简介：这是一份面向计算机及相关专业毕业设计、大作业的Python商品评论情感分析项目，基于机器学习SVM与LSTM两种模型，包含评论数据采集、预处理、模型训练、结果可视化及GUI界面展示的完整源码。资源包共43个文件，以14个Python脚本为核心，覆盖爬虫、训练、测试、绘图等功能；配套有7个CSV与2个XLS数据集、训练好的词向量及LSTM模型（pkl、h5、npy等），以及配置文件与说明文档，压缩包约66.66MB，结构清晰，方便按需调用与二次开发。项目经导师指导并认可，评审得分98分，源码全部本地调试通过，可直接运行，难度适中，适合正在做毕业设计或机器学习项目实战的学生参考。目前已有80人学习下载，可作为情感分析任务从数据到部署的完整范例，也可用于算法对比与功能扩展，具有很好的参考价值。
1. 当毕设课题是“商品评论情感分析”：这份资源到底给了你什么
如果你正在为毕业设计选题发愁，或者已经选了“基于机器学习的商品评论情感分析”但没想清楚怎么做，可以先把心放肚子里：这类题目在本科阶段的定位很清晰，就是让机器判断一段中文商品评论是正向的还是负向的。换句话说，给你一万条“这手机续航真垃圾”和“物流快包装好”，训练出一个分类模型，再套上一个能手动输入评论看结果的界面，就构成了一个完整且能答辩的毕设闭环。这份资源把上面所有环节都打包好了：完整源码、标注好的中文评论数据集、已经训练好的模型文件，以及基于桌面端的GUI交互程序。适合三类人：不想从零攒代码的、想直接跑通再改写的、以及已经把理论学过一遍但缺一个完整工程落地的。它不是一个只讲概念的PPT，而是一份能让你在半天内看到真实预测结果的项目。
2. 情感分析的基本盘：为什么毕设推荐用传统机器学习而不是深度学习
2.1 商品评论情感分析的任务定义与标签体系
做任何项目之前先搞明白我们要预测的是什么。商品评论情感分析本质上是文本二分类问题：输入是一段中文评论，输出是情感极性，绝大多数毕设场景下只用两个标签——正向和负向，用 1 和 0 分别表示。有些数据集会带 3 分类（正向/负向/中性），但这份资源里的训练数据是按二分类处理的。
数据集里每一行至少包含两个核心字段：
| 字段名 | 类型 | 说明 |
|---|---|---|
| review | 字符串 | 原始评论内容，未做分词和清洗 |
| label | 整数 | 情感标签，1 表示正向，0 表示负向 |
拿到这张表之后，你要做的所有事情，都是围绕“从 review 提取特征，用 label 做监督训练”展开的。这里有一个容易被忽略的点：数据划分必须按同一来源混洗后切分，不能出现在训练集和测试集里重复同一条评论的情况。
2.2 为什么这里没有选 BERT 或 TextCNN：数据量、算力与可解释性
很多同学看到“情感分析”第一反应是上深度学习模型，被建议用 BERT 微调或者跑一个 TextCNN。但我建议毕设阶段优先考虑传统机器学习，原因非常实际。这份资源的数据集规模在 2 万条左右，这个量级对深度模型来说杯水车薪，训练出的效果不仅未必比机器学习好，反而更容易过拟合。其次，学校毕设使用的机器不一定带独立显卡，用 CPU 跑 BERT 做微调，哪怕只是跑一个 epoch，时间成本也非常可观。
传统机器学习方案中，我一般会推荐 TF-IDF + 逻辑回归（Logistic Regression）作为首选方案。为什么是逻辑回归而不是 SVM？因为逻辑回归输出的是概率值，天然适合做置信度展示，这在 GUI 里展示“这条评论有 87% 的概率是正向”会非常直观；另外它的训练速度极快，参数调节空间主要集中在正则化系数上，答辩时解释起来逻辑链很短：文本 → 向量 → 概率 → 类别。
2.3 完整技术链路：从原始评论到最终分类结果
一句话说清这个链路：原始文本经过清洗和分词，再由 TF-IDF 向量化转成数值矩阵，喂给分类器训练，得到一个输入向量输出概率的模型，最后在 GUI 里把概率映射为“正向/负向”标签。
我习惯把这一步整理成一张模块关系表，写进毕业设计文档的概要设计里非常合适：
| 模块名 | 输入 | 输出 | 核心依赖 |
|---|---|---|---|
| 预处理模块 | 原始评论文本 | 干净的分词列表 | jieba、正则表达式 |
| 特征提取模块 | 分词列表 | TF-IDF 稀疏矩阵 | sklearn.feature_extraction.text |
| 模型训练模块 | 特征矩阵 + 标签 | 训练好的分类器 | sklearn.linear_model |
| 模型持久化模块 | 训练好的模型对象 | .pkl 序列化文件 | pickle / joblib |
| GUI 交互模块 | 用户输入评论 | 情感标签和置信度 | tkinter + 已加载模型 |
上面这张表的价值在于，它能直接告诉你这份资源里的源码到底应该包含哪五个功能块。如果你自己从头写，也可以把上表当作项目架构参考。
3. 动手复现：从源码到跑通训练流程
3.1 源码目录结构与模块职责划分
拿到这份资源后，第一步是解压并看清楚目录结构。一份合格的毕设工程，代码应该按职责分文件，而不是把所有逻辑堆在一个脚本里。常见做法是把源码至少拆成以下几个模块：数据处理脚本、模型训练脚本、模型评估脚本、GUI 启动脚本，以及一个存放训练产物（模型和向量器）的输出目录。
我建议你在自己的项目里维持这样的结构，不要图省事合并文件，因为毕业设计要交文档，分模块对写“系统设计”部分会更顺手。
