Django+机器学习：电商评论情感分析毕设全解析-开发者社区

每年到这个节点，我总会碰到几波咨询毕设的，其中"基于django+机器学习的电商评论情感分析"绝对是出现频率最高的题目之一。标题挂着"源码+文档+远程调试，全包定制"的要么是代做广告，要么是二手倒卖，但这类题目本身的技术含量和完成度，其实被很多人低估了。今天我不聊代做那点事，就把它当做一个正经的工程技术项目来拆一遍：题目背后的核心难点在哪、技术栈为什么这么搭、从数据到模型再到网页的完整链路怎么走、以及那些你只有真正动手才会踩到的坑。

这个题目本质上是一个"文本分类 + Web 展示"的全栈项目，适合计算机、大数据、电子商务、信息管理等相关专业的毕业设计，也适合想入门 NLP 应用开发的初学者参考。它既不需要搞多前沿的算法，也不用烧钱租显卡，一台普通笔记本就能完整跑通，但对工程整合能力的要求相当全面：数据处理、模型训练、后端接口、前端展示、论文撰写一条龙。下面我从头到尾把这条链路捋一遍。

1. 题目拆解：一个情感分析毕设的真实工作量

1.1 情感分析到底解决什么问题

情感分析（Sentiment Analysis），学术上叫意见挖掘，本质上是让机器判断一段文本传递的情绪倾向。放到电商场景里，具体任务就是从用户评论中判断"这个评论是好评、差评还是中性"，更细一点还能分析出用户具体在夸哪个方面（物流快、质量好、服务差）或者吐槽哪个点（尺寸不符、客服敷衍）。

很多同学一看题目就慌了，觉得"NLP + 机器学习"门槛很高。实际上单论电商评论情感分析这个场景，它已经被研究得很透，属于文本分类里最经典、最容易落地的一类问题。你不需要做生成式模型，不需要搞大模型微调，核心就是一句话：把评论文本变成向量，然后喂给一个分类器，让分类器输出"正面/负面"的标签。就这么简单。

1.2 电商评论场景的特殊性

电商评论跟新闻文本、社交文本相比有几个明显特点，直接决定了你的技术选型：

口语化严重："东西不错就是有点小贵""物流贼快""也就那样吧"，大量省略主语、乱用标点、夹杂表情符号。
短文本为主：大多数评论就几十个字，不像新闻那样有丰富的上下文，所以特征很稀疏。
正负样本不均衡：真实场景里好评天然占比高，很多人买到满意的东西懒得评价，买到不满意的才疯狂吐槽，但总体看好评仍然远多于差评。
隐含情感表达："这价格还要啥自行车"表面看是句调侃，实际是好评；"用了一次就坏了"没有直接负面词，但明显是差评。这类表达对模型的语义理解能力有要求。

这些特点决定了你不能拿一套通用 NLP 流程硬套，必须针对中文电商评论做专门的数据清洗和特征处理。

1.3 交付物清单：源码之外还要有什么

凡是认真做过毕设的人都知道，老师看的绝不只是"能跑"。一个完整可交付的情感分析系统至少要包含这几块：

可运行的 Django 项目源码，包含数据预处理脚本、模型训练脚本、Web 应用代码；
训练好的模型文件（.pkl / .h5 之类），保证拿到源码能不重新训练直接启动；
项目文档，包括需求分析、系统设计、数据库设计（虽然这个项目可能用不到数据库）、接口说明；
毕业论文或设计报告，这是大头，后面我会专门讲怎么组织；
一个稳定的演示环境，能现场展示单条分析、批量分析、可视化图表这些功能。

把这些模块列出来你就会发现，这个题目的难点压根不在算法本身，而在"把算法包装成一个完整系统"这件事上。很多同学模型调得飞起，最后卡在 Django 部署和前后端联调上，那才叫冤枉。

2. 技术选型逻辑：为什么是 Django + 机器学习，而不是别的

2.1 Django 在这个项目里的真实职责

先说 Django。它的定位是 Web 框架，负责对外提供页面和接口。为什么毕设选它而不是别的？几个很实在的理由：

Python 生态一致：机器学习这边用的 sklearn、TensorFlow、PyTorch 全是 Python 的，Django 也是 Python，模型文件直接可以joblib.load()/keras.models.load_model()加载，完全不用跨语言调用，这是最省事的一条路。
自带后台和管理界面：Django 的 admin 模块免费送一个管理后台，可以拿来管理评论样本、查看标注数据，演示的时候也是加分项。
开发效率高：ORM 让你不用写原生 SQL，模板系统让你快速搭页面，对主要精力在机器学习上的毕设来说非常友好。

