朋友圈情绪分析系统 - 让社交形象更精准
一、实际应用场景描述
场景背景：
小李是一名数字文化艺术创新创业课程的学生，最近在准备一个"智能社交形象管理"项目。他发现自己在朋友圈发的内容经常收到不同反应：
- 发"今天又加班到深夜，好累啊" → 朋友评论"别太拼了"
- 发"新作品终于完成了！超有成就感" → 获得大量点赞
- 发"室友把我的代码删了，我选择原地爆炸" → 大家都在哈哈哈
痛点分析：
- 发布时机尴尬：不知道什么情绪的内容适合什么时间发
- 形象不统一：今天丧气明天搞笑，个人品牌混乱
- 缺乏数据支撑：全凭感觉发，无法优化内容策略
- 错失传播机会：积极内容被埋没，负面情绪影响形象
解决方案：
开发一个基于Python的朋友圈情绪分析系统，结合数字艺术中的情感计算技术，自动分析文案情绪，给出标签建议，帮助调整社交形象。
二、核心逻辑讲解
┌─────────────────────────────────────────────────────────────┐ │ 朋友圈情绪分析系统 │ ├─────────────────────────────────────────────────────────────┤ │ 输入: 朋友圈文案 (text) │ │ ↓ │ │ ┌─────────────────────────────────────────┐ │ │ │ 1. 文本预处理模块 │ │ │ │ - 去除特殊符号、表情 │ │ │ │ - 分词处理 (jieba) │ │ │ │ - 停用词过滤 │ │ │ └─────────────────────────────────────────┘ │ │ ↓ │ │ ┌─────────────────────────────────────────┐ │ │ │ 2. 特征提取模块 │ │ │ │ - TF-IDF 向量化 │ │ │ │ - 情感词典匹配 │ │ │ │ - 关键词权重计算 │ │ │ └─────────────────────────────────────────┘ │ │ ↓ │ │ ┌─────────────────────────────────────────┐ │ │ │ 3. 情绪分类引擎 │ │ │ │ - 朴素贝叶斯分类器 │ │ │ │ - 规则引擎兜底 │ │ │ │ - 置信度计算 │ │ │ └─────────────────────────────────────────┘ │ │ ↓ │ │ 输出: {标签: "乐观", 置信度: 0.87, 建议: "适合工作日中午发布"}│ └─────────────────────────────────────────────────────────────┘
三、完整代码实现
项目结构
emotion_analyzer/ ├── main.py # 主程序入口 ├── preprocessor.py # 文本预处理模块 ├── feature_extractor.py # 特征提取模块 ├── classifier.py # 情绪分类引擎 ├── utils.py # 工具函数 ├── sentiment_dict.json # 情感词典 ├── README.md # 项目说明 └── requirements.txt # 依赖清单
- requirements.txt
jieba==0.42.1 scikit-learn==1.3.0 numpy==1.24.3 pandas==2.0.3
- sentiment_dict.json（情感词典）
{ "positive_words": [ "开心", "快乐", "幸福", "棒", "赞", "厉害", "完美", "优秀", "惊喜", "感动", "温暖", "美好", "成功", "突破", "进步", "成就", "喜欢", "爱", "期待", "兴奋", "自豪", "骄傲", "满足", "充实", "阳光", "积极", "向上", "加油", "奋斗", "努力", "拼搏", "坚持", "感恩", "感谢", "幸运", "顺利", "圆满", "精彩", "美妙", "绝妙" ], "negative_words": [ "难过", "伤心", "失望", "累", "疲惫", "崩溃", "绝望", "无助", "愤怒", "生气", "烦躁", "焦虑", "抑郁", "孤独", "空虚", "迷茫", "失败", "挫折", "倒霉", "糟糕", "痛苦", "煎熬", "折磨", "难受", "讨厌", "恨", "后悔", "遗憾", "无奈", "无力", "放弃", "躺平", "压力", "负担", "重担", "苦涩", "心酸", "委屈", "憋屈", "郁闷" ], "humor_words": [ "哈哈", "嘿嘿", "嘻嘻", "笑死", "爆笑", "逗比", "沙雕", "梗", "神操作", "离谱", "绝了", "666", "yyds", "牛皮", "秀儿", "人才", "脑洞", "反转", "神转折", "猝不及防", "意想不到", "哭笑不得", "尴尬", "社死", "翻车", "打脸", "大型", "现场", "名场面", "表情包" ], "time_suggestions": { "optimistic": ["工作日中午12:00-13:30", "周五晚上18:00-21:00", "周末上午10:00-11:30"], "negative": ["深夜22:00-23:30", "雨天独处时"], "humorous": ["周五下午17:00-18:00", "周末聚餐前", "节假日全天"] } }
- utils.py（工具函数）
""" 工具函数模块 - 提供通用的辅助功能 作者：AI助手 用途：支持朋友圈情绪分析系统的通用工具 """
import json from datetime import datetime
def load_sentiment_dict(filepath='sentiment_dict.json'): """ 加载情感词典
Args:
filepath: 词典文件路径
Returns:
dict: 包含三类词汇和发布时间建议的字典
"""
try:
with open(filepath, 'r', encoding='utf-8') as f:
return json.load(f)
except FileNotFoundError:
print(f"警告：未找到词典文件 {filepath}，使用内置词典")
return get_default_dict()
