文件名称：趋势分析器：分析即将上映的电影的趋势
文件大小：972KB
文件格式：ZIP
更新时间：2024-02-25 18:18:01
machine-learning data-mining scraper sentiment-analysis data-visualization
趋势分析器 分析即将上映电影的预期趋势。 该项目通过从IMDb和Twitter抓取数据，然后对推文执行情感分析以识别正面推文，来分析电影预期趋势。 最后绘制此时间序列数据以识别电影预期中的模式。 工作流程分为三个步骤： 数据搜集在存储库的scraper文件夹中，有两个用于刮擦的脚本： a） films.py-从IMDb中刮起电影的流行度并将其存储在mongodb中。 （这是每10分钟从crontab运行一次的代码） b） tweets.py-从Twitter抓取tweets并将其放入文本文件中。 造型在仓库的models文件夹中，我们有三个用于建模的脚本： a） sentiment_a
【文件预览】：
Trend-Analyzer-master
----models()
--------sentiment_analysis.py(3KB)
--------model.py(20B)
--------sent_predict.py(4KB)
--------sent_pre_trained_naive_Bayes.py(2KB)
----figures()
--------IMDb_vis_Monsoon Shootout.png(50KB)
--------tweets_vis_SonuKeTituKiSweety.png(56KB)
--------tweets_vis_1921.png(76KB)
--------IMDb_vis_Mukkabaaz.png(60KB)
--------IMDb_vis_Tiger Zinda Hai.png(63KB)
--------tweets_vis_Padman.png(89KB)
--------IMDb_vis_Fukrey Returns.png(46KB)
--------IMDb_vis_1921.png(53KB)
--------tweets_vis_FukreyReturns.png(57KB)
--------tweets_vis_ThaanaaSerndhaKoottam.png(77KB)
--------IMDb_vis_Thaanaa Serndha Koottam.png(73KB)
--------tweets_vis_TigerZindaHai.png(127KB)
--------IMDb_vis_Padman.png(57KB)
--------IMDb_vis_Sonu Ke Titu Ki Sweety.png(52KB)
--------tweets_vis_MonsoonShootout.png(45KB)
--------tweets_vis_Mukkabaaz.png(50KB)
----scraper()
--------movies.py(3KB)
--------visualization.py(1KB)
--------tweets.py(1KB)
----visualization()
--------visualize_timeseries.py(2KB)
--------visualization.py(2KB)
----README.md(2KB)