随着互联网的普及和视频分享网站的兴起，视频网站如Bilibili在中国年轻群体中备受欢迎。用户在观看视频的同时，可以发送即时弹幕与其他观众进行交流。为了更好地理解用户群体和弹幕内容，本文提出了一款视频弹幕数据挖掘分析系统，系统主要的技术包括Hadoop、Spark、Vue.js、Echarts、MySQL和Pandas等。系统首先通过request爬虫技术从Bilibili网站抓取热门科技视频的弹幕数据，包括弹幕内容、视频评分、视频类别和发送时间等。这些数据被存储在MySQL数据库中，并通过Pandas进行数据处理。通过可视化数据，用户可以了解各类视频的弹幕数量情况，分析弹幕发送时间趋势，以及了解弹幕内容的情绪倾向。这些数据可以帮助理解用户对不同类型视频的偏好和反应，从而为内容创作者和平台提供者提供有价值的反馈。此外，该系统还采用情感分析模型对弹幕内容进行情感分析，通过识别关键字，系统可以判断弹幕内容的情绪是积极还是消极，从而揭示用户的情感倾向和态度。最后希望系统的开发为用户提供即时的弹幕数据分析服务的同时，也提升视频平台的服务品质和竞争力。
根据以上的功能需求情况，整体的功能模块包括有前台vue项目模块，后台django后台项目模块和爬虫模块。前台vue的页面主要页面包括注册与登录页面，数据可视化展示页面，爬虫模块主要用来爬取Bilibili视频平台的数据信息的，通过使用hadoop进行数据的存储。
用户进入本系统可查看可视化页面，包括弹幕详情，各类视频弹幕数量情况统计，弹幕发送时间统计，弹幕情绪分析统计等。可视化图标数据主要是通过Echarts框架的功能，只需要创建对应的实体类，便可以获取对应的展示图表。