相比之下，Flask 更轻量但很多东西要自己拼，FastAPI 虽然后起之秀但很多学校老师没听过，答辩容易被质疑选型理由。Django 是"大而全"的稳妥牌，就业市场上 Python Web 岗位提到 Django 的概率也高，选它从答辩和工作两个角度都说得过去。

2.2 机器学习算法的选型路线

算法部分要分两层看：传统机器学习层和深度学习层。毕设做到什么程度，取决于你想拿什么档次的成绩。

传统机器学习：朴素贝叶斯（MultinomialNB）、逻辑回归、线性 SVM、随机森林。这几个是文本分类的经典基线模型，训练快、解释性强，论文里可以画很多对比分析的图。
深度学习方法：TextCNN、LSTM、BiLSTM。这些模型能捕捉词序和上下文信息，对"这价格还要啥自行车"这类句子效果明显更好，但训练时间和调参难度也上来。
预训练模型（进阶项）：BERT 及各种中文预训练模型（如中文 RoBERTa、ERNIE），效果确实好，但显存占用大、推理慢，普通毕设不一定有必要。我建议最多作为"改进方向"写进论文的展望，不要当作主方案，否则光是环境配置就够你喝一壶。

核心选型建议：主方案做"TF-IDF + 机器学习"和"Word2Vec + 深度学习"两套对比，既覆盖了基础要求又体现工作量，答辩时数字也漂亮。

2.3 系统分层与数据流转

整个系统从架构上分四层，理解了这个分层，后面做起来思路就非常清晰：

数据层：评论数据集 → 清洗/标注 → 训练集/测试集 模型层：文本向量化 → 分类模型 → 评估/调优 → 模型持久化 应用层：Django 视图 → 加载模型 → 推理预测 → 返回结果 展示层：单条输入框 → 批量分析 → 图表可视化

数据从原始爬虫文件或公开数据集进来，经过预处理变成干净的训练语料，训练出的模型通过 pickle/joblib 保存成文件，Django 启动时加载模型，用户在前端输入评论，请求打到视图函数，视图调用预处理和模型，把预测结果返回给前端渲染。这条链路每环都可以独立测试，建议按这个顺序开发，不要一上来就写 Django，先把模型跑通再说。

3. 数据预处理：中文评论比英文难在哪里

3.1 数据集的选择与标注策略

数据是情感分析项目的命根子。公开的电商评论数据集可以找到不少，但来源和质量参差不齐。毕设场景下我建议用以下几种来源组合：

公开的某平台商品评论数据集（通常包含评论文本和评分）；
自己写爬虫抓取（如果敢用爬虫，要注意遵守网站协议，仅作学术用途）；
中文情感语料库或者开源的中文酒店/购物评论数据。

数据规模上，二分类（正/负）至少准备 1 万条以上，最好能到 3~5 万条。太少模型容易欠拟合，太多你预处理和训练的时间也受不了。如果原始数据带评分，可以直接用评分做弱标注：4~5 星算正面，1~2 星算负面，3 星可以扔掉或单独归为中性。这是学术论文里常见的做法，省去了大量人工标注时间，但要在论文里说明清楚，因为评分和真实情感并不完全一致（有人给 3 星却写了段好评）。

3.2 分词、停用词与传统特征

中文文本和英文最大的区别是没有天然的空格分词，所以分词是中文 NLP 的第一道工序。主流方案是 jieba，也考虑用 jieba 的全模式和搜索引擎模式做对比实验。核心代码很简单：

import jieba text = "这个手机续航不错，就是屏幕有点暗，整体性价比很高" seg_list = jieba.cut(text, cut_all=False) print(" | ".join(seg_list)) # 这个 | 手机 | 续航 | 不错 | ， | 就是 | 屏幕 | 有点 | 暗 | ， | 整体 | 性价比 | 很高

分词之后是清洗和去停用词：

去除网址、@ 用户、纯数字、无意义符号；
去停用词（"的""了""就""也"这类高频但无信息的词），需要用一份中文停用词表；
去重：同一用户对同一商品的重复评论、完全相同的刷单评论，否则会污染训练集；
可选：繁体转简体、表情符号替换成情感词（比如"哈哈哈哈"转为"开心"）。