def get_default_dict(): """返回默认的情感词典""" return { "positive_words": ["开心", "快乐", "幸福", "棒", "赞", "厉害"], "negative_words": ["难过", "伤心", "失望", "累", "疲惫", "崩溃"], "humor_words": ["哈哈", "嘿嘿", "笑死", "爆笑", "逗比", "沙雕"], "time_suggestions": { "optimistic": ["工作日中午", "周五晚上"], "negative": ["深夜时分"], "humorous": ["周五下午", "周末时间"] } }
def calculate_confidence(scores): """ 计算分类置信度
Args:
scores: 各类别得分字典
Returns:
float: 置信度值 (0-1)
"""
total = sum(scores.values())
if total == 0:
return 0.0
max_score = max(scores.values())
return round(max_score / total, 2)
def get_current_time_suggestion(label, time_suggestions): """ 根据当前时间获取发布建议
Args:
label: 情绪标签
time_suggestions: 时间建议字典
Returns:
str: 当前是否适合发布的建议
"""
current_hour = datetime.now().hour
if label == "乐观":
good_hours = [12, 13, 18, 19, 20]
elif label == "丧":
good_hours = [22, 23]
else: # 搞笑
good_hours = [17, 18, 19, 20, 21]
if current_hour in good_hours:
return f"🎯 当前时间({current_hour}:00)很适合发布{label}内容！"
else:
return f"⏰ 建议等到 {', '.join([f'{h}:00' for h in good_hours])} 再发布"
class EmotionResult: """情绪分析结果类"""
def __init__(self, text, label, confidence, scores, suggestion):
self.text = text
self.label = label
self.confidence = confidence
self.scores = scores
self.suggestion = suggestion
def to_dict(self):
"""转换为字典格式"""
return {
"text": self.text,
"label": self.label,
"confidence": self.confidence,
"scores": self.scores,
"suggestion": self.suggestion
}
def __str__(self):
return f"""
╔══════════════════════════════════════╗ ║ 📱 朋友圈情绪分析结果 ║ ╠══════════════════════════════════════╣ ║ 原文: {self.text[:30]}{'...' if len(self.text) > 30 else ''} ║ 标签: 【{self.label}】 (置信度: {self.confidence * 100}%) ║ 得分详情: ║ 😊 乐观: {self.scores.get('乐观', 0)} ║ 😢 丧: {self.scores.get('丧', 0)} ║ 😂 搞笑: {self.scores.get('搞笑', 0)} ║ 建议: {self.suggestion} ╚══════════════════════════════════════╝ """
- preprocessor.py（文本预处理模块）
""" 文本预处理模块 - 负责文本的清洗和标准化 作者：AI助手 用途：为情绪分析准备干净的文本数据 """
import re import jieba from utils import load_sentiment_dict
class TextPreprocessor: """文本预处理器"""
def __init__(self):
"""初始化预处理器"""
self.stopwords = self._load_stopwords()
self.sentiment_dict = load_sentiment_dict()
def _load_stopwords(self):
"""
加载停用词表
Returns:
set: 停用词集合
"""
stopwords = set([
'的', '了', '在', '是', '我', '有', '和', '就', '不', '人',
'都', '一', '一个', '上', '也', '很', '到', '说', '要', '去',
'你', '会', '着', '没有', '看', '好', '自己', '这', '那', '他',
'她', '它', '我们', '你们', '他们', '什么', '怎么', '为什么',
'这个', '那个', '这些', '那些', '啊', '呀', '哦', '嗯', '吧'
])
return stopwords
def clean_text(self, text):
"""
清洗文本：去除特殊符号、表情、多余空格
Args:
text: 原始文本
Returns:
str: 清洗后的文本
"""
# 去除URL
text = re.sub(r'http[s]?://(?:[a-zA-Z]|[0-9]|[$-_@.&+]|[!*\\(\\),]|(?:%[0-9a-fA-F][0-9a-fA-F]))+', '', text)
# 去除@用户名
text = re.sub(r'@[\w\u4e00-\u9fa5]+', '', text)
# 去除话题标签
text = re.sub(r'#[\w\u4e00-\u9fa5]+#', '', text)
# 保留中文、英文、数字和基本标点
text = re.sub(r'[^\u4e00-\u9fa5a-zA-Z0-9，。！？、；：""''（）\s]', '', text)
