fork-wechat_analysis是微信聊天记录文本分析工具,支持词频统计、情感分析、消息频率分析等功能,帮助用户深入了解聊天内容。
- 原项目: 未知(待确认)
- 原作者: 未知
- 开源协议: 未明确标注(需查看原项目)
- Fork时间: 2024年
本项目为原项目的学习研究版本,主要用于:
- 学习自然语言处理技术
- 研究情感分析和文本挖掘方法
- 了解数据可视化的实现技术
本项目仅供学习研究使用,请勿用于非法用途。使用本项目所产生的一切后果由使用者自行承担。
graph TB
subgraph Input["📥 数据输入"]
A[EnMicroMsg.db] --> B[微信数据库]
B --> C[SQL查询提取]
C --> D[聊天记录CSV]
end
subgraph Process["⚙️ 数据处理"]
D --> E[数据清洗]
E --> F[消息类型筛选<br/>type=1]
F --> G[发送方区分<br/>isSend=0/1]
G --> H[时间序列化]
end
subgraph Analysis["📊 分析引擎"]
H --> I[词频统计]
I --> J[停用词过滤]
J --> K[分词处理<br/>jieba]
H --> L[情感分析]
L --> M[SnowNLP]
L --> N[情感词典<br/>大连理工]
H --> O[其他统计]
O --> P[句子长度]
O --> Q[消息频率]
end
subgraph Output["📤 可视化输出"]
K --> R[词云图]
M --> S[情感折线图]
N --> T[情感热力图]
P --> U[统计图表]
end
style A fill:#e1f5ff
style D fill:#fff9c4
style R fill:#c8e6c9
style S fill:#c8e6c9
style T fill:#c8e6c9
style U fill:#c8e6c9
sequenceDiagram
participant DB as 微信数据库
participant E as 数据提取
participant P as 数据预处理
participant A as 分析引擎
participant V as 可视化
DB->>E: 导出EnMicroMsg.db
E->>E: SQL查询聊天记录
E->>P: 保存为chat_data.csv
P->>P: 筛选文本消息type=1
P->>P: 区分发送方isSend
P->>P: 时间排序newTime
P->>A: 传递清洗后数据
par 词云生成
A->>A: jieba分词
A->>A: 停用词过滤
A->>V: 生成词云图
and 情感分析
A->>A: SnowNLP计算
A->>V: 情感得分折线图
and 情感分类
A->>A: 情感词典匹配
A->>V: 情感热力图
end
V->>V: 保存到result文件夹
mindmap
root((情感分析))
SnowNLP方法
情感得分
0-1区间
中性判断
时间序列分析
月度均值
趋势变化
情感词典方法
大连理工词典
7大情绪类别
词语情感强度
情绪分类
乐、好、怒
哀、惧、恶、惊
热力图展示
月份×情绪
颜色深浅表示强度
可视化输出
折线图
情感得分趋势
热力图
情绪分布矩阵
## 📊 系统架构
```mermaid
flowchart TB
subgraph DataSource["📥 数据源"]
WeChat["微信数据库<br/>EnMicroMsg.db"]
Export["数据导出<br/>chat_data.csv"]
end
subgraph Preprocess["🔧 数据预处理"]
Filter["数据筛选<br/>type=1"]
Clean["数据清洗<br/>停用词过滤"]
Seg["中文分词<br/>jieba"]
end
subgraph Analysis["📊 情感分析"]
SnowNLP["SnowNLP<br/>情感得分"]
Dict["情感词典<br/>大连理工本体"]
Heat["热力图<br/>情感分类"]
end
subgraph Visualization["🎨 可视化"]
WordCloud["词云生成<br/>wordcloud"]
LineChart["折线图<br/>情感趋势"]
Stats["统计分析<br/>其他统计"]
end
subgraph Output["📁 输出结果"]
Images["图片结果<br/>PNG格式"]
CSV["分析数据<br/>CSV文件"]
end
DataSource --> Preprocess
Preprocess --> Analysis
Analysis --> Visualization
Visualization --> Output
WeChat --> Export
Export --> Filter
Filter --> Clean
Clean --> Seg
Seg --> SnowNLP
Seg --> Dict
SnowNLP --> LineChart
Dict --> Heat
Seg --> WordCloud
WordCloud --> Images
LineChart --> Images
Heat --> Images
classDef sourceStyle fill:#e3f2fd,stroke:#1565c0,stroke-width:2px
classDef preStyle fill:#fff3e0,stroke:#f57c00,stroke-width:2px
classDef analysisStyle fill:#f3e5f5,stroke:#7b1fa2,stroke-width:2px
classDef vizStyle fill:#e8f5e9,stroke:#388e3c,stroke-width:2px
classDef outputStyle fill:#fce4ec,stroke:#c2185b,stroke-width:2px
class WeChat,Export sourceStyle
class Filter,Clean,Seg preStyle
class SnowNLP,Dict,Heat analysisStyle
class WordCloud,LineChart,Stats vizStyle
class Images,CSV outputStyle
--data 存放分析所需的数据
--EnMicroMsg.db 从微信中导出的聊天记录数据库
--chat_data.csv 将数据库中的聊天记录存储到csv文件，之后分析都从csv读取数据
--大连理工大学中文情感词汇本体.xlsx 情感词典
--CNstopwords.txt 中文停用词
--simhei.ttf 绘制词云指定的字体
--result 存放分析结果、生成的图片
--gernerate_word_cloud.py 生成词云
--sentiment_snownlp.py 调用snownlp生成情感得分，计算情感均值、作折线图
--sentiment_dict.py 使用大连理工情感词典计算情绪分类，作热力图
--others.py 其他统计
参考以下两个博客：
① https://blog.csdn.net/weixin_41746317/article/details/104110161?spm=1001.2101.3001.6650.5&utm_medium=distribute.pc_relevant.none-task-blog-2%7Edefault%7EOPENSEARCH%7ERate-5-104110161-blog-126700288.pc_relevant_multi_platform_whitelistv3&depth_1-utm_source=distribute.pc_relevant.none-task-blog-2%7Edefault%7EOPENSEARCH%7ERate-5-104110161-blog-126700288.pc_relevant_multi_platform_whitelistv3&utm_relevant_index=6
① https://blog.csdn.net/m0_59452630/article/details/124222235
破译密码如果①的方法没成功可以试试②的
content列：聊天内容
type列：信息类型（1代表文本消息，需要用excel筛选一下之后只分析type=1的数据）
isSend列：0代表对方发送的信息，1代表自己发送的信息
createTime：时间（暂时不知道怎么恢复成年月日），但是降序排序以后的顺序是聊天记录由近到远的顺序
自己加了一列newTime，记录聊天记录所在月份，是根据createTime降序排序后，手机上看每月最后几句信息，在excel中搜索，来进行月份划分的
调用generate_word_cloud.py
① 调用get_sentiment_score()函数，将情感得分保存到csv的sentiment_score列中
② 调用draw()函数，将情感得分随时间变化值保存到result文件夹中
snownlp得到的分值不一定准确，所以send和receive的得分值都差不多，但也有可能日常的交流就是比较中性的，没有什么大起大落的情感
调用sentiment_dict.py
注意第115行，如果没有匹配到任何情感词，就记为None，绘制热力图的时候会筛掉None的记录
others.py
