feat(sentiment):新增市场情绪分析功能

- 添加 AnalyzeMartket 组件用于展示情绪热力图和仪表盘 - 引入 ECharts 实现数据可视化 - 配置定时任务定期更新图表数据 - 在 backend 中扩展情感词典，新增关键词如“被抓”、“超”等 - 优化 sentiment 分析逻辑，提升准确性 - 移除旧版 treemap 图表实现，统一使用新组件渲染 - 调整 single instance ID 为 go-stock - 更新 base.txt 词库，增加“亏损”、“加工”等词汇
feat(backend):优化词典加载与情感分析逻辑
2025-11-22 23:35:02 +08:00 · 2025-11-22 20:16:14 +08:00 · 2025-11-22 17:28:40 +08:00 · 2025-11-22 17:26:31 +08:00 · 2025-11-22 17:26:12 +08:00 · 2025-11-22 17:18:35 +08:00
8 changed files with 311 additions and 533 deletions
--- a/backend/data/data/dict/base.txt
+++ b/backend/data/data/dict/base.txt
@@ -1,6 +1,6 @@
-# 金融股票全场景分词字典（去重优化版）
+# 金融股票全场景分词字典（最终去重优化版）
 # 格式：单词 权重 词性 | 权重280-350分，核心术语优先匹配，无重复词汇
-# 覆盖：净买卖、股指、财务指标、交易操作、政策宏观、热点概念等全场景
+# 覆盖：净买卖、股指、财务指标、交易操作、政策宏观、热点概念、机构媒体、美股中概股、十五五规划等全场景

 # 一、净买卖与资金流向（核心交易表述）
 净卖出 340 v
@@ -94,7 +94,8 @@
 信息披露 310 n
 内幕交易 300 n
 操纵市场 300 n
-
+亏损 100 n
+加工 100 n
 # 三、全球主要股指（含中英文缩写）
 # 中国市场
 A股 350 n
@@ -137,13 +138,6 @@ Russell 2000 310 n
 纽约证交所综合指数 310 n
 NYSE Composite 300 n
 纳斯达克中国金龙指数 310 n
-英伟达 300 n
-苹果 300 n
-谷歌 300 n
-蔚来 300 n
-雅虎 300 n
-中概股 300 n
-雅虎财经 300 n
 # 欧洲市场
 德国DAX指数 330 n
 DAX 30 320 n
@@ -206,8 +200,8 @@ G20国家指数 300 n

 # 四、A股龙头公司（资讯高频）
 贵州茅台 310 n
-宁德时代 310 n
-比亚迪 300 n
+宁德时代 350 n
+比亚迪 340 n
 隆基绿能 300 n
 长江电力 290 n
 中国平安 300 n
@@ -223,7 +217,7 @@ G20国家指数 300 n
 东方财富 290 n
 爱尔眼科 290 n
 通威股份 290 n
-药明康德 290 n
+药明康德 320 n
 阳光电源 290 n
 天齐锂业 290 n
 赣锋锂业 290 n
@@ -359,21 +353,21 @@ RQFII 290 n

 # 八、热点概念与行业
 AI 330 n
-人工智能 330 n
+人工智能 350 n
 算力 330 n
 大数据 320 n
 云计算 320 n
-半导体 320 n
-芯片 320 n
-集成电路 310 n
-新能源 320 n
-光伏 320 n
+半导体 350 n
+芯片 350 n
+集成电路 340 n
+新能源 350 n
+光伏 340 n
 锂电 320 n
-储能 320 n
+储能 340 n
 充电桩 310 n
 新能源车 320 n
 智能汽车 310 n
-自动驾驶 310 n
+自动驾驶 330 n
 军工 310 n
 国防军工 300 n
 医药 310 n
@@ -390,16 +384,16 @@ CXO 300 n
 房地产 300 n
 基建 300 n
 新基建 310 n
-数字经济 320 n
+数字经济 350 n
 数字货币 310 n
 区块链 300 n
 元宇宙 300 n
-低空经济 310 n
-人形机器人 310 n
-工业互联网 300 n
+低空经济 340 n
+人形机器人 330 n
+工业互联网 330 n
 物联网 300 n
 5G 300 n
-6G 300 n
+6G 340 n