3.2 数据预处理：清洗、分词、去停用词的标准写法
训练开始前有一道绕不过去的工序——预处理。中文文本不像英文天然有空格分词，所以必须先做分词。下面是训练前最常用的一段预处理代码，它直接对应源码中的数据处理模块：
import re import jieba def clean_text(text: str) -> str: # 去除非中文字符和英文字母，保留基本标点无关内容 text = re.sub(r'[^\u4e00-\u9fa5a-zA-Z]', ' ', text) # 合并多个空格 text = re.sub(r'\s+', ' ', text).strip() return text.lower() def tokenize(text: str) -> list: # 使用 jieba 精确模式分词 return [w for w in jieba.lcut(clean_text(text)) if w.strip()] def filter_stopwords(tokens: list, stopwords: set) -> list: # 过滤停用词和单字词，减少噪声特征 return [w for w in tokens if w not in stopwords and len(w) > 1]这段代码里值得注意的参数有三个。第一，正则表达式[^\u4e00-\u9fa5a-zA-Z]只保留中英文，数字和表情符号会被过滤掉，这在商品评论场景里是合理的，但如果你后续想保留“好评+1”里的加号语义，需要调整这一行。第二，jieba.lcut走的是精确模式，它不会把“性价比很高”切错，但如果评论里出现网络新词，比如“yyds”，分词词典不认识，这是后面会有专章讲的坑。第三，停用词表推荐用通用的中文停用词表加自定义补充，我一般会在通用表里加“东西”“这个”“真的”这类评论高频但无情感倾向的词。
3.3 特征工程与训练脚本：TF-IDF 参数设置和模型保存
完成分词之后进入特征工程。TF-IDF 的核心参数有三个——max_features、ngram_range、min_df。这份资源的训练脚本里给了一组可以直接用来跑通的配置，我把它整理成可执行的训练代码：
import joblib from sklearn.feature_extraction.text import TfidfVectorizer from sklearn.linear_model import LogisticRegression from sklearn.model_selection import train_test_split # 假设 X 是分词后以空格拼接的文本列表，y 是对应标签 X_train, X_test, y_train, y_test = train_test_split( X, y, test_size=0.2, random_state=42, stratify=y ) vectorizer = TfidfVectorizer( max_features=8000, ngram_range=(1, 2), min_df=2, sublinear_tf=True ) X_train_vec = vectorizer.fit_transform(X_train) X_test_vec = vectorizer.transform(X_test) model = LogisticRegression(C=10.0, max_iter=1000, class_weight='balanced') model.fit(X_train_vec, y_train) joblib.dump(model, 'models/sentiment_model.pkl') joblib.dump(vectorizer, 'models/tfidf_vectorizer.pkl') accuracy = model.score(X_test_vec, y_test) print(f'Test Accuracy: {accuracy:.4f}')这段代码需要重点解释的是ngram_range=(1, 2)：它表示特征同时包含单个词和相邻两个词的组合。商品评论里“物流快”和“物流快但包装差”语义不同，引入二元词组的意图是捕捉这种局部共现关系。min_df=2的作用是过滤掉只在一条评论里出现过的词，这类词往往是噪声。class_weight='balanced'是针对正负样本不均衡时自动调整类别权重的参数，如果你用这份资源训练出来的模型在测试集上的召回率明显偏低，优先检查的就是这个参数。逻辑回归的C=10.0是正则化强度的倒数，C 越大，模型对训练集的拟合程度越深，如果你发现测试集准确率比训练集低很多，就把 C 调小到 1.0 或 0.1 再试试。
3.4 模型评估：准确率不是唯一的度量，还得看混淆矩阵
训练脚本跑完之后，很多人只看一眼准确率就进入 GUI 环节。但在毕设论文里，只写准确率容易被答辩老师问住。标准做法是打印一份分类报告，至少包含精确率、召回率、F1 值，再画一个混淆矩阵。
