# hotspot-backend

**Repository Path**: Sun-HuiX/hotspot-backend

## Basic Information

- **Project Name**: hotspot-backend
- **Description**: 网络热点挖掘项目对应代码
- **Primary Language**: Python
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 2
- **Forks**: 1
- **Created**: 2024-05-15
- **Last Updated**: 2024-07-19

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 网络热点挖掘与舆情监控系统

## 写在前面（开发者视角）

1. 为了防止出现合并冲突，现删去远端仓库的虚拟环境，各位开发者请按照下列命令自行创建虚拟环境。
2. 接上，当需要下载新的包时，请开发者及时更新requirements.txt文件！！！
3. 再接上，最好每次开发前更新自己的依赖库，以确保是最新的环境
4. models更新后记得数据库迁移
5. dependency目录用于存放于其他需要用到的项目，如爬虫、数据处理等。可以使用git子模块的方式从而方便更新维护

## 介绍

网络热点挖掘项目的后端代码，前端代码在另一个仓库中，地址为：[frontend](https://gitee.com/Hotspot-Project/hotspot-frontend)。
这边以子模块的方式引入前端代码，方便开发者查看。

项目对应的需求是“需求5：网络热点挖掘”，我们在热点挖掘的基础上，增加了舆情监控的功能，以学⼯部为⽬标⽤户，提供热点挖掘与事件监控服务。核心功能包括：

- **实时的事件捕捉**：后台定时自动从网络上爬取数据，爬取后立即对数据进行批处理
- **全面详细的事件分析**：自动生成事件总结，并且从时间、地域、情感等多个维度全面分析。
- **多维度的事件展示**：通过图表、地图等多种方式展示事件的多维度信息
- **个性化事件监控**：用户不仅可以关注特定的事件，还可根据自身需求制定个性化的监控方案。

项目的技术栈为：Django + Vue + MySQL + ElementUI + Echarts ……

项目主要对[b站](www.bilibili.com)数据进行爬取分析，同时保持了对其他平台的兼容性。b站内容以视频为主，所以应该是事件挖掘难度最大的平台之一，
解决了难度最大的事件挖掘，其他平台的实现也就水到渠成：只要提取出文本就可以处理。

## 安装教程

### 进入项目目录
    cd hotspot-backend

### 创建、激活环境
#### macos & linux 
    # 1. 安装python3.10-venv
    sudo apt install python3.10-venv

    # 2. 创建虚拟环境（注：需要3.10<=python<3.12）
    python3 -m venv my_env

    # 3.（每次使用前）激活虚拟环境
    source my_env/bin/activate 

#### windows
    # 1. 创建虚拟环境（注：需要3.10<=python<3.12）
    python -m venv my_env

    # 2.（每次使用前）激活虚拟环境 
    my_env\Scripts\activate

#### conda (建议)
    # 该方法对于各操作系统通用
    # 1. 创建虚拟环境（注：需要3.10<=python<3.12）
    conda create --name my_env python=3.11

    # 2.（每次使用前）激活虚拟环境 
    conda activate my_env

### 安装依赖库
    # 激活虚拟环境后
    pip3 install -r requirements.txt

### 注意
    可能需要安装libmysqlclient-dev以支持Mysql开发
    sudo apt-get install libmysqlclient-dev

## 相关链接
    爬虫项目仓库：https://gitee.com/zhou-xishi/crawler_merge
    数据处理项目仓库：https://gitee.com/zhou-xishi/data_process