# 去除多余空格和换行
text = re.sub(r'\s+', ' ', text).strip()
return text
def tokenize(self, text):
"""
分词处理
Args:
text: 清洗后的文本
Returns:
list: 分词结果列表
"""
words = jieba.lcut(text)
return words
def remove_stopwords(self, words):
"""
去除停用词
Args:
words: 分词列表
Returns:
list: 去除停用词后的列表
"""
return [word for word in words if word not in self.stopwords and len(word) > 1]
def preprocess(self, text):
"""
完整的预处理流程
Args:
text: 原始文本
Returns:
tuple: (清洗后的文本, 分词列表)
"""
cleaned_text = self.clean_text(text)
tokens = self.tokenize(cleaned_text)
filtered_tokens = self.remove_stopwords(tokens)
return cleaned_text, filtered_tokens
def extract_emotion_words(self, tokens):
"""
从分词中提取情感词汇
Args:
tokens: 分词列表
Returns:
dict: 各类情感词汇计数
"""
emotion_counts = {
'positive': 0,
'negative': 0,
'humor': 0
}
positive_set = set(self.sentiment_dict['positive_words'])
negative_set = set(self.sentiment_dict['negative_words'])
humor_set = set(self.sentiment_dict['humor_words'])
for token in tokens:
if token in positive_set:
emotion_counts['positive'] += 1
elif token in negative_set:
emotion_counts['negative'] += 1
elif token in humor_set:
emotion_counts['humor'] += 1
return emotion_counts
5. feature_extractor.py（特征提取模块）
""" 特征提取模块 - 将文本转换为机器学习可用的特征向量 作者：AI助手 用途：提取文本的关键特征用于情绪分类 """
import numpy as np from sklearn.feature_extraction.text import TfidfVectorizer from collections import Counter from preprocessor import TextPreprocessor
class FeatureExtractor: """特征提取器"""
def __init__(self):
"""初始化特征提取器"""
self.preprocessor = TextPreprocessor()
self.tfidf_vectorizer = None
self.vocabulary = []
def build_vocabulary(self, texts):
"""
构建词汇表
Args:
texts: 文本列表
Returns:
list: 词汇表
"""
all_words = []
for text in texts:
_, tokens = self.preprocessor.preprocess(text)
all_words.extend(tokens)
# 统计词频，取前500个高频词
word_counts = Counter(all_words)
self.vocabulary = [word for word, count in word_counts.most_common(500)]
return self.vocabulary
def extract_tfidf_features(self, texts, fit=True):
"""
提取TF-IDF特征
Args:
texts: 文本列表
fit: 是否重新训练向量器
Returns:
numpy.ndarray: TF-IDF特征矩阵
"""
if fit or self.tfidf_vectorizer is None:
self.tfidf_vectorizer = TfidfVectorizer(
vocabulary=self.vocabulary,
max_features=300,
ngram_range=(1, 2), # 包含单字和双字词组
min_df=1
)
features = self.tfidf_vectorizer.fit_transform(texts)
else:
features = self.tfidf_vectorizer.transform(texts)
return features.toarray()
def extract_rule_features(self, text):
"""
提取基于规则的手动特征
Args:
text: 原始文本
Returns:
dict: 手工特征字典
"""
cleaned_text, tokens = self.preprocessor.preprocess(text)
emotion_counts = self.preprocessor.extract_emotion_words(tokens)
# 计算各种统计特征
features = {
'text_length': len(cleaned_text),
'token_count': len(tokens),
'positive_score': emotion_counts['positive'],
'negative_score': emotion_counts['negative'],
'humor_score': emotion_counts['humor'],
'exclamation_count': text.count('！') + text.count('!'),
'question_count': text.count('？') + text.count('?'),