 # 九、交易操作与行情
 上涨 310 v
@@ -449,8 +443,8 @@ CXO 300 n
 跌停板 300 n
 一字涨停 290 n
 一字跌停 290 n
-打开涨停 280 v
-打开跌停 280 v
+打开涨停 320 v
+打开跌停 320 v
 集合竞价 290 n
 连续竞价 280 n
 开盘价 340 n
@@ -465,8 +459,6 @@ CXO 300 n
 跌幅 340 n
 涨停价 330 n
 跌停价 330 n
-打开涨停 320 v
-打开跌停 320 v
 熔断 330 n
 临时停牌 320 n
 复牌 320 v
@@ -484,443 +476,4 @@ CXO 300 n
 # 十、委托交易与规则
 限价委托 340 n
 市价委托 340 n
-止损委托 330 n
-止盈委托 330 n
-预埋单 320 n
-条件单 330 n
-触发委托 320 n
-追涨委托 320 n
-抄底委托 320 n
-挂单 330 n
-撤单 330 v
-成交 340 v
-未成交 320 adj
-部分成交 320 adj
-委托价 320 n
-成交价 320 n
-委托量 320 n
-买单 330 n
-卖单 330 n
-买入 340 v
-卖出 340 v
-做多 330 v
-做空 330 v
-开仓 330 v
-满仓 330 v
-空仓 330 v
-半仓 320 v
-轻仓 320 v
-重仓 320 v
-底仓 320 n
-补仓 320 v
-T+1交易 330 n
-T+0交易 330 n
-日内交易 320 n
-短线交易 320 n
-中线交易 320 n
-长线交易 320 n
-集合竞价交易 320 n
-连续竞价交易 320 n
-保证金 320 n
-杠杆 320 n
-融资 320 n
-融券 320 n
-融资买入 320 v
-融券卖出 320 v
-融资余额 320 n
-融券余额 320 n
-两融业务 320 n
-信用账户 320 n
-普通账户 320 n
-资金账户 320 n
-证券账户 320 n
-持仓 330 n
-持仓股 320 n
-持仓数量 320 n
-可用资金 320 n
-可取资金 320 n
-冻结资金 320 n
-交易成本 320 n
-手续费 320 n
-佣金 320 n
-印花税 320 n
-过户费 320 n
-交易规费 320 n
-B股 310 n
-H股 310 n
-美股 310 n
-创业板 320 n
-科创板 320 n
-主板 320 n
-纳斯达克 310 n
-纽交所 310 n
-标普500 310 n
-道琼斯 310 n
-成分股 310 n
-权重股 310 n
-龙头股 310 n
-中小盘股 310 n
-大盘股 310 n
-小盘股 310 n
-ST股 320 n
-*ST股 320 n
-退市股 320 n
-次新股 320 n
-新股 320 n
-打新 320 v
-新股申购 320 n
-中签 320 v
-新股上市 320 n
-限售股 310 n
-解禁 310 v
-股权登记日 310 n
-除权除息日 310 n
-派息 310 n
-分红 310 n
-送股 310 n
-转增股 310 n
-配股 310 n
-除权 310 n
-除息 310 n
-填权 310 v
-贴权 310 v
-筹码分析 310 n
-盘口分析 310 n
-K线图 310 n
-均线 310 n
-日均线 310 n
-周均线 310 n
-月均线 310 n
-MACD 310 n
-KDJ 310 n
-RSI 310 n
-布林带 310 n
-成交量均线 310 n
-支撑位 310 n
-压力位 310 n
-阻力位 310 n
-突破 310 v
-跌破 310 v
-站稳 310 v
-回落 310 v
-横盘整理 310 n
-震荡整理 310 n
-洗盘 310 n
-吸筹 310 n
-出货 310 n
-建仓成本 310 n
-持仓周期 310 n
-交易频率 310 n
-长线持有 310 v
-高抛低吸 310 v
-追涨杀跌 310 v
-低吸高抛 310 v
-顺势而为 310 n
-逆向投资 310 n
-交易软件 300 n
-行情软件 300 n
-交易终端 300 n
-手机炒股 300 n
-电脑炒股 300 n
-网上交易 300 n
-电话委托 290 n
-营业部交易 290 n
-交易系统 300 n
-行情系统 300 n
-Level-2行情 300 n
-实时行情 300 n
-延时行情 290 n
-交易接口 300 n
-量化交易 310 n
-算法交易 300 n
-程序化交易 300 n
-自动交易 300 n
-智能投顾 300 n
-券商APP 300 n
-交易佣金 300 n
-开户 300 v
-销户 290 v
-转户 290 v
