基于大数据爬虫+Python+SpringBoot+Hive的网络电视剧收视率分析与可视化平台系统(源码+论文+PPT+部署文档教程等)

Ne0inhk

15 Mar 2026 — 25 min read

博主介绍：ZEEKLOG毕设辅导第一人、全网粉丝50W+,ZEEKLOG特邀作者、博客专家、腾讯云社区合作讲师、ZEEKLOG新星计划导师、Java领域优质创作者,博客之星、掘金/华为云/阿里云/InfoQ等平台优质作者、专注于Java技术领域和学生毕业项目实战,高校老师/讲师/同行前辈交流✌

技术范围：SpringBoot、Vue、SSM、HLMT、Jsp、PHP、Nodejs、Python、爬虫、数据可视化、小程序、安卓app、大数据、物联网、机器学习等设计与开发。

主要内容：免费功能设计、开题报告、任务书、中期检查PPT、系统功能实现、代码编写、论文编写和辅导、论文降重、长期答辩答疑辅导、腾讯会议一对一专业讲解辅导答辩、模拟答辩演练、和理解代码逻辑思路。

🍅文末获取源码联系🍅

👇🏻 精彩专栏推荐订阅👇🏻 不然下次找不到哟

2022-2024年最全的计算机软件毕业设计选题大全：1000个热门选题推荐✅

Java项目精品实战案例《100套》

Java微信小程序项目实战《100套》

大数据项目实战《100套》

Python项目实战《100套》

感兴趣的可以先收藏起来，还有大家在毕设选题，项目以及论文编写等相关问题都可以给我留言咨询，希望帮助更多的人

系统介绍：

摘要：在当今数字化时代，网络电视剧作为一种新兴的娱乐形式，受到了广泛的关注和欢迎。随着网络电视剧市场的不断扩大和竞争的加剧，各大卫视平台纷纷推出了大量优质的网络电视剧，努力吸引观众和提升收视率。然而，如何科学准确地评估网络电视剧的收视率，了解观众喜好和行为，对于卫视平台和制作方来说是至关重要的。

传统的网络电视剧收视率分析系统往往面临数据量庞大、处理效率低下、分析结果不够精准等挑战，且传统的电视收视率调查方法受限于实时性和准确性。因此，基于Hive的网络电视剧收视率分析系统应运而生。该系统采用python爬虫技术采集网络电视剧的收视数据，结合Scrapy框架进行数据爬取和清洗及预处理，清洗后的数据存储在Hadoop分布式文件系统的HDFS中。使用Hive的SQL语法和内置函数，实现数据的分析和挖掘，使用Element框架搭建美观、响应式的用户界面，并通过使用Echarts可视化工具实现对数据的可视化分析。最终，通过Web应用提供用户查询、分析等功能，为电视剧制作方和平台方提供收视率数据和分析报告，帮助他们做出更准确的决策，促进网络电视剧产业的发展和创新。

关键词：Hive；网络电视剧；收视率分析；Echart可视化

网络电视剧收视率分析系统分为两个模块，一个是前台用户模块，另一个是管理员模块，其中前台模块包含首页、收视率、公告信息、交流论坛、个人中心（包含密码修改、我的发布、我的收藏）等功能；管理员模块包含首页、用户、收视率、公告信息、交流论坛、系统管理、我的信息等功能。其功能结构如图4.1所示：

程序上交给用户进行使用时，需要提供程序的操作流程图，这样便于用户容易理解程序的具体工作步骤，现如今程序的操作流程都有一个大致的标准，即先通过登录页面提交登录数据，通过程序验证正确之后，用户才能在程序功能操作区页面操作对应的功能。

程序操作流程图

首先前端通过Vue和axios发送HTTP请求到后端的登录接口。在后端接收登录请求的Controller会使用`@RequestParam Map<String, Object> params`来接收前端传递的用户参数，用户名和密码。然后后端根据接收到的参数创建一个查询条件封装对象MyBatis的EntityWrapper用于构建查询条件。接着在业务层，调用相应的service方法来查询数据库中是否存在匹配的用户信息。这个查询方法Login()会将前端传递的对象参数传递到后台的DAO层，进行数据库的交互操作。如果存在符合条件的用户，则会返回相关的用户信息。最后在后端控制器中将查询结果封装成响应体，通过`return R.ok().put("data", userService.selecView(ew))`将用户信息返回给前端。前端收到响应后，可以通过调用Vue、ElementUI等组件来渲染登录结果，例如显示用户信息或者跳转到相应的页面。

