一、项目概述
本系统基于 Python 爬虫技术采集电影数据，围绕豆瓣电影评分与猫眼电影票房数据进行清洗、建模分析与可视化展示，实现一个集数据采集、统计分析、可视化展示与票房预测于一体的电影数据分析平台。
系统采用：
- 后端：Python + Flask
- 前端：Vue3
- 数据库：MySQL
系统通过对电影评分、地区、类型、语言、时长、演员导演信息等多维数据进行统计分析，探索电影评分与票房之间的关联关系，并构建票房预测模型，实现数据驱动的电影分析功能。
二、系统总体功能设计
系统共分为数据分析模块、可视化展示模块、预测模块与用户管理模块。
1 数据概览模块
数据概览模块作为系统的数据入口模块，主要用于展示已采集的豆瓣电影数据与猫眼电影实时票房数据。该模块整合了不同来源的数据资源，通过统一界面进行展示，并支持多条件筛选与模糊查询功能，使用户能够快速定位目标数据。
2 地区均分分析
地区均分模块采用热力图形式，对不同国家或地区电影的平均评分进行可视化展示。通过颜色深浅变化直观反映各地区电影整体评分水平，使用户能够快速识别评分较高或较低的区域分布特征。
3 评分排名分析
评分排名模块采用柱状图形式展示评分排名前30的电影。通过图形化对比方式，直观呈现不同电影之间的评分差距，增强视觉冲击力与信息表达效果。
4 类型均分分析
类型均分模块将电影按照类型进行分类统计，计算各类型电影的平均评分，并通过排序算法对结果进行降序排列展示。通过对不同类型电影的评分水平进行比较，可以分析观众对不同题材的偏好差异
5 年度上榜趋势分析
年度上榜模块采用散点图形式展示自1983年至今各年度上榜电影数量变化情况。通过时间维度分析，可以观察电影行业在不同历史阶段的发展趋势。
6 语言排名分析
语言排名模块采用折线图展示不同语言电影的上榜次数变化情况。通过统计不同语言电影在榜单中的出现频率，可以分析全球电影语言结构与文化传播影响力。
7 时长结构分析
时长分析模块采用饼状图展示电影时长分布比例情况。通过对影片时长区间进行统计，可以分析主流电影时长范围及制作趋势。
8 人物贡献分析
人物分析模块统计演员、导演与编剧参与上榜电影的次数，并进行数据展示。通过人物维度的分析，可以识别在电影行业中具有持续影响力的核心创作者。
9 评论词云分析
评论词云模块基于抓取的评论文本数据生成词云图，并支持按照地区、电影类型及具体电影进行筛选。系统通过对评论内容进行分词与统计，将高频关键词以可视化形式呈现，使抽象文本信息转化为直观图形
10 票房预测模块
功能说明：
- 基于电影类型、导演、主演、地区等特征
- 使用 XGBoost 进行回归预测
- 输出预测总票房及未来趋势
实现流程：
- 特征工程处理
- 构建训练数据集
- 模型训练
- 预测输出
11 个人信息管理
用户查看个人信息，输入新的信息点击提交，可更新个人信息
12 修改密码
输入原密码与新密码，可修改密码
13 用户管理（管理员权限）
该功能是管理员功能，管理用户信息
新增：点击新增按钮，输入用户信息，可添加新用户
搜索：输入用户名字和手机号码，点击搜索即可查询用户信息
编辑：编辑用户信息
重置密码：点击重置密码，可重置该用户密码
启用/停用：对用户账号状态进行修改，被停用的用户无法登录系统
删除：删除该账号
14 动态爬取数据
选择数据类型（豆瓣Top250电影、豆瓣高分电影、豆瓣电影详情、豆瓣电影评论、猫眼电影票房数据），输入相关条件，即可在线爬去最新电影数据。
15 爬取历史
查看数据爬去历史记录。
16 登录与注册
用户登录注册
三、系统技术架构
-
后端
- python
- flask
前端
- vue3
- iview
- echarts