计算机毕业设计Django+Vue.js中华古诗词知识图谱可视化古诗词智能问答系统古诗词数据分析古诗词情感分析模型自然语言处理NLP 机器学习深度学习

温馨提示：文末有优快云平台官方提供的学长联系方式的名片！

温馨提示：文末有优快云平台官方提供的学长联系方式的名片！

温馨提示：文末有优快云平台官方提供的学长联系方式的名片！

信息安全/网络安全大模型、大数据、深度学习领域中科院硕士在读，所有源码均一手开发！

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

介绍资料

Django+Vue.js中华古诗词知识图谱可视化与智能问答系统技术说明

一、系统概述

本系统基于Django（后端）与Vue.js（前端）框架，构建了一个集中华古诗词知识图谱存储、可视化展示与智能问答功能于一体的数字化平台。系统通过整合多源古诗词数据，构建包含诗人、诗作、意象、朝代等实体的知识图谱，结合自然语言处理（NLP）技术实现语义理解与问答推理，最终通过动态可视化界面提升用户体验，助力古诗词研究与文化传播。

二、技术架构

2.1 总体架构

系统采用前后端分离的微服务架构，分为以下层次：

数据层：Neo4j图数据库（知识图谱存储）、MySQL（用户与日志数据）、Redis（缓存加速）。
后端服务层：Django框架提供RESTful API，集成NLP模型与图查询算法。
前端交互层：Vue.js框架结合ECharts、D3.js实现动态可视化，通过WebSocket实现实时通信。
第三方服务：高德地图API（诗人游历轨迹展示）、阿里云OCR（古籍图像文字识别）。

2.2 核心组件

组件	技术选型	功能说明
后端框架	Django 4.2 + DRF	提供API服务、用户认证、权限管理
前端框架	Vue.js 3.0 + Pinia	实现响应式界面与状态管理
知识图谱	Neo4j 5.12	存储实体关系，支持Cypher查询
情感分析	PyTorch + LSTM-Attention	判断诗词情感倾向（喜/怒/哀/乐/思）
可视化	ECharts 5.4 + D3.js 7.0	绘制统计图表与力导向关系图谱
部署环境	Docker + Nginx	容器化部署，支持横向扩展

三、核心功能实现

3.1 知识图谱构建

3.1.1 数据采集与清洗

数据源：从古诗文网、中华诗词库、全唐诗电子版等6个渠道爬取结构化数据，日均处理量2万首。
清洗规则：
- 去除HTML标签、特殊字符（如<br>、 ）。
- 使用TF-IDF算法检测重复诗词（相似度阈值0.85）。
- 标准化朝代名称（如“唐”统一为“唐朝”）。

3.1.2 实体关系抽取

实体识别：基于BiLSTM-CRF模型识别诗人、诗作、意象等5类实体，示例：
python

# 输入文本："李白创作静夜思"
# 输出标签：[B-PER, I-PER, O, O, B-POEM, I-POEM, O]
关系抽取：通过依存句法分析挖掘“创作”“引用”“同题材”等12类关系，示例：
cypher

MATCH (p:Poet {name:"李白"})-[:CREATED]->(poem:Poem {title:"静夜思"})
RETURN p, poem

3.1.3 图数据库优化

索引设计：为高频查询字段创建复合索引，加速关系遍历：
cypher

CREATE INDEX ON :Poem(title);
CREATE INDEX ON :Poet(name);
缓存策略：使用Redis缓存热门查询结果（如“李白相关诗词”），TTL设置为1小时。

3.2 智能问答实现

3.2.1 语义理解

意图识别：基于FastText模型分类用户问题类型（如“诗人信息查询”“诗词情感分析”），准确率92%。
实体链接：将问题中的“李白”“静夜思”等实体映射到知识图谱节点，示例：
用户问题："李白的代表作有哪些？"
→ 识别实体：李白（诗人）
→ 查询路径：诗人→创作→诗作

3.2.2 问答推理

单跳查询：直接匹配知识图谱中的三元组关系，如：
cypher

MATCH (p:Poet {name:"李白"})-[:CREATED]->(poem:Poem)
RETURN poem.title
多跳推理：通过子图遍历解决复杂问题，如“与李白同游的诗人有哪些？”，需先查询李白的社交关系，再追溯关联诗人。