'emoji_count': len(re.findall(r'[\U0001F600-\U0001F64F]', text)),
'punctuation_ratio': self._calculate_punctuation_ratio(text),
'repeat_char_ratio': self._calculate_repeat_ratio(text)
}
return features
def _calculate_punctuation_ratio(self, text):
"""计算标点符号比例"""
punctuation = '，。！？、；：""''（）.,!?;:\'"()'
punct_count = sum(1 for char in text if char in punctuation)
return punct_count / len(text) if text else 0
def _calculate_repeat_ratio(self, text):
"""计算重复字符比例（如'哈哈哈'）"""
repeat_pattern = r'(.)\1{2,}'
repeats = re.findall(repeat_pattern, text)
return len(repeats) / len(text) if text else 0
def combine_features(self, tfidf_features, rule_features_list):
"""
合并TF-IDF特征和规则特征
Args:
tfidf_features: TF-IDF特征矩阵
rule_features_list: 规则特征列表
Returns:
numpy.ndarray: 合并后的特征矩阵
"""
rule_matrix = np.array(list(rule_features_list))
# 标准化规则特征
rule_means = rule_matrix.mean(axis=0)
rule_stds = rule_matrix.std(axis=0) + 1e-6
rule_matrix = (rule_matrix - rule_means) / rule_stds
# 合并特征
combined = np.hstack([tfidf_features, rule_matrix])
return combined
6. classifier.py（情绪分类引擎）
""" 情绪分类引擎 - 使用机器学习和规则结合的方法进行分类 作者：AI助手 用途：对朋友圈文案进行情绪分类 """
import numpy as np from collections import defaultdict from sklearn.naive_bayes import MultinomialNB from sklearn.model_selection import train_test_split from sklearn.metrics import accuracy_score, classification_report from feature_extractor import FeatureExtractor from preprocessor import TextPreprocessor from utils import EmotionResult, get_current_time_suggestion, load_sentiment_dict
class EmotionClassifier: """情绪分类器"""
def __init__(self, use_ml=True):
"""
初始化分类器
Args:
use_ml: 是否使用机器学习模型
"""
self.use_ml = use_ml
self.extractor = FeatureExtractor()
self.preprocessor = TextPreprocessor()
self.sentiment_dict = load_sentiment_dict()
# 机器学习模型
self.nb_classifier = MultinomialNB(alpha=0.1)
self.is_trained = False
# 标签映射
self.label_map = {0: '乐观', 1: '丧', 2: '搞笑'}
self.reverse_label_map = {'乐观': 0, '丧': 1, '搞笑': 2}
def prepare_training_data(self):
"""
准备训练数据（模拟数据，实际应用应使用标注数据）
Returns:
tuple: (文本列表, 标签列表)
"""
training_texts = [
# 乐观类
"今天终于完成了项目，超级有成就感！感谢团队的努力💪",
"新的一天开始了，阳光真好，心情美美哒～",
"考试通过了！三个月的努力没有白费，太开心了！",
"收到了理想大学的录取通知书，梦想成真啦🎉",
"今天的夕阳特别美，生活处处有惊喜",
"健身打卡第100天，体重下降10斤，为自己骄傲！",
"创业项目拿到天使轮融资，感谢所有支持的人",
"学会了弹吉他，第一次弹奏就很流畅，成就感爆棚",
# 丧类
"今天又被老板骂了，感觉做什么都不对...",
"加班到凌晨两点，身心俱疲，看不到希望",
"喜欢的女孩拒绝了我，整个人都不好了",
"论文被拒稿了，三年的心血就这么没了",
"房租又涨了，工资却没变，压力山大",
"生病发烧躺在床上，觉得自己好没用",
"投了50份简历都没回音，是不是我不行了",
"室友又把我的东西弄坏了，真的很烦很难过",
# 搞笑类
"刚才差点把自己绊倒，还好反应快，不然就是大型社死现场😂",
"室友说我睡觉打呼像拖拉机，我觉得他在夸我动力十足",
"点了外卖备注不要香菜，结果送来一盘香菜拌饭哈哈哈",
"试图早起跑步，结果睡过头到中午，计划再次宣告失败🤣",
"朋友问我为什么单身，我说我在等一个像WiFi一样的人",
"减肥第一天就破功，吃了三个汉堡安慰自己",
"上课偷吃零食被老师发现，全班都在憋笑",
"自拍修了半小时，发朋友圈两分钟，然后开始删照片"
]
training_labels = [0, 0, 0, 0, 0, 0, 0, 0, # 8个乐观
1, 1, 1, 1, 1, 1, 1, 1, # 8个丧
2, 2, 2, 2, 2, 2, 2, 2] # 8个搞笑
return training_texts, training_labels
def train(self):
"""
训练分类模型
"""
print("🔄 正在准备训练数据...")
