基于大数据的社交网络隐私保护及舆情分析可视化系统课题申报表
本科生毕业设计（论文）课题申请表
学院：理学院 年 月 日
课题情况 | 课题名称 | |||||||
教师姓名 | 职 称 | 学 位 | ||||||
课题来源 | 课题性质 | |||||||
课题类别 | 设计时间 | |||||||
主要研究内容 | 该系统是一个基于Flask、Pandas、PySpark及深度学习LSTM算法的社交网络隐私保护与舆情分析可视化系统。它通过爬虫技术采集社交网络平台数据，运用Pandas和PySpark进行数据清洗、分析及可视化，同时利用LSTM算法进行精准的情感舆情分析。系统前端采用HTML、CSS、JavaScript及Bootstrap4构建，后端则由Flask框架支撑，数据库选用MySQL或SQLite。此外，系统还具备用户管理和后台管理功能，使用Flask-Admin实现后台数据的CRUD操作，增强了系统的可维护性和用户体验。 | |||||||
目标和要求 | 目标：基于大数据技术及可视化工具，构建一个社交网络隐私保护及舆情分析系统，为社交网络用户和系统管理员提供全面的隐私保护与舆情分析服务。 要求：社交网络隐私保护及舆情分析系统应当具备两种用户角色，社交网络用户角色可以对自己的隐私数据进行管理与查看，并获取个性化的隐私保护建议；系统管理员角色在社交网络用户角色的功能基础上，可以对整个系统的用户数据进行管理，包括用户信息的增删改查，以及监控和分析系统使用情况。社交网络用户登录后，可以进行隐私数据管理、查看隐私保护建议，并实时查看舆情分析的可视化结果。系统管理员除了拥有社交网络用户的全部权限外，还可以对社交网络用户进行管理，监控系统的运行状态，以及进行舆情分析模型的优化与更新。 | |||||||
特色 | 该系统以大数据为核心，专注于社交网络隐私保护与舆情分析的可视化呈现。通过集成先进的爬虫技术、深度学习算法与高效的数据处理工具，系统实现了对社交网络数据的全面采集、深度挖掘与直观展示，为用户提供了个性化的隐私保护建议和精准的舆情分析服务。 | |||||||
成果形式 | 完成毕业设计论文1万字左右:完成一个信息管理系统。 | |||||||
成果价值 | 该系统在保护用户社交网络隐私的同时，也为用户提供了宝贵的舆情洞察。通过精准的情感分析与可视化展示，用户能够及时了解社交网络上的舆情动态，为决策制定提供有力支持。此外，系统的高效数据处理能力也为社交网络的健康发展与监管提供了有力保障。 | |||||||
系主任或专家审题意见 | 签名： | 年 月 日 | ||||||
学院审批意见 | 签名： | 年 月 日 | ||||||