-绑定银行卡 290 v
-银证转账 300 n
-银证通 290 n
-第三方存管 290 n
-赛道股 330 n
-抱团股 310 n
-妖股 310 n
-庄股 310 n
-# 主要财经网站与机构名词（格式：单词 权重 词性）
-# 权重320-350分，与核心金融术语优先级一致，确保精准识别
-
-# 一、国内财经网站（资讯高频来源）
-东方财富网 350 n
-同花顺财经 340 n
-财新网 340 n
-新浪财经 340 n
-第一财经 330 n
-金融界 330 n
-华尔街见闻 330 n
-每日经济新闻 330 n
-证券时报网 330 n
-财联社 330 n
-和讯网 320 n
-证券之星 320 n
-中国证券报 330 n
-上海证券报 330 n
-证券日报 320 n
-界面新闻 320 n
-澎湃新闻财经 320 n
-腾讯财经 320 n
-网易财经 320 n
-凤凰财经 320 n
-
-# 二、国际财经媒体（全球市场资讯来源）
-彭博社 350 n
-路透社 350 n
-金融时报 340 n
-华尔街日报 340 n
-雅虎财经 320 n
-CNBC 320 n
-路透财经 330 n
-彭博财经 330 n
-英国金融时报 330 n
-美国消费者新闻与商业频道 320 n
-日经新闻 320 n
-韩国经济新闻 310 n
-
-# 三、国际金融机构（投行/基金/银行）
-高盛集团 350 n
-摩根士丹利 350 n
-摩根大通 350 n
-瑞银集团 340 n
-汇丰银行 340 n
-野村证券 330 n
-贝莱德 350 n
-桥水基金 340 n
-黑石集团 340 n
-橡树资本 330 n
-花旗集团 330 n
-美银美林 330 n
-德意志银行 320 n
-瑞士信贷 320 n
-法国巴黎银行 320 n
-三菱日联金融集团 310 n
-
-# 四、国内外金融监管与交易机构
-中国证监会 350 n
-美联储 350 n
-英国金融行为管理局 330 n
-香港证监会 330 n
-纽约证券交易所 350 n
-纳斯达克 350 n
-香港交易所 340 n
-伦敦证券交易所 340 n
-芝商所集团 330 n
-泛欧证券交易所 330 n
-上海证券交易所 340 n
-深圳证券交易所 340 n
-北京证券交易所 330 n
-中国人民银行 350 n
-银保监会 340 n
-国家金融监督管理总局 340 n
-财政部 340 n
-发改委 330 n
-石油输出国组织 340 n
-国际能源署 330 n
-美国能源信息署 320 n
-世界银行 330 n
-国际货币基金组织 330 n
-
-# 五、国内核心金融机构（券商/基金/银行）
-中国工商银行 340 n
-中国建设银行 340 n
-中国农业银行 340 n
-中国银行 340 n
-交通银行 330 n
-招商银行 330 n
-兴业银行 320 n
-浦发银行 320 n
-中信证券 340 n
-华泰证券 330 n
-中金公司 330 n
-中信建投 330 n
-国泰君安 330 n
-广发证券 320 n
-东方证券 320 n
-南方基金 330 n
-易方达基金 330 n
-华夏基金 330 n
-嘉实基金 320 n
-博时基金 320 n
-# 知名美股与中概股（Jieba格式：词汇 权重 词性）
-# 权重320-350分，核心龙头股优先级最高，适配资讯分词场景
-
-# 一、知名美股（科技、消费、金融龙头）
-苹果 350 n
-Apple 340 n
-英伟达 350 n
-Nvidia 340 n
-特斯拉 350 n
-Tesla 340 n
-谷歌 340 n
-Alphabet 330 n
-亚马逊 340 n
-Amazon 330 n
-Meta Platforms 330 n
-Meta 330 n
-微软 350 n
-Microsoft 340 n
-甲骨文 320 n
-Oracle 310 n
-伯克希尔哈撒韦 320 n
-Berkshire Hathaway 310 n
-闪迪 300 n
-SanDisk 290 n
-高通 320 n
-Qualcomm 310 n
-英特尔 320 n
-Intel 310 n
-AMD 320 n
-超威半导体 310 n
-脸书 320 n
-Facebook 310 n
-推特 310 n
-Twitter 300 n
-Square 300 n
-Block 290 n
-PayPal 310 n
-贝宝 300 n
-星巴克 310 n
-Starbucks 300 n
-可口可乐 310 n
-Coca-Cola 300 n
-百事可乐 300 n
-PepsiCo 290 n
-沃尔玛 310 n
-Walmart 300 n
-家得宝 300 n
-Home Depot 290 n
-摩根大通 320 n
-JPMorgan Chase 310 n
