软件质量评论信息挖掘工具的设计与实现的中期报告.docxVIP

软件质量评论信息挖掘工具的设计与实现的中期报告 本文为软件质量评论信息挖掘工具的中期报告，包括了工具设计、实现进度以及存在的问题与思考。 设计思路 该工具主要针对软件开发过程中涉及到的评论信息进行挖掘分析。设计思路如下： 1. 数据采集：通过爬虫技术，收集各种软件评论信息，并将其进行结构化处理。 2. 数据存储：将采集到的数据存储到数据库中，方便后续处理分析。 3. 基本特征提取：通过自然语言处理技术，提取评论信息中的基本特征，如情感极性、主题词等。 4. 高级特征提取：针对部分特殊场景下需要分析的问题，使用自然语言处理算法，提取对应的高级特征。 5. 数据分析展示：通过数据可视化技术，将分析的结果展示给用户，并提供相应的分析报告。 实现进度 目前，我们已经完成了数据采集和存储的部分，且提取了评论信息中的情感极性和主题词。我们使用了Python的爬虫框架Scrapy对各类软件应用商店中的评论信息进行了采集，并使用MySQL数据库对采集到的数据进行了存储。 我们还实现了情感分析和主题词提取功能，其中情感分析使用了TextBlob库和VADER库进行了对比实验，并选择了VADER库进行结果分析。主题词的提取则是通过使用jieba分词库对评论信息进行了分词，并使用TF-IDF算法进行了关键词提取。 存在的问题与思考 目前，我们还未实现高级特征提取和数据分析展示的功能。同时，在实现过程中也