CoolFace
Apppublic

ormosiaora/SocialScraperApp

sourceHugging Faceupdated 5mo agoView on Hugging Face
0likes
App README

Topic Analysis App (LDA + BERTopic-lite) 🔍

这是一个面向非编程用户的 Streamlit 文本主题分析工具，支持：

  • —LDA（统计主题模型）
  • —BERTopic-lite（轻量语义主题：TF-IDF + SVD + KMeans）
  • —时间演化桑基图（可选时间列）

🌟 主要功能

  1. 1.文件上传：支持上传 CSV / Excel。
  2. 2.主题分析：LDA 与 BERTopic-lite 两种主题模型。
  3. 3.可视化与导出：主题词、主题分布、距离图、桑基图、导出带主题标签的 CSV。

🚀 快速开始 (学生/初学者指南)

如果你想直接分析已有的文档，请遵循以下步骤：

1. 环境准备

确保你的电脑已安装 Python 3.11（推荐）。

2. 克隆项目并安装依赖

bash
git clone <你的-github-仓库链接>
cd SocialScraperApp
. python3.11 -m venv .venv311
. .venv311/bin/activate  # Windows 用户使用: .venv311\Scripts\activate
pip install -r requirements.txt

3. 运行应用

bash
streamlit run app.py

4. 上传分析

  1. 1.启动后，在侧边栏或主界面选择 "Upload File" 标签。
  2. 2.拖入你的 CSV 或 Excel 文件。
  3. 3.提示：文件应包含名为 `content` 或 `text` 的列。
  4. 4.点击 "Analyze Uploaded Data" 即可进入预处理和主题分析流程。

📁 目录结构

  • —app.py: Web 界面核心代码。
  • —utils/io_utils.py: 上传文件解析。
  • —utils/topic_models.py: LDA / BERTopic-lite / 桑基图数据生成。
  • —scripts/xhs_mcp_collect.py: 本地小红书收集脚本（CDP 连接已登录 Chrome）。
  • —requirements.txt: 项目依赖清单。
  • —docs/INSTALL.md: 本地/云端安装与部署说明。
  • —docs/FEATURES.md: 功能拆解与模块对应关系。
  • —docs/XHS_MCP_COLLECTOR.md: 小红书收集工具使用说明。

📝 注意事项

  • —推荐使用 Python 3.11 运行（兼容性更稳定）。