2023年第三届中国高校大数据挑战赛第二场赛题C:用户对博物馆评论的情感分析(附上代码与详细视频讲解)

问题重述:

博物馆是公共文化服务体系的重要组成部分。国家文物局发布, 2021 年我国新增备案博物馆 395 家,备案博物馆总数达 6183 家,排名全球前列;5605 家博物馆实现免费开放,占比达 90%以上;全国博物馆举办展览 3.6 万个,教育活动 32.3 万场;虽受疫情影响,全国

博物馆仍接待观众 7.79 亿人次。

但在总体繁荣业态下,一些地方博物馆仍存在千馆一面、公共文化服务供给同质化的尴尬局面,在发展定位、体系布局、功能发挥等方面尚需完善提升。这给博物馆基于自身特色进一步迈向真正的公共性提出了新课题,也即坚持守正创新,坚持直面公众和社会的公共文化服务的创造性转化、创新性发展。

为了提升博物馆公共服务水平,课题组收集大众点评平台上用户对南京市朝天宫、瞻园、甘熙宅第、江宁织造博物馆和六朝博物馆五个博物馆的点评数据,数据字段主要包括:用户编号、评论内容、评论时间等。

问题1:针对每位用户的评论,建立情感判别模型,判断评论内容的情感正反方向,输出评论内容的情感方向为正面、中立、负面, 并统计每个博物馆历史评论各个方向情感的比例分布情况。

问题 2:综合考虑评论内容中情感词、程度副词、否定词、标点符合等等影响情感方向的指标,建立情感得分评价模型,得到每位户评论的情感得分,并基于得分对五个博物馆进行客观排名。

问题 3:针对每位用户评论的内容,可通过事件抽取或实体抽取算法,从评论内容中抽取影响用户情感的关键事件或因素,如某用户评论“非常不错!环境高大上!好多是最近房地产开发盖新房子时新挖出来的,不错“,可得知该评论为正面情感,影响其正面评价的是” 房地产开发盖新房子时新挖的“、”环境高大上“两个因素。基于上述抽取的关键事件或影响因素,综合分析得到影响用户对五个博物馆情感的影响因素

问题 4:基于上述分析得到的数据结果,为五个博物馆撰写一段提升公共服务水平的可行性建议,建议要有理有据,且具有一定的可操作性。

问题分析

  1. 建立情感判别模型,对评论内容的情感方向进行分类(正面、中立、负面),并统计每个博物馆历史评论各个方向情感的比例。
  2. 建立情感得分评价模型,考虑情感词、程度副词、否定词、标点符号等因素,为每条评论打分,并基于得分对博物馆进行排名。
  3. 通过事件抽取或实体抽取算法,从评论中抽取影响用户情感的关键事件或因素,分析影响用户情感的因素。
  4. 基于以上分析,为五个博物馆提出提升公共服务水平的可行性建议。

解题代码

使用python脚本对数据集进行分析

import pandas as pd# 加载数据
data_path = '数据-五个博物馆评论内容.xlsx'
df = pd.read_excel(data_path)# 数据清洗
# 转换评论星级至正确的比例
df['评论星级(抓取的数据/10=评论星级)'] = df['评论星级(抓取的数据/10=评论星级)'].apply(lambda x: x / 10)# 确保所有文本字段都是字符串类型
df['评论内容'] = df['评论内容'].astype(str)# 处理时间数据,这里简单示例,实际情况可能需要根据时间数据的具体乱码情况做更复杂的处理
# 假设我们只是转换时间格式,并忽略乱码问题
df['时间(部分时间有乱码,或无法抓取,是平台后端问题,爬虫无法解决)'] = pd.to_datetime(df['时间(部分时间有乱码,或无法抓取,是平台后端问题,爬虫无法解决)'], errors='coerce')# 查看处理后的数据
print(df.head())# 注意:这里的时间处理仅为示例,根据实际乱码情况可能需要更详细的处理步骤

