基于Flask+Vue3的微博舆情监测与分析系统-Flask+Vue3

# 微博舆情分析系统
## 项目描述
基于 Flask + Vue3 的微博舆情监测与分析系统。通过爬虫采集微博搜索结果及评论，经中文分词与情感分析引擎处理后，提供话题趋势、情感分布、地域画像、传播路径、关键词云等多维可视化，并支持舆情预警、报告导出与多平台数据大屏。

## 项目功能
– 微博爬虫：关键词搜索采集文章与评论，Cookie 认证、代理池、去重过滤、失败重试
– 情感分析：SnowNLP + 情感词典 + 规则的融合判定，正面/中性/负面三分类与情感指数，可选 BERT 升级
– 话题分析：按关键词与时间窗查询，发文趋势折线、情感分布环形图、热点文章/评论排行
– 趋势情感：情感时间趋势、情绪指标、关键词云（jieba 实时分词）
– 评论画像：地域分布、性别比例、IP 归属、活跃用户、点赞分布
– 传播分析：转发链路、传播深度、关键节点识别
– 舆情预警：关键词与情感阈值规则触发，WebSocket 实时推送
– 报告中心：舆情报告自动生成，支持 PDF / PPTX 导出
– 多平台监测：微博等多源数据聚合与演示模式
– 系统管理：JWT 登录鉴权、RBAC、操作审计日志、用户管理

## 运行环境
– 操作系统：Windows 10/11（开发）、Linux（生产/Docker）
– Python 3.11（兼容 3.9+）
– Node.js 22 + npm 10
– MySQL 5.7+（主数据库）
– Redis（可选，Celery 异步任务与缓存，缺失自动降级内存模式）
– 开发服务：Flask 5000、Vite 3000；生产可用 Gunicorn

## 项目技术
– 后端：Flask、SQLAlchemy 2.0、Alembic、PyMySQL、Celery、Flask-SocketIO、Pydantic、PyJWT、bcrypt
– 数据分析：pandas、scikit-learn、jieba、SnowNLP、wordcloud、matplotlib，可选 transformers + ONNX Runtime（BERT）
– 前端：Vue 3（Composition API）、Vue Router、Pinia、Element Plus、ECharts、Vite、Axias
– 爬虫：requests、布隆过滤器去重、随机指纹请求头、XSRF 令牌自动注入
– 工程化：Docker Compose（MySQL/Redis/后端/前端/爬虫/NLP 多服务）、pytest、ruff/Black/isort、pre-commit、Prometheus 指标、CSRF/CORS/敏感信息日志脱敏
以上系统源码经过技术整理与调试，确保能正常运行