【无套路自取】YiQing舆情监测系统上手指南:毕业设计里快速跑通SpringBoot + NLP情感分析

原创2026-11-15 19:38:401,701 阅读

【无套路自取】YiQing舆情监测系统上手指南:毕业设计里快速跑通SpringBoot + NLP情感分析

如果你需要摸清某个话题下的舆论走向,一条条翻帖子又不太现实,YiQing舆情监测系统就是做NLP方向毕设同学值得参考的对象:它把文本数据跑过NLP情感分析流程,再把结果画成图表摆在你面前。

YiQing舆情监测系统能干什么

系统里的四个页面,正好对应四块真实的分析需求,你可以按需取用:

  • 如果你想一眼看全某话题的正负面情绪,那么首页仪表盘会把情感分析、文本长度、地域分布、年龄分布聚合到一屏里,整体舆论走向一目了然。
  • 如果你想盯情绪逐天怎么变化,那么时间趋势页会用49天的折线图画出积极、中性、消极的条数与积极/消极比值,哪天负面情绪抬头,曲线不会骗人。
  • 如果你想知道哪些城市讨论最热,那么地域分布页列出了20个城市的三类情感倾向条数,热点城市直接筛出来。
  • 如果你在做NLP模型对比,那么结果页与训练过程页把BERT、ERNIE、RoBERTa、XLNet、IMT-SDSA五个模型按A、P、R、F值加训练耗时五列摆开,哪个模型又快又准,数据说了算。

舆情监测系统是怎么跑起来的

整条数据链路很干净:数据源 → 分组统计 → 图表展示。

数据源是一批微博帖文。仓库里带着train.csv、test.csv等数据文件,每行是一条带情感标签的帖子(1积极、0中性、-1消极),另外还有五个模型的训练过程原始记录。这些数据导入MySQL数据库(库名zhiyu)之后,由MyBatis映射层负责执行SQL。

NLP在这里负责情感分类:模型推理结果已经落在库里,SpringBoot的Service层DataService做的是分组统计——按天、按城市、按年龄段、按文本长度——并算出各模型的A、P、R、F指标。SpringBoot在这里承担Web服务与页面托管:DataController暴露了二十来个接口,前端用Layui + ECharts搭建,每个页面用AJAX拉数据,情感饼图、热点词云、长度分布、趋势折线都由ECharts渲染出来。

🚀 舆情监测系统三步跑起来

从克隆到启动,最短路径是:拉代码 → 配MySQL → 一条命令起服务。

1)克隆代码:

git clone https://gitcode.com/open-source-toolkit/b8420

2)配置数据库:在MySQL里建好zhiyu库并导入「数据」目录里的数据,再把src/main/resources/application.properties里的连接地址、账号、密码改成你自己的。

3)启动:

mvn spring-boot:run

服务起来后,浏览器打开 http://localhost:8080 就能看到系统首页。

项目信息

项目采用MIT许可证,详见LICENSE文件;有改进想法的话,fork后直接提PR即可。

登录后查看全文
毕业设计舆情监测系统SpringBootNLP