在这里插入图片描述
对于“赞”和“回应”这样的字段,NaN可能表示没有人点赞或回应。在进行数据分析时,我们可以选择将这些NaN值替换为0,表示“没有赞”或“没有回应”,而不是直接删除这些记录。这样,我们可以保留更多的评论数据进行分析,因为评论内容本身对于情感分析来说是最重要的。

# 处理NaN值,将“赞”和“回应”字段中的NaN替换为0
df['赞'].fillna(0, inplace=True)
df['回应'].fillna(0, inplace=True)# 确认整个数据集处理情况
print(df.describe())  # 展示数据的统计概况来确认处理范围

在这里插入图片描述

# 对整个DataFrame按情感分数排序
df_sorted = df.sort_values(by='情感分数', ascending=False)# 显示情感分数最高的评论
print("最积极的评论:")
print(df_sorted.iloc[0])# 显示情感分数最低的评论
print("\n最消极的评论:")
print(df_sorted.iloc[-1])# 如果想显示更多的积极或消极评论,可以调整iloc的索引,例如使用df_sorted.iloc[:5]来查看前5个最积极的评论

在这里插入图片描述

import jieba# 自定义情感词典、程度副词典和否定词典
sentiment_dict = {"好": 1,"高兴": 2,"喜欢": 2,"棒": 2,"不错": 1,"差": -2,"失望": -2,"糟": -2,"讨厌": -2,
}degree_dict = {"非常": 1.5,"很": 1.2,"稍微": 0.8,"一点": 0.5,
}negation_dict = {"不": -1,"没": -1,"无": -1,
}# 情感得分计算函数
def calculate_sentiment_score(text):words = list(jieba.cut(text))score = 0negation = 1degree = 1for word in words:if word in negation_dict:negation = -1elif word in degree_dict:degree = degree_dict[word]elif word in sentiment_dict:score += sentiment_dict[word] * negation * degree# Reset negation and degreenegation = 1degree = 1return score# 测试代码
comments = ["非常喜欢这个博物馆,展览很棒","不是很好,稍微有点失望","没那么差,但也没有很好","真的很讨厌,完全失望",
]for comment in comments:print(f"评论: {comment}, 情感得分: {calculate_sentiment_score(comment)}")

在这里插入图片描述

import pandas as pd
import jiebaxls = pd.ExcelFile(data_path)all_museums_df_list = []for sheet_name in xls.sheet_names:df = pd.read_excel(xls, sheet_name=sheet_name)df['评论内容'] = df['评论内容'].astype(str)  # 确保评论内容为字符串df['情感得分'] = df['评论内容'].apply(calculate_sentiment_score)df['博物馆名称'] = sheet_nameall_museums_df_list.append(df)all_museums_df = pd.concat(all_museums_df_list, ignore_index=True)museum_avg_sentiment = all_museums_df.groupby('博物馆名称')['情感得分'].mean()
museum_ranking = museum_avg_sentiment.sort_values(ascending=False)print("博物馆情感得分排名:")
print(museum_ranking)

在这里插入图片描述

import matplotlib.pyplot as plt# 已给出的博物馆情感得分排名数据
museum_names = ["江宁织造博物馆", "六朝博物馆", "甘熙宅第", "瞻园", "朝天宫"]
sentiment_scores = [0.557347, 0.539564, 0.454345, 0.425397, 0.335504]
plt.rcParams['font.sans-serif'] = ['SimHei']  # 用来正常显示中文标签
plt.rcParams['axes.unicode_minus'] = False  # 用来正常显示负号
# 绘图
plt.figure(figsize=(10, 6))
plt.barh(museum_names, sentiment_scores, color='skyblue')
plt.xlabel('平均情感得分')
plt.title('博物馆情感得分排名')
plt.gca().invert_yaxis()  # 让最高得分的博物馆显示在最上面
plt.grid(axis='x')# 显示图形
plt.show()