系统架构设计

系统架构设计是软件开发过程中至关重要的一环。首先是模型层（Model），模型层通常对应着数据库或者其他数据源，它负责与数据库进行交互，执行各种数据操作，并将处理后的数据传递给控制器层。模型层的设计应该简洁清晰，尽可能减少与视图和控制器的耦合，以提高代码的可维护性和可重用性。

其次是视图层（View）通常是通过网页、移动应用界面或者其他用户界面来展示数据。视图层与用户交互，接受用户的输入，并将输入传递给控制器层进行处理。在MVC三层架构中，视图层应该尽量保持简单，只负责数据的展示和用户交互，不涉及业务逻辑的处理，以保持视图层的清晰度和可复用性，最后是控制器层（Controller），每个层都有特定的职责和功能，通过分层架构设计，实现代码模块化，为软件开发提供了一种有效的架构模式。系统架构如图4-1所示。

详细视频演示

请文末卡片dd我获取更详细的演示视频

功能截图：

在系统前台首页，调用`$route(newValue)`方法监听路由变化，根据当前的路由地址来确定活动菜单的索引，并且根据路由的哈希部分（即URL的`#`后面的部分）来判断是否需要滚动页面到顶部或者某个特定元素的位置。如果不是首页，会将页面滚动到指定元素处，否则滚动到页面顶部。另外通过`headportrait()`方法用于更新组件渲染点前用户头像。在用户登录后，后端返回了新的用户信息，需要及时更新页面上的用户头像信息。

5 系统详细设计与实现

5.1 系统功能实现

在注册流程中，用户在Vue前端填写用户名、密码等，通过HTTP请求发送到Java后端接收[13]，首先进行用户名唯一性检查，确保新用户提供的用户名未被注册过。随后，后端将新用户的信息存入MySQL数据库中，包括用户名和密码等重要信息。一旦用户数据成功存储，后端向前端发送注册成功的确认消息。前端接收到确认消息后，立即通知用户注册流程已完成，使用户能够顺利完成注册。这个过程实现了新用户的数据收集、验证和存储，确保了注册流程的顺利进行。如图5.1所示。

图5.1 系统注册界面

系统首页界面如图5.2所示

图5.2 系统首页界面

在收视率页面可以查看到时间段、排名、播出集数、收视率、收视份额、播出频道、点击次数等详细信息，并根据需要进行评论或收藏操作；收视率页面如图5.3所示。

图5.3 收视率界面

个人中心：用户在个人中心页面可以进行个人信息、密码的修改，查看我的发布、我的收藏等操作；如图5.4所示。

图5.4 个人中心界面

5.2 管理员功能实现

在登录流程中，用户首先在Vue前端界面输入用户名和密码。这些信息通过HTTP请求发送到Java后端。后端接收请求，通过与MySQL数据库交互验证用户凭证。如果认证成功，后端会返回给前端，允许用户访问系统。这个过程涵盖了从用户输入到系统验证和响应的全过程。如图5.5所示。

图5.5 管理员登录界面

进入管理员主页面，可对用户、收视率、公告信息、交流论坛、系统管理、我的信息等进行操作。如图5.6所示：

图5.6 管理员主界面

管理员点击进入用户界面，可以对用户信息进行查看、修改、增加、或删除的操作。如图5.7所示：

图5.7 用户界面

管理员点击进入收视率界面，可以查看、修改、或删除收视率信息，也可进行爬取数据和生成数据的操作。如图5.8所示：

图5.8 收视率界面

管理员点击进入公告信息界面，可对公告信息进行查看、修改、删除或增加的操作。如图5.9所示。

图5.9 公告信息界面

管理员点击进入系统管理界面，可对系统简介页进行查看、修改等操作，还可以对轮播图管理进行详细操作。如图5.10所示。

图5.10 系统管理界面

5.3数据采集

系统数据使用python里面的requests、urllib包进行数据爬取[14]，爬取的网站为中国视听大数据官网，网络电视剧收视统计平台一般都有较强的反爬机制，通过使用代理IP轮换请求，有助于规避反爬虫机制，再进行数据获取。

定义一个Scrapy爬虫类`WangLuoDianShiShouShiSpider`，用于爬取指定网站的网络电视剧收视统计信息。`name`定义了爬虫的名称，`spiderUrl`指定了目标网站的URL，`start_urls`将目标网站的URL按分号拆分成一个列表，作为爬取的起始URL。`protocol`和`hostname`用于定义协议和主机名，暂时为空。`realtime`用于指定是否实时获取数据，初始化为False。

