视频弹幕蕴含观众情绪与关注点，创作者需要快速了解观众反馈，但人工阅读海量弹幕不现实。
采集指定视频弹幕，完成分词、停用词过滤与情感分类，输出情感分布、弹幕密度与关键词词云。
| 语言 / 框架 | Python 3.8+、Django 4.2 / Flask |
|---|---|
| 数据库 | MySQL 5.7 及以上 |
| 前端 | Bootstrap 5 或 Vue3 |
| 开发工具 | PyCharm / VS Code |
| 第 1–2 周 | 选题与调研，完成开题报告 |
|---|---|
| 第 3–4 周 | 需求分析与系统总体设计 |
| 第 5–6 周 | 数据库设计与原型页面 |
| 第 7–9 周 | 核心功能模块开发 |
| 第 10–11 周 | 扩展功能与前后端联调 |
| 第 12–13 周 | 系统测试与缺陷修复 |
| 第 14–15 周 | 撰写论文初稿 |
| 第 16 周 | 论文修改、定稿与答辩准备 |
弹幕口语化与网络用语的分类准确率；长视频弹幕量带来的性能问题。