-高盛 320 n
-Goldman Sachs 310 n
-摩根士丹利 320 n
-Morgan Stanley 310 n
-美国银行 310 n
-Bank of America 300 n
-
-# 二、知名中概股（互联网、新能源、金融、医药龙头）
-阿里巴巴 350 n
-Alibaba 340 n
-拼多多 340 n
-PDD 330 n
-蔚来汽车 330 n
-NIO 320 n
-理想汽车 330 n
-LI 320 n
-腾讯音乐 320 n
-TME 310 n
-唯品会 310 n
-VIPS 300 n
-富途控股 310 n
-FUTU 300 n
-老虎证券 310 n
-TIGR 300 n
-万物新生 300 n
-RERE 290 n
-涂鸦智能 300 n
-TUYA 290 n
-百济神州 320 n
-BeiGene 310 n
-百度集团 340 n
-Baidu 330 n
-文远知行 300 n
-WRD 290 n
-贝壳 310 n
-KE 300 n
-新氧 300 n
-SY 290 n
-京东 340 n
-JD.com 330 n
-京东物流 320 n
-JD Logistics 310 n
-腾讯控股 350 n
-Tencent Holdings 340 n
-美团 340 n
-Meituan 330 n
-小米集团 340 n
-Xiaomi Group 330 n
-快手 330 n
-Kuaishou 320 n
-字节跳动 340 n
-ByteDance 330 n
-滴滴 330 n
-DiDi 320 n
-携程 320 n
-Ctrip 310 n
-去哪儿 310 n
-Qunar 300 n
-同程旅行 300 n
-LY.com 290 n
-途牛 300 n
-Tuniu 290 n
-哔哩哔哩 320 n
-Bilibili 310 n
-爱奇艺 320 n
-iQiyi 310 n
-优酷 310 n
-Youku 300 n
-芒果超媒 310 n
-Mango TV 300 n
-网易 330 n
-NetEase 320 n
-新浪 320 n
-Sina 310 n
-微博 320 n
-Weibo 310 n
-知乎 310 n
-Zhihu 300 n
-小红书 310 n
-Xiaohongshu 300 n
-商汤科技 310 n
-SenseTime 300 n
-旷视科技 300 n
-Megvii 290 n
-云从科技 300 n
-Cloudwalk 290 n
-依图科技 300 n
-Yitu 290 n
-药明康德 320 n
-WuXi AppTec 310 n
-药明生物 320 n
-WuXi Biologics 310 n
-康希诺 310 n
-CanSino Biologics 300 n
-智飞生物 310 n
-Innovax 300 n
-宁德时代 350 n
-CATL 340 n
-比亚迪 340 n
-BYD 330 n
-小鹏汽车 330 n
-Xpeng 320 n
-哪吒汽车 310 n
-Nezha Auto 300 n
-零跑汽车 310 n
-Leapmotor 300 n
-极氪 310 n
-ZEEKR 300 n
-岚图汽车 300 n
-VOYAH 290 n
-华为 350 n
-Huawei 340 n
-荣耀 330 n
-Honor 320 n
-OPPO 330 n
-vivo 330 n
-一加 310 n
-OnePlus 300 n
-真我 310 n
-realme 300 n
-传音控股 310 n
-Transsion 300 n
+止损委托 330 n
--- a/backend/data/data/dict/user.txt
+++ b/backend/data/data/dict/user.txt
@@ -0,0 +1,26 @@
+公司 0.1 n
+国家 0.1 n
+国际 0.1 n
+会议 0.1 n
+市场 0.1 n
+经济 0.1 n
+技术 0.1 n
+记者 0.1 n
+时间 0.1 n
+项目 0.1 n
+问题 0.1 n
+企业 0.1 n
+财联社 0.1 n
+上涨 0.1 v
+下跌 0.1 v
+期货  0.1 n
+跌幅 0.1 n
+跌超 0.1 adj
+股票 0.1 n
+冰雪旅游 500 n
+特高压 500 n
+跨境电商 500 n
+俄乌冲突 400 n
+新能源汽车 500 n
+机器人 500 n
+具身智能 500 n
--- a/backend/data/stock_sentiment_analysis.go
+++ b/backend/data/stock_sentiment_analysis.go
@@ -13,11 +13,14 @@ import (
 	"strings"
 	"unicode"