texts, labels = self.prepare_training_data()
print("📊 正在提取特征...")
# 构建词汇表
self.extractor.build_vocabulary(texts)
# 提取TF-IDF特征
tfidf_features = self.extractor.extract_tfidf_features(texts)
# 提取规则特征
rule_features = [self.extractor.extract_rule_features(text) for text in texts]
# 合并特征
X = self.extractor.combine_features(tfidf_features, rule_features)
y = np.array(labels)
# 划分训练集和测试集
X_train, X_test, y_train, y_test = train_test_split(
X, y, test_size=0.2, random_state=42, stratify=y
)
print("🧠 正在训练朴素贝叶斯分类器...")
self.nb_classifier.fit(X_train, y_train)
# 评估模型
y_pred = self.nb_classifier.predict(X_test)
accuracy = accuracy_score(y_test, y_pred)
print(f"✅ 模型训练完成！测试准确率: {accuracy:.2%}")
print("\n📋 详细评估报告:")
print(classification_report(y_test, y_pred, target_names=['乐观', '丧', '搞笑']))
self.is_trained = True
def classify_with_rules(self, text):
"""
使用规则引擎进行分类（兜底方案）
Args:
text: 待分类文本
Returns:
dict: 各类别得分
"""
cleaned_text, tokens = self.preprocessor.preprocess(text)
emotion_counts = self.preprocessor.extract_emotion_words(tokens)
# 获取词典权重
positive_words = self.sentiment_dict['positive_words']
negative_words = self.sentiment_dict['negative_words']
humor_words = self.sentiment_dict['humor_words']
# 计算加权得分
positive_score = emotion_counts['positive'] * 2
negative_score = emotion_counts['negative'] * 2
humor_score = emotion_counts['humor'] * 1.5
# 添加词典权重加成
for token in tokens:
if token in positive_words:
positive_score += 1
elif token in negative_words:
negative_score += 1
elif token in humor_words:
humor_score += 1
# 检查特定模式
if any(pattern in text for pattern in ['哈哈', '嘿嘿', '笑死', '😂', '🤣']):
humor_score += 3
if any(pattern in text for pattern in ['唉', '呜', '😢', '😭', '心碎']):
negative_score += 2
if any(pattern in text for pattern in ['开心', '快乐', '棒', '赞', '🌟', '🎉']):
positive_score += 2
# 归一化处理
total = positive_score + negative_score + humor_score + 1 # +1避免除零
scores = {
'乐观': round(positive_score / total, 2),
'丧': round(negative_score / total, 2),
'搞笑': round(humor_score / total, 2)
}
return scores
def predict(self, text):
"""
预测文本的情绪标签
Args:
text: 待分析文本
Returns:
EmotionResult: 分析结果对象
"""
if not text.strip():
return EmotionResult(
text=text,
label="未知",
confidence=0.0,
scores={'乐观': 0, '丧': 0, '搞笑': 0},
suggestion="请输入有效文本"
)
# 使用规则引擎获取基础分数
rule_scores = self.classify_with_rules(text)
if self.use_ml and self.is_trained:
try:
# 提取特征
cleaned_text, tokens = self.preprocessor.preprocess(text)
tfidf_feature = self.extractor.extract_tfidf_features([text], fit=False)
rule_feature = [self.extractor.extract_rule_features(text)]
combined_feature = self.extractor.combine_features(tfidf_feature, rule_feature)
# ML预测
ml_proba = self.nb_classifier.predict_proba(combined_feature)[0]
# 融合规则和ML结果
利用AI解决实际问题，如果你觉得这个工具好用，欢迎关注长安牧笛！