数据采集部分代码如图5.11所示：

图5.11 数据采集部分代码截图

使用parse方法中进行一些初始化操作和判断条件。首先，通过urlparse函数解析self.spiderUrl得到URL的协议和主机名，并将其分别赋值给self.protocol和self.hostname。然后，通过platform.system().lower()获取当前操作系统的名称，并将其转换为小写字母，保存在plat变量中。接着，判断条件如果不是实时爬取（self.realtime为False）并且当前操作系统是Linux或Windows，建立数据库连接，并将连接对象赋值给connect变量。获取数据库的游标对象，并将其赋值给cursor变量，调用table_exists函数检查数据库中是否存在名为'5nw5u40i_guangdonglvyou '的表，如果存在就执行关闭游标和连接，调用temp_data函数，最后返回。

使用Scrapy爬虫的回调函数，进行解析详情页面，从response的meta中获取字段对象fileds，最后对其进行赋值和处理。

5.4 数据处理

在基于Hive的网络电视剧收视率分析系统开发中，数据处理是至关重要的环节。数据清洗和预处理是数据分析过程中必不可少的环节。通过去除重复项、纠正错误数据等操作，可以提高数据的质量和完整性，确保后续分析的准确性和可靠性。在数据清洗过程中，采用pandas库进行分析，并结合Scrapy框架进行数据爬取和清洗，以确保数据的准确性和可用性。最后，数据存储阶段采用了MySQL数据库[15]，以确保数据的安全性和可扩展性。以下是详细的数据处理流程：

创建一个MySQL数据库的连接引擎，使用root用户和密码为123456来连接名为spider5nw5u40i的数据库，使用pandas的read_sql函数从数据库中读取数据。代码如下所示：

首先，检查DataFrame对象df是否存在重复的行，使用'df.drop_duplicates()'函数删除对象中重复行。调用'df.isnull()'函数检测对象df'中的缺失值。随后调用'df.dropna()'函数删除具有缺失值的行。'df.fillna(value='暂无')'函数将对象df中的缺失值替换为指定的值'暂无'。代码如下所示：

生成一个包含200个介于0到1000之间的随机整数的数组a，然后定义了一个布尔条件cond，用于筛选满足a在100到800之间的元素。生成一个包含10万个符合标准正态分布的随机数的数组b，定义一个布尔条件cond，用于筛选满足b的绝对值大于3的元素。

创建一个形状为10000行3列的DataFrame df2，其中的数据是符合标准正态分布的随机数。定义一个布尔条件cond，用于筛选在df2中任意一列的值大于三倍标准差的行。该行代码使用索引操作df2[cond].index，获取满足条件cond的行的索引。删除具有指定索引的行，并返回更新后的对象df2。移除HTML标签，首先，检查html参数是否为None，如果是则返回空字符串。然后使用正则表达式模式匹配HTML标签的正则表达式（<[^>]+>），并通过re.sub函数将匹配到的HTML标签替换为空字符串。最后使用strip函数去除字符串两端的空白字符，并返回处理后的结果。

进行数据库连接，获取数据库的连接参数。如果没有指定数据库名称，则尝试从self.databaseName中获取。然后根据数据库类型选择相应的数据库连接方式，如果是MySQL，则使用pyMySQL库进行连接，否则使用pymssql库进行连接。最后返回连接对象connect。

将处理好的数据进行数据存储，定义一个包含插入语句的sql字符串，目标数据库表是guangdonglvyou，列名包括id、jobname、salary等，从表5nw5u40i_guangdonglvyou中选择符合条件的数据，将这些数据插入到目标表中。执行sql语句，将临时数据插入到目标表中，最后提交事务和关闭数据库连接。数据清洗部分代码如图5.12所示：

图5.12 数据清洗部分代码截图

5.5数据可视化大屏

数据采集、数据处理完成后，进行数据可视化分析，通过对数据进行数据可视化，使数据更加直观与清晰，管理员可以通过这些信息进行及时的收视率策略调整和管理，为网络电视剧收视率分析系统提供了有力的支持。通过网络电视收视率数据绘制了词云图，如图5-13所示，可以看到不同的剧名的词云图分析。

图5-13词云图分布图

通过播出频道制作了圆形形图，如图5-14所示：分析图表可以看到不同播出频道的整体占比分布，其中大部分的播出频道最高的是东方卫视的为53.42%，其次是北京卫视34.25%等。以上图表呈现了不同播出频道的收视比例。

图5-14播出频道分析图表

通过对网络电视排名数据绘制了柱状折线图，如图5-15所示，分析图表可以看到不同网络电视的排名情况。

图5-15工作经验分析图表

通过对收视率制作了网络电视表格排名，如图5-16所示，分析表格可以到网络电视收视率的排名情况、播出情况、收视率等整体情况，管理员可以根据这些信息为用户推荐网络电视，提高资源利用效率。