在这里插入图片描述

import pandas as pd
import jieba.analyse# 初始化一个空字典来存储每个博物馆的关键词
museum_keywords = {}# 遍历每个sheet
for sheet_name in xls.sheet_names:df = pd.read_excel(xls, sheet_name=sheet_name)df['评论内容'] = df['评论内容'].astype(str)  # 确保评论内容为字符串类型# 初始化一个列表来存储当前博物馆的所有关键词keywords_list = []# 提取每条评论的关键词for text in df['评论内容']:keywords = jieba.analyse.extract_tags(text, topK=5)keywords_list.extend(keywords)# 存储当前博物馆的关键词museum_keywords[sheet_name] = keywords_list# 汇总分析结果
for museum, keywords in museum_keywords.items():print(f"博物馆: {museum}, 关键词: {set(keywords)}")

在这里插入图片描述

详细的视频讲解(代码文件内附视频讲解)

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/739512.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

Dynamic Wallpaper v17.4 mac版 动态视频壁纸 兼容 M1/M2

Dynamic Wallpaper Engine 是一款适用于 Mac 电脑的视频动态壁纸, 告别单调的静态壁纸,拥抱活泼的动态壁纸。内置在线视频素材库,一键下载应用,也可导入本地视频,同时可以将视频设置为您的电脑屏保。 应用介绍 Dynam…

mysql 事务 及 Spring事务 初论

1.事务概述 事务是一种机制,用以维护数据库确保数据的完整性和一致性。。事务是用户定义的一个数据库操作序列,这些操作要么全做要么全不做,是一个不可分割的工作单位。例如,在关系数据库中,一个事务可以是一条SQL语句、一组SQL语句或整个程序。MySQL中主要使用INN…

记一次面试经历

这段时间正好是金三银四的黄金时间段,正好这段时间也有很多企业有hc在招人,本文主要就是来聊聊我这段时间的面试经历吧。目前我是从北京投上海的岗位,现在有两家保底的offer。 简历投递 简历这块是基础也是必要的门槛,有没有面试…

Unity3D 基于AStar地图的摇杆控制角色详解

前言 Unity3D提供了丰富的工具和功能,可以帮助开发者快速制作出高质量的游戏。其中,AStar算法是一种常用的路径规划算法,可以帮助游戏中的角色找到最短路径。在本文中,我们将介绍如何在Unity3D中基于AStar地图实现摇杆控制角色移…

计算机等级考试:信息安全技术 知识点七

1、URG标志位说明紧急指针有效:ACK标志位说明确认序号字段有效:PSH标志位表示请求接收端;主机尽快将数据包交付应用层,RST标志位表示出现差错,必须释TCP连接重新建立新连接:SYN标志位说明建立一个同步连接:FIN标志位用于释放TCP连接。 2、Whois是Intern…

“遥感新纪元:GPT技术引领地球观测的智慧革新“

遥感技术主要通过卫星和飞机从远处观察和测量我们的环境,是理解和监测地球物理、化学和生物系统的基石。ChatGPT是由OpenAI开发的最先进的语言模型,在理解和生成人类语言方面表现出了非凡的能力。本文重点介绍ChatGPT在遥感中的应用,人工智能…

设计模式八:观察者模式

文章目录 1、观察者模式2、示例3、spring中的观察者模式3.1 spring观察者模式的使用3.2 spring观察者模式原理解析 1、观察者模式 观察者模式(Observer Design Pattern),也叫做发布订阅模式(Publish-Subscribe Design Pattern)、模…

wsl-oraclelinux -bash: nvidia-smi: command not found

-bash: nvidia-smi: command not found 1. 问题2. 解决方法 1. 问题 在 wsl Oracle Linux 中,执行 nvidia-smi 报下面错误, -bash: nvidia-smi: command not found2. 解决方法 export PATH/usr/lib/wsl/lib:$PATH完结!