+	"github.com/duke-git/lancet/v2/convertor"
 	"github.com/duke-git/lancet/v2/fileutil"
 	"github.com/duke-git/lancet/v2/strutil"
 	"github.com/go-ego/gse"
 )

+const basefreq float64 = 100
+
 // 金融情感词典，包含股票市场相关的专业词汇
 var (
 	seg gse.Segmenter
@@ -30,7 +33,7 @@ var (
 		"复苏": 2.0, "突破": 2.0, "创新高": 3.0, "回暖": 1.5, "上扬": 1.5,
 		"利好消息": 3.0, "收益增长": 2.5, "利润增长": 2.5, "业绩优异": 2.5,
 		"潜力股": 2.0, "绩优股": 2.0, "强势": 1.5, "走高": 1.5, "攀升": 1.5,
-		"大涨": 2.5, "飙升": 3.0, "井喷": 3.0, "爆发": 2.5, "暴涨": 3.0,
+		"大涨": 2.5, "飙升": 3.0, "井喷": 3.0, "暴涨": 3.0,
 	}

 	// 负面金融词汇及其权重
@@ -42,6 +45,7 @@ var (
 		"利空消息": 3.0, "收益下降": 2.5, "利润下滑": 2.5, "业绩不佳": 2.5,
 		"垃圾股": 2.0, "风险股": 2.0, "弱势": 1.5, "走低": 1.5, "缩量": 2.5,
 		"大跌": 2.5, "暴跌": 3.0, "崩盘": 3.0, "跳水": 3.0, "重挫": 3.0, "跌超": 2.5, "跌逾": 2.5,
+		"被抓": 3.0, "被抓捕": 3.0,
 	}

 	// 否定词，用于反转情感极性
@@ -53,7 +57,7 @@ var (
 	degreeWords = map[string]float64{
 		"非常": 1.8, "极其": 2.2, "太": 1.8, "很": 1.5,
 		"比较": 0.8, "稍微": 0.6, "有点": 0.7, "显著": 1.5,
-		"大幅": 1.8, "急剧": 2.0, "轻微": 0.6, "小幅": 0.7, "逾": 1.8,
+		"大幅": 1.8, "急剧": 2.0, "轻微": 0.6, "小幅": 0.7, "逾": 1.8, "超": 1.8,
 	}