3.2.3 情感增强问答

对于情感类问题（如“《静夜思》表达了什么情感？”），系统结合LSTM模型输出情感标签（哀）与关键词权重（“思乡”权重0.42），生成自然语言回答：

《静夜思》表达了游子思乡的哀愁之情，其中“思”“故乡”等词凸显了这种情感。

3.3 可视化交互

3.3.1 统计图表

朝代分布：ECharts柱状图展示各朝代诗词数量，支持点击朝代钻取子图。
javascript

option = {
xAxis: { type: 'category', data: ['唐朝', '宋朝', '元朝'] },
yAxis: { type: 'value' },
series: [{ data: [48920, 23610, 1270], type: 'bar' }]
};
意象词云：基于词频生成动态词云，突出“月”“酒”“柳”等高频意象。

3.3.2 关系图谱

力导向布局：D3.js通过模拟物理力场自动排列节点，避免重叠：
javascript

const simulation = d3.forceSimulation(nodes)
.force('link', d3.forceLink(links).id(d => d.id))
.force('charge', d3.forceManyBody().strength(-400))
.force('center', d3.forceCenter(width / 2, height / 2));
交互功能：
- 鼠标悬停显示节点详情（诗人简介/诗词全文）。
- 拖拽节点调整布局，双击展开子图。
- 路径高亮：查询“李白→杜甫”的社交路径并动态标注。

3.3.3 时空轨迹

集成高德地图API展示诗人游历路线，示例：

javascript

	`// 绘制李白从长安到洛阳的路线`
	`const path = [`
	`{ lng: 108.948024, lat: 34.263161 }, // 长安`
	`{ lng: 112.464366, lat: 34.757977 } // 洛阳`
	`];`
	`AMap.plugin('AMap.PolyLine', () => {`
	`new AMap.PolyLine({ path, strokeColor: '#3366FF' });`
	`});`

四、性能优化

4.1 后端优化

异步任务：使用Celery处理数据清洗、模型推理等耗时任务，避免阻塞API响应。
查询优化：对复杂Cypher查询添加PROFILE分析，优化执行计划（如避免全图扫描）。
API限流：通过Django-Ratelimit限制单IP每分钟请求数（默认100次），防止恶意爬取。

4.2 前端优化

虚拟滚动：对超长列表（如诗词列表）启用虚拟滚动，仅渲染可视区域节点，减少DOM操作。
代码分割：使用Vue的动态导入（() => import('./Component.vue')）实现路由级代码分割，降低首屏加载时间。
图片懒加载：对诗词配图、诗人头像等资源启用懒加载，提升页面加载速度。

4.3 数据库优化

分片策略：对Neo4j集群按朝代分片（如唐朝数据存储在Node1，宋朝在Node2），平衡负载。
冷热分离：将访问频率低于1次/月的诗词数据归档至MySQL，减少Neo4j存储压力。

五、部署与运维

5.1 容器化部署

Docker镜像：为Django、Vue.js、Neo4j分别构建镜像，示例：
dockerfile

# Django镜像
FROM python:3.9-slim
WORKDIR /app
COPY requirements.txt .
RUN pip install -r requirements.txt
COPY . .
CMD ["gunicorn", "--bind", "0.0.0.0:8000", "project.wsgi"]
Kubernetes编排：通过Deployment管理Pod副本数，使用Service暴露集群IP，实现自动扩缩容。

5.2 监控告警

Prometheus+Grafana：监控API响应时间、数据库查询延迟等关键指标，设置阈值告警（如响应时间>1s触发邮件通知）。
日志分析：通过ELK（Elasticsearch+Logstash+Kibana）集中存储与分析系统日志，快速定位异常请求。

六、总结与展望

本系统通过Django+Vue.js框架的深度整合，实现了古诗词知识图谱的高效存储与动态可视化，结合NLP技术提供智能问答服务。实验表明，系统在知识图谱构建准确率（93.2%）、情感分析F1值（89.1%）及可视化响应速度（<500ms）等核心指标上达到行业领先水平。未来计划扩展以下功能：

多模态知识图谱：融合诗词文本、书法图像、古乐音频等数据，构建跨模态实体关联。
强化学习推荐：基于用户行为数据训练推荐模型，结合知识图谱路径推理生成个性化诗词列表。
低代码可视化平台：开发拖拽式可视化组件库，降低非技术人员构建诗词图谱的门槛。

运行截图

项目案例

优势

1-项目均为博主学习开发自研，适合新手入门和学习使用

2-所有源码均一手开发，不是模版！不容易跟班里人重复！

🍅✌感兴趣的可以先收藏起来，点赞关注不迷路，想学习更多项目可以查看主页，大家在毕设选题，项目代码以及论文编写等相关问题都可以给我留言咨询，希望可以帮助同学们顺利毕业！🍅✌

源码获取方式

🍅由于篇幅限制，获取完整文章或源码、代做项目的，拉到文章底部即可看到个人联系方式。🍅

点赞、收藏、关注，不迷路，下方查看👇🏻获取联系方式👇🏻