### 1. 立项原因
旨在解决以下产品问题：
- 数据分散问题 ：网络媒体数据分布在不同平台（微信、微博、抖音、网站），难以集中分析
- 评估标准不统一 ：各平台数据格式和指标不同，缺乏统一的评估体系
- 人工分析效率低 ：传统人工分析耗时耗力，难以快速生成专业报告
- 趋势分析困难 ：缺乏季度间数据对比，难以发现传播趋势和问题
### 2. 行业场景与业务背景
- 政策背景 ：网络意识形态工作是当前宣传思想工作的重要组成部分，需要科学评估网络媒体传播效果
- 业务需求 ：合肥市委网信办基于清博指数大数据模型，定期对全市主要网络媒体进行评估
- 工作流程 ：每季度采集各平台数据，分析传播质量，生成评估报告，提出改进建议
### 1. 项目模块
- 文件上传模块 ：支持上传Excel文件，自动识别平台类型和工作表
- 数据处理模块 ：清洗、整合、分析各平台数据
- 报告生成模块 ：生成多部分评估报告
- 图表生成模块 ：生成平台榜单图表
- Excel导出模块 ：导出排名差异数据
- AI分析模块 ：利用通义千问API进行深度分析
### 2. 主要功能描述
第一部分：总体情况
- 统计全平台账号总数和推文总数
- 分析各平台（微信、微博、抖音、网站）的详细数据
- 生成包含总体情况的专业报告
第二部分：主要特点
- 分析内容特点：选题方向、内容类型分布等
- 分析传播特点：账号类型、发布时间规律等
- 生成问题分析和相关建议
第三部分：季度对比分析
- 上传当季度和上季度文件进行对比
- 分析排名变化和趋势
- 生成平台榜单图表
- 导出排名差异Excel
第四部分：热点文章分析
- 分析热点文章的特征和传播规律
- 生成热点文章分析报告
辅助功能 ：
- 智能字段识别和匹配
- 多文件批量上传
- 自动报告下载
- 错误处理和用户提示
我负责完整开发。
### 1. 技术栈
- 后端 ：Python 3.12, Flask 3.1.2
- 数据处理 ：pandas, openpyxl, matplotlib
- AI能力 ：通义千问API (dashscope)
- 文档生成 ：python-docx
- 前端 ：HTML5, CSS3, JavaScript (原生)
- 部署 ：Waitress WSGI服务器
### 2. 架构设计
- 前端层 ：单页面应用，采用HTML+CSS+JS实现，无框架依赖
- 后端层 ：Flask RESTful API，处理文件上传、数据处理和报告生成
- 数据层 ：本地文件系统存储上传文件，内存处理数据
- AI层 ：调用通义千问API进行自然语言处理和报告生成
- 输出层 ：生成Word文档、Excel文件和图表
### 3. 实现难点与亮点
难点 ：
- 多平台数据适配 ：不同平台（微信、微博、抖音、网站）数据结构差异大，需要统一处理
- 智能字段识别 ：需要自动识别不同Excel文件中的关键字段（如账号、标题、分类、时间等）
- 大数据处理 ：处理大量媒体账号数据时的性能优化
- AI报告生成 ：确保生成的报告专业、准确、符合政府公文规范
亮点 ：
- 智能平台识别 ：基于文件名自动识别媒体平台类型
- 自动字段匹配 ：智能匹配Excel文件中的关键字段，减少人工操作
- 多维度分析 ：从总体情况、主要特点、季度对比、热点文章等多维度分析
- AI赋能 ：利用通义千问API生成专业的评估报告和分析结论
- 可视化图表 ：自动生成平台榜单图表，直观展示数据
- 便捷的文件操作 ：支持多文件上传、自动下载报告等功能
评论