentiment_analysis
├── README.md
├── weibo_analysis
│ ├── adverbs of degree dictionary
│ │ ├── insufficiently.txt
│ │ ├── inverse.txt
│ │ ├── ish.txt
│ │ ├── more.txt
│ │ ├── most.txt
│ │ ├── over.txt
│ │ └── very.txt
│ ├── config.ini
│ ├── dict weibo data
│ │ └── tsinghua_end_results.pkl
│ ├── getconnect.py
│ ├── intermediate.py
│ ├── machine learning data
│ │ ├── best_wordsv3.pkl
│ │ └── navieBayesv3.pkl
│ ├── my_text_processing.py
│ ├── positive and negative dictionary
│ │ ├── negdict.txt
│ │ └── posdict.txt
│ ├── readme.txt
│ ├── screenshot
│ │ ├── ER图1.vsdx
│ │ ├── ER图2.vsdx
│ │ ├── ER图3.vsdx
│ │ ├── dlut_ecupsl微博相似度分析结果.jpg
│ │ ├── 字典分析peking3.jpg
│ │ ├── 主程序界面.jpg
│ │ ├── 启动数据库.jpg
│ │ ├── 程序主界面.jpg
│ │ ├── 研究流程图.vsdx
│ │ ├── 统计分析图1.jpg
│ │ ├── 机器学习分析nanking.jpg
│ │ ├── 字典分析主界面.PNG
│ │ ├── 数据下载流程图.vsdx
│ │ ├── 机器学习分析主界面.PNG
│ │ ├── 微博相似度分析主界面.PNG
│ │ ├── 统计分析有意义对比图dlut.jpg
│ │ └── 字典分析一个人的微博图.png
│ ├── segment data
│ │ ├── config.ini
│ │ ├── getconnect.py
│ │ └── weibo_word_segment.py
│ ├── stop word
│ │ ├── sentiment_stopword.txt
│ │ └── userdict.txt
│ ├── weibo word contrast
│ │ ├── dlut_highwordlist.pkl
│ │ ├── dlut_worddict.pkl
│ │ ├── dlutecupsl_wordlist.pkl
│ │ ├── dlutnanking_wordlist.pkl
│ │ ├── dlutpeking_wordlist.pkl
│ │ ├── dluttsinghua_wordlist.pkl
│ │ ├── idf.txt
│ │ └── idfdict.pkl
│ ├── weibo_dict_senti_analysis.py
│ ├── weibo_main.py
│ ├── weibo_ml_senti_analysis.py
│ ├── weibo_plot.py
│ ├── weibo_sentiment_classifier.py
│ └── weibo_word_contrast.py
└── weibo_download
├── config.ini
├── configutil.py
├── database_structure.sql
├── detailprofile.py
├── detailprofile_db.py
├── education.py
├── education_db.py
├── getAllEducation.py
├── getAllProfile.py
├── getAllSchool.py
├── getAllWeibos.py
├── getconnect.py
├── md5util.py
├── profile.py
├── profile_db.py
├── readme.txt
├── reutil.py
├── school_db.py
├── school_info.py
├── wb_ori_no_pic.py
└── wb_ori_no_pic_db.py
10 directories, 75 files
标签:
小贴士
感谢您为本站写下的评论,您的评论对其它用户来说具有重要的参考价值,所以请认真填写。
- 类似“顶”、“沙发”之类没有营养的文字,对勤劳贡献的楼主来说是令人沮丧的反馈信息。
- 相信您也不想看到一排文字/表情墙,所以请不要反馈意义不大的重复字符,也请尽量不要纯表情的回复。
- 提问之前请再仔细看一遍楼主的说明,或许是您遗漏了。
- 请勿到处挖坑绊人、招贴广告。既占空间让人厌烦,又没人会搭理,于人于己都无利。
关于好例子网
本站旨在为广大IT学习爱好者提供一个非营利性互相学习交流分享平台。本站所有资源都可以被免费获取学习研究。本站资源来自网友分享,对搜索内容的合法性不具有预见性、识别性、控制性,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,平台无法对用户传输的作品、信息、内容的权属或合法性、安全性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论平台是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二与二十三条之规定,若资源存在侵权或相关问题请联系本站客服人员,点此联系我们。关于更多版权及免责申明参见 版权及免责申明
网友评论
我要评论