传统机器学习里，最经典的特征就是 TF-IDF。它的思路是：一个词在文档中出现次数多（TF 高）、但在整个语料中出现得少（IDF 高），那它就对这篇文档有很强的区分度。比如"差评""退款"这类词在差评里密集出现但总体少见，TF-IDF 会给它很高权重：

from sklearn.feature_extraction.text import TfidfVectorizer vectorizer = TfidfVectorizer(max_features=5000, ngram_range=(1, 2)) X_train = vectorizer.fit_transform(train_texts) X_test = vectorizer.transform(test_texts)

注意这里fit_transform和transform的区别：一定要只用训练集 fit，测试集只能 transform，否则会造成信息泄露，测试集数据提前"见到"了词表，评估结果虚高。这个细节毕业论文里可以单独写，老师会觉得你真懂。

3.3 词向量与序列化表示

传统 TF-IDF 是离散的、稀疏的表示，无法体现词与词之间的语义关系。深度模型一般用的是稠密词向量：先通过 Word2Vec 或 GloVe 把每个词映射到固定维度的向量空间，语义相近的词在向量空间里距离更近。比如"好评"和"点赞"的向量就很接近。

用 gensim 训练词向量，或者直接加载开源的中文词向量：

from gensim.models import Word2Vec # 语料是分词后的句子列表，每句是一个词列表 sentences = [jieba.lcut(s) for s in train_texts] model = Word2Vec(sentences, vector_size=100, window=5, min_count=2, sg=1) model.save("word2vec.model")

然后把每条评论映射成词向量序列，再 padding 到固定长度（比如 128 个词），超过截断、不足补零。这步做完，数据才能喂给 LSTM 或 TextCNN。

4. 模型训练与外评估：从跑通到能答辩

4.1 先跑传统机器学习模型做基线

我强烈建议所有做这个题目的同学，先跑传统机器学习模型，而不是直接上深度学习。原因有三：一是速度快，一分钟内出结果，方便快速验证数据管道有没有问题；二是结果稳定，不依赖随机种子；三是论文有对比素材。

以 TF-IDF 特征为例，把数据 8:2 切分，然后分别跑逻辑回归、朴素贝叶斯、线性 SVM：

from sklearn.model_selection import train_test_split from sklearn.linear_model import LogisticRegression from sklearn.naive_bayes import MultinomialNB from sklearn.svm import LinearSVC from sklearn.metrics import accuracy_score, f1_score X_train, X_test, y_train, y_test = train_test_split( X, y, test_size=0.2, random_state=42, stratify=y ) models = { "LogisticRegression": LogisticRegression(max_iter=1000), "MultinomialNB": MultinomialNB(), "LinearSVC": LinearSVC() } for name, model in models.items(): model.fit(X_train, y_train) pred = model.predict(X_test) print(f"{name}: 准确率 = {accuracy_score(y_test, pred):.4f}, " f"F1 = {f1_score(y_test, pred):.4f}")

实际跑出来的典型结果是：线性 SVM 通常略优于逻辑回归，朴素贝叶斯在某些数据集上也相当能打。这个阶段不用追求极致准确率，重点是得到一组可比对的基线数值，比如准确率 0.85~0.90 左右就很正常。

4.2 再接 LSTM 或 TextCNN

传统模型的瓶颈在于忽略词序。比如"不是不好"和"不好"语义完全相反，但如果只看词的权重，很容易搞混。这时就需要深度学习模型。

TextCNN 的原理很直观：把评论看成一维的"信号"，用多个不同尺寸的卷积核去扫，提取局部 n-gram 特征，再接池化层和全连接层。它实现简单、训练快，是文本分类性价比最高的深度模型之一。LSTM 则是按顺序读词，能记住前面出现过的重要信息，适合处理"虽然……但是……"这种句式。

用 Keras / TensorFlow 实现一个简单的 TextCNN：

from tensorflow.keras.models import Sequential from tensorflow.keras.layers import Embedding, Conv1D, GlobalMaxPooling1D, Dense, Dropout model = Sequential([ Embedding(vocab_size, 128, input_length=max_len), Conv1D(128, 5, activation='relu'), GlobalMaxPooling1D(), Dense(64, activation='relu'), Dropout(0.5), Dense(1, activation='sigmoid') ]) model.compile(optimizer='adam', loss='binary_crossentropy', metrics=['accuracy']) model.fit(X_pad_train, y_train, epochs=10, batch_size=64, validation_split=0.1)

