Top AI Repos — open-source AI, indexed and scored
Top AI Repos tracks AI repositories on GitHub and answers two different questions about each one: is it moving right now, and would you bet a product on it.
Top AI Repos tracks AI repositories on GitHub and answers two different questions about each one: is it moving right now, and would you bet a product on it.
🎯 哔哩哔哩(bilibili)评论区数据可视化分析软件-- up主可用于指导自己的题材选择，明确自己的粉丝群体
| Date | Stars |
|---|---|
| 2026-07-24 | 515 |
| 2026-07-25 | 515 |
| 2026-07-28 | 515 |
| 2026-07-30 | 515 |
| 2026-08-06 | 515 |
Today
— stars today
This week
— stars this week
This month
— stars this month
Momentum
0.0
growth rate 0.00%/day
# 哔哩哔哩评论观察者 (BiliBili Comment Analyzer) <div align="center"> [](LICENSE) [](https://www.python.org/) [](https://github.com/sansan0/bilibili-comment-analyzer) [](https://github.com/sansan0/bilibili-comment-analyzer) </div> 一个专业的 B 站评论数据分析工具，帮你挖掘评论区背后的故事。无论你是内容创作者、数据研究者，还是单纯的好奇宝宝，都能从中发现有趣的洞察。本工具仅供个人学习和研究使用。 ## 📋 功能截图 ### 主界面概览  ### 地区分布热力图  ### 智能词云分析  ## 🎯 这个工具能解决什么问题？ **📺 内容创作者的困惑：** - 我的视频在不同地区的反响如何？哪里的观众更活跃？ - 评论区大家都在聊什么？哪些话题最火？ - 不同时期发布的内容，观众反应有什么变化趋势？ - 如何基于数据优化内容策略，提升互动效果？ **📊 数据爱好者的需求：** - 想研究网络文化和地域差异在评论中的体现 - 需要大量真实的用户行为数据做分析 - 希望了解不同群体的兴趣偏好和表达习惯 - 想要可视化展示复杂的社交媒体数据 **🔍 吃瓜群众的好奇：** - 这个视频为什么这么火？各地网友都是什么反应？ - 想看看自己关注的 UP 主粉丝都来自哪里 - 好奇热门事件在不同地区的讨论差异 - 想了解网络热梗的传播轨迹 **🏢 运营和媒体工作者：** - 分析品牌或产品在不同地区的口碑差异 - 研究舆情传播规律和用户画像 - 监测内容营销效果和用户反馈 - 发现潜在的市场机会和风险点 ## 🔄 更新日志 ### v1.1.0 (2025-06-14) 1. 词云增加根据筛选条件一键复制评论的功能，感谢@潇湘 在公众号的支持而开发 ### v1.0.0 (2025-06-04) 🎉 首次发布 ## ✨ 核心功能 - **单视频深度分析** - 支持 BV 号、EP 号、SS 号，完整获取评论数据 - **UP 主批量分析** - 一键分析多个视频内容 - **全国热力地图** - 基于 IP 属地生成省份级评论分布图 - **多维度统计** - 按评论数、用户数、点赞数展示地域差异 - **交互式探索** - 支持缩放、悬停的动态地图体验 - **智能词云生成** - 中文分词技术提取评论关键词 - **灵活筛选维度** - 按地区、性别、等级查看不同群体关注点 - **实时数据面板** - 动态展示筛选后的用户画像统计 - **内置本地服务** - 无需部署即可预览所有分析结果 - **标准化导出** - CSV 格式保存完整数据，支持二次分析 ## 🚀 快速开始 ### 方式一：直接运行（推荐） 1. 前往 [Releases 页面](https://github.com/sansan0/bilibili-comment-analyzer/releases) 下载最新版本 2. 解压后双击运行 `哔哩哔哩评论观察者.exe` ### 方式二：源码运行 ```bash git clone https://github.com/sansan0/bilibili-comment-analyzer.git cd bilibili-comment-analyzer pip install poetry poetry install poetry run python run.py ``` ## 📖 使用指南 ### 🔑 账号登录设置 进入「设置」页面，点击「扫码登录」，使用 B 站手机 APP 扫描二维码。 ### 🎬 单视频分析流程 1. 切换到「视频评论下载」页面 2. 输入目标内容： - 视频：BV 号（如 BV1xx411c7mD） - 番剧：EP 号（如 EP123456）或 SS 号 - 支持直接粘贴完整链接 3. 选择评论排序方式（按时间/点赞数/回复数） 4. 勾选「生成评论地区分布地图」 5. 点击「获取评论」开始分析 ### 👤 UP 主批量分析 1. 进入「UP 主视频批量下载」页面 2. 输入 UP 主 ID（从 space.bilibili.com/数字 中获取） ### 🌐 查看分析结果 在「浏览已下载」页面可以： - 浏览地图 - 查看地域分布热力图 - 浏览词云 - 探索热门话题和关键词 ### 🛠️ 从现有数据生成内容 - **生成地图** - 从 CSV 文件重新生成地区分布图 - **生成词云** - 基于已有数据创建词云分析 - **获取图片** - 下载评论中的图片资源 ## ❓ 常见问题 ### 🔐 登录相关 **Q：为什么需要登录？** A：登录后可以获取完整的评论数据，包括用户等级、IP 属地等信息。未登录状态下大部分数据无法获取。 **Q：Cookie 是否安全？** A：Cookie 仅在本地存储，不会上传到任何服务器。请注意保护好你的 Cookie，不要泄露给他人。 **Q：二维码登录失败怎么办？** A：请确保网络连接正常，使用最新版本的 B 站手机 APP 扫码。如仍失败，可以在 issues 反馈问题或者公众号留言。 ### 📊 分析相关 **Q：词云为什么没有显示某些词汇？** A：程序会自动过滤停用词、短词和无意义词汇。你可以查看停用词文件 **stopwords.txt** 进行自定义调整。 **Q：当前分词效果有些一般？** A：我默认打包了较小的模型，不然一个压缩包几百兆挺大的，你可以访问 https://github.com/lancopku/pkuseg-python 下载 releases 中的模型，默认推荐 [default_v2](https://github.com/lancopku/pkuseg-python/releases/download/v0.0.25/default_v2.zip) 模型，解压覆盖到 web 目录就行。 ## 📧 学习交流与问题反馈  <div align="center">  </div> ## ⚠️ 使用声明 > [!CAUTION] > **使用本工具即表示您明确知晓并同意免责声明里的内容：** <details> <summary> 点击查看 - 免责声明 </summary> 1. 本工具仅作为技术研究和教育展示，不鼓励、不支持任何实际使用 2. 开发者不对工具的合法性作任何保证，不承担用户使用的任何法律后果 3. 本工具为技术中立工具，使用者需对其使用行为承担全部法律责任 4. 如收到平台方或监管部门要求，将立即停止提供和维护本工具 本工具**严禁**用于以下任何场景： - 任何商业用途或营利活动 - 大规模或自动化数据采集 - 侵犯他人隐私权或个人信息 - 违反平台服务条款的行为 - 任何可能违反中国法律法规的用途 1. 您完全了解并自愿承担所有可能的法律风险，包括但不限于刑事责任、行政处罚、民事赔偿 2. 您有义务确保使用行为完全符合所有适用的法律法规和平台规则 3. 您承诺在使用前已咨询专业法律意见，并获得明确的合规指导 4. 因您的使用行为导致的任何法律后果，您承诺承担全部责任并赔偿相关损失 </details> **如您决定继续使用本工具，即表示您已充分理解并愿意承担所有风险。** ## 🙏 开发致谢 感谢以下开源项目的支持： - [pkuseg-python](https://github.com/lancopku/pkuseg-python) - 北京大学开源的中文分词工具，为本项目的词云分析提供了强大的分词支持 - [spacy-pkuseg](https://github.com/explosion/spacy-pkuseg) - 非常谢谢，虽然自用 pkuseg-python 没问题，但没有这个项目，打包给其它用户就不行了 - [blblcd](https://github.com/WShihan/blblcd) - 为本项目的数据结构设计提供了参考和灵感 - [bilibili-API-collect](ht
Excerpt of 4,387 characters
Read on GitHub
11
Would you bet a product on this? Bounded 0–100 and slow moving.
matched fp:fdbc6ad63e77c5c8, topic:web-scraping
matched fp:fdbc6ad63e77c5c8, topic:sentiment-analysis