面向新闻标题的舆情分析系统：真实采集中国新闻网、人民网、新华网 725 条公开标题，清洗后 232 条入库，完成情感判定、TF-IDF 关键词、KMeans 热点聚类与舆情预警，并在 20 条人工抽检中如实报告模型偏差（三分类一致率 60%、负面召回 100%）。第 20 套「杂志特稿风」界面。

技术栈

Python、Django、jieba、SnowNLP、scikit-learn、ECharts、MySQL

功能模块

• 真实采集：中国新闻网滚动分页 + 国内/社会频道页 + 人民网/新华网 RSS，共 725 条标题；只取标题/链接/时间等元数据，不抓正文
• 清洗与批次过滤：按 URL 去重、剔除过短与异常标题、过滤人民网 RSS 的 2025-06 旧缓存批次，避免时间轴断裂；最终 232 条、2 天窗口如实标注
• 情感判定：SnowNLP 打分 0~1，三段阈值；20 条人工抽检得出三分类一致率 60%、负面召回 100%、精确率 50%——模型对真负面敏感，却把中性陈述判为正面
• 关键词：jieba TF-IDF 每篇抽 5 词，汇总 TOP30，并统计每个关键词的负面率与峰值日期
• 热点聚类：TF-IDF + KMeans 聚 8 簇，过滤单字与符号后取权重词作簇名（新疆/服务、博会/第九届等），每簇附代表标题
• 预警：负面占比 ≥25% 记一条、每日高频词取前三且 ≥5 次；因窗口仅 2 天，弃用不稳定的「7 日移动基线」，规则改动本身写进论文
• 9 个页面 + 原始 CSV 下载 + Django admin，ECharts 本地内置离线可用；第 20 套杂志特稿风（纯白 + 墨黑大字 + 克莱因蓝）
• 论文实验可复现：所有数字来自 data/analysis/findings.json，重跑 import_news 自动更新

运行环境

• 编程语言：Python 3.8 及以上
• 后端框架：Django 4.2
• 数据采集：requests 抓中新网滚动/频道页 + RSS 解析（低频、只取元数据）
• 文本分析：jieba 0.42（分词/TF-IDF）、SnowNLP（情感）、scikit-learn 1.3（TF-IDF + KMeans）
• 数据库：MySQL 8.0（交付默认 SQLite，免安装）
• 可视化：ECharts 5（已内置本地文件，离线可用）
• 数据规模：原始 725 条 / 清洗后 232 条 / 8 频道 / 2 天 / 8 话题
• 操作系统：Windows / macOS / Linux
• 启动方式：双击一键脚本，或 python manage.py runserver 8085

界面截图

文档预览

交付的任务书、开题报告与论文均为 Word 文档，下面是真实页面预览：

交付内容

• 完整源码（Django 工程 + 真实采集脚本 + 情感/关键词/聚类/预警导入命令）
• 原始新闻标题 CSV 与演示数据库、findings.json 实验产物
• 毕业设计任务书（Word）
• 毕业设计开题报告（Word）
• 毕业论文（Word，七章制，含人工抽检与模型偏差分析）
• 系统使用与二次开发说明（Word + md）
• 系统运行截图 11 张