注意几个会让结果难看的坑：Embedding 层如果随机初始化而不加载预训练词向量，需要更多训练轮次才能收敛；Dropout 不要加太大，0.3~0.5 即可；epochs 建议配合早停（EarlyStopping），防止过拟合，因为毕设数据量不大，过拟合非常容易发生。

4.3 评测指标、混淆矩阵与结果对比

很多毕设论文写"模型准确率达到 90%"，然后就没了。这其实是不够的。二分类问题必须看一组指标：准确率、精确率、召回率、F1 值、混淆矩阵。

举个例子：如果 100 条评论里 90 条好评、10 条差评，模型无脑全预测为好评，准确率都有 90%。但这明显是一个废物模型。所以一定要看差评这一类的召回率——有多少差评被你漏掉了。用混淆矩阵可以看出模型到底在哪个类别上犯错：

from sklearn.metrics import confusion_matrix, classification_report print(classification_report(y_test, pred, target_names=['负面', '正面'])) print(confusion_matrix(y_test, pred))

论文里建议同时放三张表：传统模型对比表、深度模型对比表、以及优劣错误案例分析表。案例分析尤其加分——找几个预测错误的评论，分析为什么错，比如"遇到反讽句式无法理解""缺少领域词典"等，这体现了你的思考深度。

5. Django 集成：把模型装进网页的完整链路

5.1 模型持久化与加载策略

训练完模型的最终归宿不是 jupyter 而是文件。传统机器学习模型用 joblib 保存，比 pickle 在 numpy 数组上的效率更高：

import joblib joblib.dump(vectorizer, "models/tfidf_vectorizer.pkl") joblib.dump(model, "models/sentiment_model.pkl")

深度学习模型用model.save("models/textcnn_model.h5")，同时也要保存分词器和词表，否则部署时没法对用户输入做同样处理。这里我踩过一个坑：光保存模型不行，预处理管线必须和模型一起保存。比如 TF-IDF 的vocabulary_、分词用的词典、padding 用的max_len，这些都要持久化，否则新来的文本无法转成和训练时一致的表示。

Django 端加载模型要注意时机。最忌讳在每个请求里都load_model()，模型加载一次要好几秒，用户点一下等五秒，演示直接翻车。正确做法是模块加载时只执行一次，用全局变量保存：

# sentiment_service.py import joblib _vectorizer = None _model = None def get_model(): global _vectorizer, _model if _model is None: _vectorizer = joblib.load("models/tfidf_vectorizer.pkl") _model = joblib.load("models/sentiment_model.pkl") return _vectorizer, _model

Django 的开发服务器是单进程多线程的，模块级全局变量在开发阶段完全够用。如果将来要上生产，就再考虑 Redis 缓存或者独立推理服务，但毕设不需要。

5.2 单条分析接口与批量分析

有了服务模块，视图层就很薄了。设计两个核心功能：单条分析和批量分析。

单条分析是一个简单的 POST 接口，前端输入框传入评论文本，后端做分词、向量化、预测，返回情感标签和置信度：

# views.py from django.http import JsonResponse from django.views.decorators.csrf import csrf_exempt from .sentiment_service import get_model import jieba @csrf_exempt def analyze_one(request): if request.method == "POST": text = request.POST.get("text", "") if not text.strip(): return JsonResponse({"error": "评论不能为空"}, status=400) vec, model = get_model() # 这里要做和训练时完全一样的预处理 text_seg = " ".join(jieba.cut(text)) x = vec.transform([text_seg]) pred = model.predict(x)[0] proba = model.predict_proba(x)[0].tolist() label = "正面" if pred == 1 else "负面" return JsonResponse({"label": label, "proba": proba, "text": text}) return JsonResponse({"error": "仅支持POST请求"}, status=405)

批量分析则是用户上传一个 CSV 文件，后端逐行预测，然后汇总统计并让用户下载结果文件。这个功能演示效果好，因为能直观展示模型的批量处理能力，数据量可以搞个几千条，几秒钟处理完，视觉效果很震撼。

