1. 毕业设计（论文）的内容和要求
实现基于深度学习的影评信息情感分析，要求完成如下工作：1.影评分数的获取：使用Python的Scrapy框架对于影评进行分布式爬取；2.数据处理：爬取得到的数据数据提起，保存到数据库；3.词库训练，构建训练模型；4.影评的情感分析，基于深度学习对影评信息进行情感分析；5.使用PHP调用数据库中的结果进行展示，实现数据可视化。
基本要求：1.学生最终完成的功能应实现上述说明中大部分功能。
2.人-机界面友好、美观。
2. 参考文献
[1]刘硕. 精通Scrapy网络爬虫[M]. 北京：清华大学出版社, 2017.[2]韦玮. 精通Python网络爬虫核心技术、框架与项目实战[M]. 北京:机械工业出版社, 2017.[3]胡松涛. PYTHON 网络爬虫实战[M]. 北京:清华大学出版社, 2017.[4](美)莱斯科夫，(美)拉贾拉曼，(美)厄尔曼. 大数据互联网大规模数据挖掘与分布式处理 第2版[M]. 北京:人民邮电出版社, 2015.[5]张良均. Python与数据挖掘[M]. 北京:机械工业出版社, 2016.[6]周敬一, 郭燕, 丁友东. 基于深度学习的中文影评情感分析[J]. 上海大学学报(自然科学版), 2018, 24(5): 703-.[7]周胜臣, 瞿文婷, 石英子等. 中文微博情感分析研究综述[J]. 计算机应用与软件, 2013, 30(3):161-164.[8]夏云庆, 杨莹, 张鹏洲等. 基于情感向量空间模型的歌词情感分析[J]. 中文信息学报, 2010, 24(1):99-103.[9]张剑, 屈丹, 李真. 基于词向量特征的循环神经网络语言模型[J]. 模式识别与人工智能, 2015, 28(4):299-305. [10]张英, 郑秋生. 基于循环神经网络的互联网短文本情感要素抽取[J]. 中原工学院学报, 2016, 27(6):82-88.[11]王琛, 胡振邦等.深度学习原理与TensorFlow实践[M]. 北京:电子工业出版社, 2017.[12]史伟, 王洪伟, 何绍义.基于语义的中文在线评论情感分析[J]. 情报学报,2013, 32(8):860-867.[13] Kim, Yoon. (2014). Convolutional Neural Networks for Sentence Classification. Proceedings of the 2014 Conference on Empirical Methods in Natural Language Processing. 10.3115/v1/D14-1181.[14] Shaukat, Zeeshan Zulfiqar, Abdul Xiao, Chuangbai Azeem, Muhammad Mahmood, Tariq. (2020). Sentiment analysis on IMDB using lexicon and neural networks. SN Applied Sciences. 2. 10.1007/s42452-019-1926-x.[15] Sharma, Swati Rajshree, Mamta Kaushik, Ankur. (2020). A Survey on Sentiment Analysis for Big Data. International Journal of Latest Research in Science and Technology.