from sklearn.metrics import classification_report, confusion_matrix y_pred = model.predict(X_test_vec) print(classification_report(y_test, y_pred, target_names=['负向', '正向'])) cm = confusion_matrix(y_test, y_pred) print('Confusion Matrix:') print(cm)这份资源在训练好的模型之外，还附带了一份评估结果，你复现时拿到的指标应该和它基本对齐。有一个细节需要特别提醒：如果你的测试集上负向样本的召回率低于 0.85，说明模型把不少负向评论误判成了正向，这不是准确率能反映的。排查方向大概率是两个——预处理阶段把“不好”拆成了“不 好”，然后“不”被停用词表过滤掉了；或者class_weight没有设置。
4. 把模型“包”进 GUI：桌面端情感分析界面的实现思路与完整流程
4.1 GUI 技术选型：为什么用 tkinter 而不是 Flask / PyQt
毕设里提到的 GUI 界面，最稳妥的方案是 tkinter，理由非常直接：它是 Python 标准库的一部分，不需要额外安装依赖，把这个项目复现出来时不用处理 PyQt 的许可问题或浏览器跨域问题。如果你的目标是把项目做成可交差的系统，能用 tkinter 把逻辑跑通就够了。
GUI 的核心流程只有三步：用户输入文本 → 调用预处理的 clean 与 tokenize → 加载 pkl 模型预测并显示。全部逻辑写在一个类里就行，不需要设计复杂的前后端交互。
4.2 GUI 核心代码：加载模型与实时预测
下面这段代码是基于这份资源的 GUI 脚本简化的核心部分，它展示了预测按钮的响应函数：
import joblib import tkinter as tk from tkinter import scrolledtext class SentimentApp: def __init__(self, root): self.root = root self.model = joblib.load('models/sentiment_model.pkl') self.vectorizer = joblib.load('models/tfidf_vectorizer.pkl') root.title('商品评论情感分析系统') root.geometry('560x480') self.input_box = scrolledtext.ScrolledText( root, width=55, height=12, font=('Microsoft YaHei', 11) ) self.input_box.pack(pady=15) btn = tk.Button(root, text='开始分析', command=self.predict_comment) btn.pack(pady=6) self.result_label = tk.Label(root, text='等待输入...', font=('Microsoft YaHei', 12)) self.result_label.pack(pady=20) def predict_comment(self): raw_text = self.input_box.get('1.0', 'end').strip() if not raw_text: self.result_label.config(text='输入不能为空') return # 注意：这里必须和训练时使用完全相同的预处理函数 text_vec = self.vectorizer.transform([normalize(raw_text)]) prob = self.model.predict_proba(text_vec)[0] label = '正向' if prob[1] >= 0.5 else '负向' percent = max(prob) * 100 self.result_label.config(text=f'情感倾向：{label}（置信度：{percent:.1f}%）')predict_proba返回的是一个二维数组，第一维对应样本个数，第二维对应类别概率，这里prob[1]取的是正向概率。置信度用max(prob)是合理的，因为二分类的两个概率加起来总是 1。
4.3 GUI 显示层的细节：阈值、实时性和人机交互
GUI 的显示逻辑中，prob[1] >= 0.5这一行是决定正负向的阈值。逻辑回归默认用 0.5 作为决策边界，但实际业务里如果偏向于“宁可判错正向也不能放过负向”，可以把阈值提高到 0.6 甚至 0.7。我们常用的做法是把阈值做成 GUI 里的一个滑动条，让用户在界面上直接调节。
另一个细节是实时性。UI 线程不允许做耗时操作，加载模型是在__init__里完成的，这没问题；但如果你把预测也放进主线程，遇到长文本时界面会短暂“卡死”。你的需求里没有提到并发，所以这个资源里大概率是同步方案；但如果想让它更接近生产环境，建议用threading.Thread把预测逻辑包一层。
5. 避坑指南：商品评论情感分析项目复现中的五个常见问题
5.1 坑一：预测阶段分词结果和训练阶段不一致
- 现象：模型训练时准确率 95%，GUI 里手输“这手机屏幕素质极佳”，预测结果却是负向。
- 原因：训练时使用的是预处理后拼接的文本，但 GUI 里只调用了
vectorizer.transform，没有重新走完整分词流程，等于喂给模型一段“没洗干净的文本”。 - 解决：把所有预处理逻辑抽到一个公共模块里，训练脚本和 GUI 脚本都调用同一份代码，不要各自实现一份预处理。
