wh19970104 / wechat_analysis

微信聊天记录文本分析

用python对微信聊天记录进行文本分析

项目结构、所需数据

--data  存放分析所需的数据
    --EnMicroMsg.db     从微信中导出的聊天记录数据库
    --chat_data.csv     将数据库中的聊天记录存储到csv文件，之后分析都从csv读取数据
    --大连理工大学中文情感词汇本体.xlsx   情感词典
    --CNstopwords.txt   中文停用词
    --simhei.ttf        绘制词云指定的字体

--result 存放分析结果、生成的图片

--gernerate_word_cloud.py   生成词云

--sentiment_snownlp.py      调用snownlp生成情感得分，计算情感均值、作折线图

--sentiment_dict.py         使用大连理工情感词典计算情绪分类，作热力图

--others.py                 其他统计

具体步骤

1. 导出聊天记录

参考以下两个博客：
① https://blog.csdn.net/weixin_41746317/article/details/104110161?spm=1001.2101.3001.6650.5&utm_medium=distribute.pc_relevant.none-task-blog-2%7Edefault%7EOPENSEARCH%7ERate-5-104110161-blog-126700288.pc_relevant_multi_platform_whitelistv3&depth_1-utm_source=distribute.pc_relevant.none-task-blog-2%7Edefault%7EOPENSEARCH%7ERate-5-104110161-blog-126700288.pc_relevant_multi_platform_whitelistv3&utm_relevant_index=6
① https://blog.csdn.net/m0_59452630/article/details/124222235
破译密码如果①的方法没成功可以试试②的

content列：聊天内容
type列：信息类型（1代表文本消息，需要用excel筛选一下之后只分析type=1的数据）
isSend列：0代表对方发送的信息，1代表自己发送的信息
createTime：时间（暂时不知道怎么恢复成年月日），但是降序排序以后的顺序是聊天记录由近到远的顺序
自己加了一列newTime，记录聊天记录所在月份，是根据createTime降序排序后，手机上看每月最后几句信息，在excel中搜索，来进行月份划分的

2. 生成词云

调用generate_word_cloud.py

3. 计算情感得分均值，作折线图（使用snownlp）

① 调用get_sentiment_score()函数，将情感得分保存到csv的sentiment_score列中
② 调用draw()函数，将情感得分随时间变化值保存到result文件夹中

snownlp得到的分值不一定准确，所以send和receive的得分值都差不多，但也有可能日常的交流就是比较中性的，没有什么大起大落的情感

4. 计算情绪分类，作热力图（使用大连理工情感词典）

调用sentiment_dict.py
注意第115行，如果没有匹配到任何情感词，就记为None，绘制热力图的时候会筛掉None的记录

5. 其他统计绘图

others.py