【开题答辩全过程】以 基于大数据抖音用户行为分析的可视化大屏为例，包含答辩的问题和答案
个人简介
一名14年经验的资深毕设内行人，语言擅长Java、php、微信小程序、Python、Golang、安卓Android等
开发项目包括大数据、深度学习、网站、小程序、安卓、算法。平常会做一些项目定制化开发、代码讲解、答辩教学、文档编写、也懂一些降重方面的技巧。
感谢大家的关注与支持！
各位老师好，我是数据科学与大数据技术专业的 xx 同学。我的课题是“基于大数据抖音用户行为分析的可视化大屏”。系统要做的就是把抖音上的点赞、评论、转发、浏览等数据拿下来，先清洗再分析，最后用大屏把结果画出来，让大家一眼看懂用户喜欢什么、讨厌什么。主要分三大模块：数据采集模块（Python 爬虫）、数据分析模块（Hive+Pandas+K-means 情感分析）、可视化模块（ECharts 大屏）。技术栈就是 Python + Hadoop/Hive + ECharts，机器学习用 K-means 和线性回归，整体跑在本地虚拟机里。
评委老师：数据打算怎么爬？抖音可没有公开接口。
答辩学生：我用的是模拟手机端滑动抓包，找到未加密的 json 地址，每次下滑刷新拿 20 条数据，加上随机等待和换 User-Agent，避免被封 IP。
评委老师：爬下来的数据量有多大？存哪儿？
答辩学生：目前 2 万条左右，先放 CSV，后期上 Hadoop 的 HDFS，一条视频大概 12 个字段，总大小不到 300 M，本地足够。
评委老师：数据清洗主要洗什么？
答辩学生：洗空值、重复值，把“1.2 万”这种字符串点赞数转成数字，再把时间统一成“YYYY-MM-DD”格式，情感分析前还要去表情和特殊符号。
评委老师：用什么做情感分析？准确率大概多少？
答辩学生：用 SnowNLP 快速打标签，分正面、中性、负面，随机抽 200 条人工核对，准确率 78% 左右，够做展示，后续再换更好模型。
评委老师：大屏打算展示哪些图表？
答辩学生：五个图：①日播放量折线；②点赞 TOP10 横向柱图；③情感占比饼图；④用户活跃时段热力图；⑤作品词云。五个图放一页，自动 5 秒轮播。
评委老师：如果老师想实时看到最新数据怎么办？
答辩学生：现在做的是离线版，每天跑一次脚本更新结果；实时版需要接 Kafka+Flink，时间来不及，留在升级计划里。
评委老师：项目最大的难点是什么？
答辩学生：最难是数据获取，抖音反爬升级快，接口可能随时失效，我已经把请求头拆成配置文件，万一失效只改配置不再改代码。
【答辩结束】
评委老师：xx 同学整体思路清晰，技术选型贴合基础，工作量适中，能完成既定目标。建议下一步把 SnowNLP 换成更高准确率的模型，并补充异常 IP 封禁处理。选题应用性强，同意开题，按计划推进即可。
以上是某同学的毕业设计答辩的过程，如果你现在还没有参加答辩，还是开题阶段，已经选好了题目不知道怎么写开题报告，可以下面找找有没有自己符合自己题目的开题报告内容，列表中的开题报告都是往届真实的开题报告，可发送使用或参考。文末或底部来联xi可免费获取
最后
有时间和有基础的同学，建议自己多花时间找一下资料（开题报告、源码）自己独立完成毕设，需要开题报告内容、源码参考的，可以联xi博主，没有选题的也可以联系我们进行帮你选题、定功能和建议。