适合上班族的副业:steam游戏搬砖1天3小时,月入8K

互联网新时代,做副业的人越来越多。如果能充分利用下班后的时间,还真能赚到不少钱。steam游戏搬砖项目就是这样一个非常适合上班的副业,只要用心去操作,一个月至少收入两三千,多的轻松上万。 steam游戏搬砖项目其实做的…

2.4 RK3399项目开发实录-使用 SD 卡升级固件(物联技术666)

通过百度网盘分享的文件:嵌入式物联网单片… 链接:https://pan.baidu.com/s/1Zi9hj41p_dSskPOhIUnu9Q?pwd8qo1 提取码:8qo1 复制这段内容打开「百度网盘APP 即可获取」 本文主要介绍了如何将实现使用MicroSD卡,更新主板上的固件。但也仅限于固件小于4G大…

PYTHON 120道题目详解(106-108)

106.Python中的json模块可以用于哪些场景?如何使用? Python中的json模块主要用于处理JSON(JavaScript Object Notation)数据格式。JSON是一种轻量级的数据交换格式,它基于ECMAScript的一个子集,采用完全独立…

RabbitMQ - 01 - 快速入门

目录 界面总览 创建队列 选择默认交换机 发布消息 查看消息 通过实现以下目标快速入门 界面总览 RabbitMQ Management 界面总览 通道: 传输消息的通道 路由: 接收和路由(分发)消息 队列: 存储消息 消息队列的流程: 生产者将消息发送给路由,路由分发消息到各个队列存储…

超级实用导出各种excel,简单粗暴,无需多言

1、加入准备的工具类 package com.ly.cloud.utils.exportUtil;import java.util.Map;public interface TemplateRenderer {Writable render(Map<String, Object> dataSource) throws Throwable;}package com.ly.cloud.utils.exportUtil;import java.util.Map;public int…

Python之禅——跟老吕学Python编程

Python之禅——跟老吕学Python编程 Python之禅1.**Beautiful is better than ugly.**2.**Explicit is better than implicit.**3.**Simple is better than complex.**4.**Complex is better than complicated.**5.**Flat is better than nested.**6.**Spare is better than den…

【Tailwind + Vue3】100行代码手写一个客服组件

【Tailwind Vue3】100行代码手写一个客服组件 通常在官网页面上&#xff0c;都会有一个在右下角的客服小组件&#xff0c;有几个按钮&#xff0c;显示电话&#xff0c;微信等信息&#xff1a; 主要有以下几个难点&#xff1a; 动态类名绑定&#xff1a; 在迭代生成的每个工具…

Log4j如何支持多线程环境?你如何优化Log4j的性能?

Log4j如何支持多线程环境&#xff1f; Log4j 通过其内部设计来支持多线程环境&#xff0c;确保在多线程应用程序中能够安全地使用。以下是 Log4j 支持多线程环境的一些关键方面&#xff1a; 线程安全性&#xff1a; Log4j 的 Logger 类和 Appender 类都是设计为线程安全的。这…

AI绘画怎么用?详细教程在这里!

AI绘画是一种利用人工智能技术来创作艺术作品的方式。以下是一个详细的AI绘画的详细教程&#xff0c;介绍AI绘画怎么用? 1. 选择合适的AI绘画工具&#xff1a;市面上有许多AI绘画工具供用户选择&#xff0c;如建e网AI、DeepArt、DALL-E等。用户可以根据自己的需求和兴趣&#…

Centos7 使用docker来部署mondb

参考官方手册&#xff1a; https://www.mongodb.com/docs/manual/tutorial/install-mongodb-community-with-docker/#std-label-docker-mongodb-community-install 使用脚本快速安装docker curl -fsSL https://get.docker.com -o get-docker.sh | bash get-docker.sh使用 Doc…

Python 导入Excel三维坐标数据 生成三维曲面地形图(面) 1、线条折线曲面

环境和包: 环境 python:python-3.12.0-amd64包: matplotlib 3.8.2 pandas 2.1.4 openpyxl 3.1.2 代码: import pandas as pd import matplotlib.pyplot as plt import numpy as np from mpl_toolkits.mplot3d import Axes3D from matplotlib.colors import ListedColor…

Tab组件的编写与动态日期的函数封装

src\components\Tab\Icon.vue 底部导航栏子组件。 <template><router-link :to"path" class"tab-icon"><i class"icon">{{iconText}}</i><p class"text"><slot>{{ tabText }}</slot></…