5.3 前端展示与可视化

前端不求花哨，但要有几个关键元素：一个大的输入框、一个"分析"按钮、结果区域（情感标签+置信度+标签颜色）。再加一个批量分析的上传表单区域和结果下载按钮。

可视化是让毕设显得完整的重要一步。用 ECharts 或 Chart.js 画三个图：情感占比饼图（正面多少、负面多少）、不同类别评论数量的柱状图、以及 API 响应时间的折线图（可选）。这些图表的数据可以从批量分析的结果中统计出来，也可以从历史分析记录中读取。

Django 模板里嵌入 ECharts 很简单，引入 CDN，然后在 JavaScript 里填数据：

<script src="https://cdn.jsdelivr.net/npm/echarts@5/dist/echarts.min.js"></script> <div id="pieChart" style="width: 100%; height: 400px;"></div> <script> const chart = echarts.init(document.getElementById('pieChart')); chart.setOption({ series: [{ type: 'pie', data: [ { name: '正面', value: {{ positive_count }} }, { name: '负面', value: {{ negative_count }} } ] }] }); </script>

关于静态资源，我建议把 ECharts 文件下载到本地放在static目录下。为什么？因为答辩现场经常没网，CDN 加载不出来当场尴尬，本地文件最保险。所有外部依赖都尽量本地化，这是演示稳定性的第一原则。

5.4 项目文件结构与路由设计

一个标准的 Django 项目结构大概长这样：

sentiment_project/ ├── manage.py ├── sentiment_app/ # 核心应用 │ ├── views.py # 视图函数 │ ├── urls.py # 路由 │ ├── sentiment_service.py # 模型加载与推理 │ ├── models.py # 可能用的数据模型（可选） │ ├── templates/ │ │ └── sentiment_app/ │ │ ├── index.html │ │ └── batch.html │ └── static/ │ ├── css/ │ ├── js/ │ └── echarts/ ├── models/ # 训练好的模型文件 │ ├── tfidf_vectorizer.pkl │ ├── sentiment_model.pkl │ └── textcnn_model.h5 ├── scripts/ # 数据预处理与模型训练脚本 │ ├── preprocess.py │ ├── train_traditional.py │ └── train_deep.py └── data/ # 数据集 ├── raw/ └── processed/

这个结构清晰、职责分明，写进论文架构图里也好看。路由就两个核心页面加两个接口，不需要搞复杂。

6. 毕设实战踩坑记录：这些问题我基本都遇到过

6.1 中文编码到处报错

做中文 NLP 项目，编码问题是第一个拦路虎。Windows 下默认编码经常是 GBK，而 Django 和大多数数据处理库默认 UTF-8。常见的报错就是UnicodeDecodeError: 'gbk' codec can't decode byte。

解决方案是：全项目统一 UTF-8。所有代码文件头部声明编码，所有文件读取显式指定encoding='utf-8'，CSV 文件读取时加encoding='utf-8-sig'（带 BOM 时用这个）。另外在settings.py里设置LANGUAGE_CODE = 'zh-hans'和TIME_ZONE = 'Asia/Shanghai'，否则 Django 后台会报一些本地化的小问题。

6.2 pickle 版本与跨环境加载问题

模型文件从你训练电脑搬到另一台电脑或者服务器，最容易翻车的是版本不一致。sklearn 的模型文件在版本跳跃大的时候（比如 0.24 到 1.2）可能加载失败，报ModuleNotFoundError: No module named 'sklearn...'或者ValueError: pickle protocol。

如果对方环境没法强制匹配版本，有两条路：一是用 joblib 加compress=3保存，并在文档里写清楚依赖版本；二是提供一份requirements.txt锁定所有关键包版本。我见过太多人远程调试时因为环境不一致，把两三个小时耗在装包上。交付的时候一定要把环境依赖清单列全，最好精确到版本号。

6.3 样本不均衡导致的"假高分"

前面说过好评天然比差评多。如果直接用原始分布训练，模型会倾向把所有样本预测为多数类。除了看混淆矩阵之外，处理手段有几种：欠采样（随机删掉部分好评）、过采样（差评做 SMOTE 或简单复制）、或者给少数类加大惩罚权重（sklearn 的class_weight='balanced'）。

从论文角度，我建议把"数据不均衡问题及处理方案"写成独立小节。老师看到你主动发现并处理了数据分布问题，比看到 0.99 的准确率更靠谱。

6.4 DataFrame 在 Django 里的不可序列化问题

批量分析时，很多人习惯用 pandas 处理结果，最后return JsonResponse(result_df)直接报错，因为 DataFrame 不能被 JSON 序列化。正确做法是先转成records格式或者列表：

records = result_df.to_dict(orient="records") return JsonResponse({"data": records, "total": len(records)})

