You can not select more than 25 topics
Topics must start with a letter or number, can include dashes ('-') and can be up to 35 characters long.
1.2 KiB
1.2 KiB
一.主任务要求
1.数据获取
利用爬虫B站爬取所需弹幕数据，搜索关键词“2024巴黎奥运会”，爬取综合排序前300的所有视频弹幕。
2.数据统计
统计AI技术应该方面的每种弹幕数量，并输出数量排名前8的弹幕。 将统计的数据利用编程工具或开发包自动写入Excel表中。
3.数据可视化
对采集的数据集进行可视化表示，制作词云图，越美观越好。
4.数据结论
通过统计数据得出当前B站用户对于2024巴黎奥运会应用AI技术的主流看法。
二.附加题
(1)爬取福州大学的通知、文件系统
地址：https://info22.fzu.edu.cn/lm_list.jsp?wbtreeid=1460【要开校园网访问】
包含发布时间，作者，标题以及正文。
可自动翻页（爬虫可以自动对后续页面进行爬取，而不需要我们指定第几页）
指定爬取范围：如2020年1月1号 - 2021年9月1号
(2)爬取B站评论
利用爬虫B站爬取所需弹幕数据，搜索关键词“2024巴黎奥运会”，爬取综合排序前50的所有视频第一页评论。
三.使用技术栈
- Http请求：OkHttp Jsoup
- Json解析：Gson
- Excel写入：EasyExcel
- 词云生成：Kumo
- 日志打印：Slf4j