图5-16工作地点分析图表

最后，为了能够更加直观清晰展示数据，我们制作了可视化大屏，可以帮助管理员快速获取和分析信息，从而做出更好决策。在可视化大屏可以看到系统简介、剧名、播出频道、排名、用户人数、收视率、收拾份额、用户总数、收视率总数、收视率详情等实时的分析可视化图表，可视化分析大屏界面如图5.17所示：

图5.17 网络电视收视率分析大屏界面

论文参考：

代码实现：

/** * 登录相关 */ @RequestMapping("users") @RestController public class UserController{ @Autowired private UserService userService; @Autowired private TokenService tokenService; /** * 登录 */ @IgnoreAuth @PostMapping(value = "/login") public R login(String username, String password, String role, HttpServletRequest request) { UserEntity user = userService.selectOne(new EntityWrapper<UserEntity>().eq("username", username)); if(user != null){ if(!user.getRole().equals(role)){ return R.error("权限不正常"); } if(user==null || !user.getPassword().equals(password)) { return R.error("账号或密码不正确"); } String token = tokenService.generateToken(user.getId(),username, "users", user.getRole()); return R.ok().put("token", token); }else{ return R.error("账号或密码或权限不对"); } } /** * 注册 */ @IgnoreAuth @PostMapping(value = "/register") public R register(@RequestBody UserEntity user){ // ValidatorUtils.validateEntity(user); if(userService.selectOne(new EntityWrapper<UserEntity>().eq("username", user.getUsername())) !=null) { return R.error("用户已存在"); } userService.insert(user); return R.ok(); } /** * 退出 */ @GetMapping(value = "logout") public R logout(HttpServletRequest request) { request.getSession().invalidate(); return R.ok("退出成功"); } /** * 密码重置 */ @IgnoreAuth @RequestMapping(value = "/resetPass") public R resetPass(String username, HttpServletRequest request){ UserEntity user = userService.selectOne(new EntityWrapper<UserEntity>().eq("username", username)); if(user==null) { return R.error("账号不存在"); } user.setPassword("123456"); userService.update(user,null); return R.ok("密码已重置为：123456"); } /** * 列表 */ @RequestMapping("/page") public R page(@RequestParam Map<String, Object> params,UserEntity user){ EntityWrapper<UserEntity> ew = new EntityWrapper<UserEntity>(); PageUtils page = userService.queryPage(params, MPUtil.sort(MPUtil.between(MPUtil.allLike(ew, user), params), params)); return R.ok().put("data", page); } /** * 信息 */ @RequestMapping("/info/{id}") public R info(@PathVariable("id") String id){ UserEntity user = userService.selectById(id); return R.ok().put("data", user); } /** * 获取用户的session用户信息 */ @RequestMapping("/session") public R getCurrUser(HttpServletRequest request){ Integer id = (Integer)request.getSession().getAttribute("userId"); UserEntity user = userService.selectById(id); return R.ok().put("data", user); } /** * 保存 */ @PostMapping("/save") public R save(@RequestBody UserEntity user){ // ValidatorUtils.validateEntity(user); if(userService.selectOne(new EntityWrapper<UserEntity>().eq("username", user.getUsername())) !=null) { return R.error("用户已存在"); } userService.insert(user); return R.ok(); } /** * 修改 */ @RequestMapping("/update") public R update(@RequestBody UserEntity user){ // ValidatorUtils.validateEntity(user); userService.updateById(user);//全部更新 return R.ok(); } /** * 删除 */ @RequestMapping("/delete") public R delete(@RequestBody Integer[] ids){ userService.deleteBatchIds(Arrays.asList(ids)); return R.ok(); } }

项目案例：

为什么选择我

博主本身从事开发软件开发、有丰富的编程能力和水平、累积给上千名同学进行辅导、全网累积粉丝超过50W。是ZEEKLOG特邀作者、博客专家、新星计划导师、Java领域优质创作者,博客之星、掘金/华为云/阿里云/InfoQ等平台优质作者、专注于Java技术领域和学生毕业项目实战,高校老师/讲师/同行前辈交流和合作。

源码获取：

大家点赞、收藏、关注、评论啦、查看👇🏻获取联系方式👇🏻

精彩专栏推荐订阅：在下方专栏👇🏻

2022-2024年最全的计算机软件毕业设计选题大全：1000个热门选题推荐✅

Java项目精品实战案例《100套》

Java微信小程序项目实战《100套》

Python项目实战《100套》