还有个类似问题：numpy 的np.int64类型 JSON 也序列化不了。预测结果的标签如果是 numpy 类型，记得先int()或者float()强制转换。这些小坑单独看都不大，但串联起来会消耗大量调试时间。

6.5 模型推理速度过慢

如果深度模型没有 GPU，一个长评论预测可能要 100 毫秒以上，前端如果同步等待会导致页面卡顿几十秒。解决方案一是限制输入长度（截断到 128 或 256 词），二是用异步请求（AJAX + loading 动画），先让用户感知在"处理中"，而不是页面没反应。

答辩演示最怕冷场。我建议把模型预热做一遍：服务启动时先拿几条测试数据跑一次，把模型加载和编译的耗时消化在后台，再用浏览器访问就流畅多了。

7. 文档、演示与答辩准备：让工作量看得见

7.1 毕业论文结构怎么搭

这个题目写论文，结构基本可以按下面这个骨架走，既符合软件工程流程又贴合 AI 类课题：

绪论：背景、国内外研究现状、主要工作与论文结构；
相关技术介绍：Django 框架、机器学习基础、中文文本处理技术；
系统需求分析：功能性需求（单条分析、批量分析、可视化）与非功能需求（响应时间、准确率）；
系统设计：总体架构、模块划分、数据集构建与标注策略、模型选型方案；
系统实现：数据预处理的代码逻辑、模型训练过程与参数设置、Django 页面与接口实现；
实验与结果分析：实验环境、评价指标、模型对比、错误案例分析与改进方向；
总结与展望。

其中第 6 章是精华，老师说"工作量都体现在实验章节"不是开玩笑的。多放图表：数据分布图、词云图、混淆矩阵热力图、模型对比柱状图。

7.2 演示 Demo 的固定流程

演示不能临场发挥，建议固定为一条路径：打开系统主页说明技术栈和页面功能，输入一条明显的正面评论（比如"物流很快，包装严实，客服态度也很好"）看结果，输入一条中性带隐含情感的评论（比如"价格便宜但质量一般般"）看模型怎么判断；然后进入批量分析，上传测试 CSV，展示统计图和下载结果；最后切到后台管理页面展示评论样本管理功能。

整个过程控制在 5 分钟以内，重点突出数据和模型的可视化部分。提前在本地起好服务，关闭无关弹窗，断开外部依赖（本地 echarts 就是为此准备的）。

7.3 答辩时容易被追问的点

老师对这个题目的提问基本集中在几个地方，提前准备好答案就不慌：

"为什么选这个模型，你和别的模型比较过吗？"——准备一张对比表，说清楚每个模型的准确率、F1 和优缺点。
"你的结果准确率 90%，误差主要来自哪里？"——准备三五个预测错误的例子，分析反讽、缺主语、领域新词等原因。
"这个系统如果上线，有什么不足？"——答：数据覆盖面不够、实时性一般、对反讽和方言识别弱，未来可以引入预训练模型、扩大数据规模。
"你的特征是怎么提取的？"——把 TF-IDF 原理和 Word2Vec 原理用简单的话讲清楚，别背公式，用例子说明。

8. 结语与最后几点建议

文章写到这里，技术链路基本走完了。最后分享几点我做这类项目最深的感受：第一，这个题目最大的价值不是算法本身，而是让你完整走一遍"数据 → 模型 → 系统 → 文档"的工程流程，这种全链路的经验在面试时会成为非常扎实的项目故事。第二，不要迷信"全包定制"，哪怕是买来的源码，你也要把每一行代码的原理搞懂，不然答辩老师几个追问就能看出破绽，到时候比没做还被动。第三，真实的数据比花哨的模型更能打动老师，把数据清洗、分布分析、错误案例做扎实，比堆一堆大词要强得多。

如果你正在做这个题目，建议从数据预处理脚本开始写起，先跑通一条最简单的朴素贝叶斯全流程，再逐步替换为深度模型和完善 Django 页面。路是一步一步走出来的，等你在浏览器里看到自己训练的模型实时给出一条评论的"正面/负面"判断时，那种成就感是代做和抄袭永远给不了的。

Django+机器学习：电商评论情感分析毕设全解析