5.2 坑二：TF-IDF 向量器被重复 fit 导致特征维度爆炸
- 现象：模型训练完毕后再次运行训练脚本，测试准确率骤降，且报错说特征数量不一致。
- 原因：训练脚本和评估脚本分离后，评估脚本里重新执行了
fit_transform，导致向量器的词典和特征索引发生了漂移，模型无法对齐新矩阵里的特征列。 - 解决：全项目里向量器只允许 fit 一次，之后所有场景都用
transform。评估时直接加载训练阶段保存的 pkl 文件，这一步我放在训练脚本的末尾顺手保存，避免人为遗忘。
5.3 坑三：GUI 无法显示识别出的结果，窗口卡住无响应
- 现象：点击“开始分析”之后，窗口标题栏出现“未响应”，几秒后才恢复，且长时间停留在一帧画面。
- 原因：预测逻辑直接写在 UI 主线程里，阻塞了 tkinter 的事件循环，极端情况下整个窗口在输入法候选框弹出时直接卡死。
- 解决：把预测函数改成先在线程里跑模型，再利用
root.after把结果回写到界面。如果你不需要在毕设里展示多线程，也可以在预测前加一行root.update()让界面先刷新一次。
5.4 坑四：中文乱码，模型预测结果全部显示为问号
- 现象：GUI 窗口标题和按钮是中文正常显示，但预测出来的标签在部分系统上显示为“？？”，或者在命令行里输出的结果为乱码。
- 原因：Windows 控制台默认编码是 GBK，而 tkinter 文本组件在不同系统上内部编码处理也不同，直接打印字符串时发生编码错位。
- 解决：在脚本开头加三行固定配置：
sys.stdout.reconfigure(encoding='utf-8')，tkinter 字体统一设置成Microsoft YaHei，源文件首行声明# -*- coding: utf-8 -*-。
5.5 坑五：训练集和测试集标签分布失衡导致模型只会预测正向
- 现象：整个测试集上的整体准确率有 0.9，但把负向评论挑出来看，几乎全部被误判。
- 原因：原始数据集里好评数远大于差评数，训练时逻辑回归学过的大部分样本是正向，决策边界偏移到负向那一边。
- 解决：第一个是上文中提到的
class_weight='balanced'；第二个是如果数据量允许，对负向样本做上采样；还有一个操作是把负向样本复制一份再参与训练。我的个人习惯是先切数据再上采样，防止重复样本同时出现在训练集和测试集里。
6. 进阶玩法：换数据重训模型并校准置信度阈值的完整验证流程
资源自带的模型能跑通，但如果你想在论文里附加一个“模型比较实验”，或者想在答辩时展示你真正动手改过参数，只复现是不够的。我最推荐的进阶操作是：用同样的源码，换一份不同领域的评论数据重新训练一次，同时做阈值调整。这个流程能验证代码的通用性，也能让毕设的工作量看起来更扎实。
第一步，准备新数据。把你自己的数据集整理成同样的两列 CSV，列名保持和训练脚本一致，否则 pandas 读取会出 KeyError。第二步，修改训练脚本里的文件路径后直接运行，看模型在新数据上的分类报告，记录下准确率和 F1。第三步，加载模型后手动遍历测试集样本，找出被模型预测为 0.5 附近的产品，按置信度从低到高排序，观察这些样本的真实标签。
阈值调优的核心思路是画一条 PR 曲线或 ROC 曲线，找到 F1 值最高对应的那个概率阈值。这份资源里预留了一个评估参数，实际使用中可以按下面的方式做一次简单搜索：
import numpy as np prob = model.predict_proba(X_test_vec)[:, 1] y_test_np = np.array(y_test) best_threshold = 0.5 best_f1 = 0.0 for threshold in np.arange(0.35, 0.71, 0.01): y_hat = (prob >= threshold).astype(int) tp = ((y_hat == 1) & (y_test_np == 1)).sum() fp = ((y_hat == 1) & (y_test_np == 0)).sum() fn = ((y_hat == 0) & (y_test_np == 1)).sum() precision = tp / (tp + fp + 1e-9) recall = tp / (tp + fn + 1e-9) f1 = 2 * precision * recall / (precision + recall + 1e-9) if f1 > best_f1: best_f1 = f1 best_threshold = threshold print(f'最优阈值：{best_threshold:.2f}，F1：{best_f1:.4f}')这段代码里1e-9是防止分母为零的最小平滑值，不影响真实计算结果。np.arange(0.35, 0.71, 0.01)的意思是阈值搜索区间从 0.35 到 0.70，步长 0.01。如果在你的数据集上最优阈值只有 0.48，说明模型置信度校准偏低，那么 GUI 里那个固定的 0.5 阈值就不合适了。
做完这一步，再把 GUI 里的prob[1] >= 0.5改成从配置文件读取阈值。从那以后，我每次复现一份情感分析资源，都会强制走一遍这条链路：先跑通自带模型，再换数据重训练，最后做阈值搜索。整套流程走下来，你对这份资源里每个参数的含义和边界都会摸得很清楚，答辩的时候也就不会被问住了。希望帮到你。
本文还有配套的精品资源，点击获取