 	// 转折词，用于识别情感转折
@@ -69,22 +73,24 @@ var baseDict string
 var zhDict string

 func InitAnalyzeSentiment() {
-	logger.SugaredLogger.Infof("初始化词典库路径:%s", fileutil.CurrentPath())
-	//加载默认词典
-	err := seg.LoadDictEmbed(zhDict)
-	err = seg.LoadDictEmbed(baseDict)
+	//err := seg.LoadDictEmbed()
+	err := seg.LoadDictEmbed(baseDict)
 	if err != nil {
 		logger.SugaredLogger.Error(err.Error())
+	} else {
+		logger.SugaredLogger.Info("加载默认词典成功")
 	}
+	seg.CalcToken()
+
 	stocks := &[]StockBasic{}
 	db.Dao.Model(&StockBasic{}).Find(stocks)
 	for _, stock := range *stocks {
 		if strutil.Trim(stock.Name) == "" {
 			continue
 		}
-		err := seg.AddToken(stock.Name, 188888, "n")
+		err := seg.AddToken(stock.Name, basefreq+500, "n")
 		if strutil.Trim(stock.BKName) != "" {
-			err = seg.AddToken(stock.BKName, 188888, "n")
+			err = seg.AddToken(stock.BKName, basefreq+500, "n")
 		}
 		if err != nil {
 			logger.SugaredLogger.Errorf("添加%s失败:%s", stock.Name, err.Error())
@@ -96,9 +102,9 @@ func InitAnalyzeSentiment() {
 		if strutil.Trim(stock.Name) == "" {
 			continue
 		}
-		err := seg.AddToken(stock.Name, 188888, "n")
+		err := seg.AddToken(stock.Name, basefreq+500, "n")
 		if strutil.Trim(stock.BKName) != "" {
-			err = seg.AddToken(stock.BKName, 188888, "n")
+			err = seg.AddToken(stock.BKName, basefreq+500, "n")
 		}
 		if err != nil {
 			logger.SugaredLogger.Errorf("添加%s失败:%s", stock.Name, err.Error())
@@ -115,13 +121,45 @@ func InitAnalyzeSentiment() {
 	tags := &[]models.Tags{}
 	db.Dao.Model(&models.Tags{}).Find(tags)
 	for _, tag := range *tags {
-		err := seg.AddToken(tag.Name, 188888, "n")
+		err := seg.AddToken(tag.Name, basefreq, "n")
 		if err != nil {
 			logger.SugaredLogger.Errorf("添加%s失败:%s", tag.Name, err.Error())
 		}
 	}
-
-	logger.SugaredLogger.Info("加载词典成功")
+	seg.CalcToken()
+	//加载用户自定义词典 先判断用户词典是否存在
+	if fileutil.IsExist("data/dict/user.txt") {
+		lines, err := fileutil.ReadFileByLine("data/dict/user.txt")
+		if err != nil {
+			logger.SugaredLogger.Error(err.Error())
+			return
+		}
+		for _, line := range lines {
+			if len(line) == 0 || line[0] == '#' {
+				continue
+			}
+			k := strutil.SplitAndTrim(line, " ")
+			switch len(k) {
+			case 1:
+				err = seg.ReAddToken(k[0], 100)
+			case 2:
+				freq, _ := convertor.ToFloat(k[1])
+				err = seg.ReAddToken(k[0], freq)
+			case 3:
+				freq, _ := convertor.ToFloat(k[1])
+				err = seg.ReAddToken(k[0], freq, k[2])
+			default:
+				logger.SugaredLogger.Errorf("用户词典格式错误:%s", line)
+			}
+			logger.SugaredLogger.Infof("添加用户词典[%s]成功", line)
+		}
+		if err != nil {
+			logger.SugaredLogger.Error(err.Error())
+		} else {
+			logger.SugaredLogger.Infof("加载用户词典成功")
+		}
+	}
+	seg.CalcToken()
 }

 // WordFreqWithWeight 词频统计结果，包含权重信息
@@ -129,14 +167,17 @@ type WordFreqWithWeight struct {
 	Word      string
 	Frequency int
 	Weight    float64
+	Score     float64
 }

 // getWordWeight 获取词汇权重
 func getWordWeight(word string) float64 {
 	// 从分词器获取词汇权重
-	freq, pos, _ := seg.Find(word)
-	if pos == "n" {
-		return freq
+
+	freq, pos, ok := seg.Dictionary().Find([]byte(word))
+	if ok {
+		logger.SugaredLogger.Infof("获取%s的权重:%f,pos:%s,ok:%v", word, freq, pos, ok)
+		return basefreq + freq
 	}
 	return 0
 }
@@ -149,13 +190,11 @@ func SortByWeightAndFrequency(frequencies map[string]WordFreqWithWeight) []WordF
 		freqSlice = append(freqSlice, freq)
 	}

-	// 按权重降序排列，如果权重相同则按频次降序排列
+	// 按权重*频次降序排列
 	sort.Slice(freqSlice, func(i, j int) bool {
-		if freqSlice[i].Weight != freqSlice[j].Weight {
-			return freqSlice[i].Weight > freqSlice[j].Weight // 权重高的排前面
-		}
-		return freqSlice[i].Frequency > freqSlice[j].Frequency // 权重相同时频次高的排前面
+		return freqSlice[i].Weight*float64(freqSlice[i].Frequency) > freqSlice[j].Weight*float64(freqSlice[j].Frequency)
 	})
+	logger.SugaredLogger.Infof("排序后的结果:%v", freqSlice)

 	return freqSlice
 }
@@ -228,11 +267,12 @@ func countWordFrequencyWithWeight(text string) map[string]WordFreqWithWeight {
 	// 构建包含权重的结果
 	for word, frequency := range wordCount {
 		weight := getWordWeight(word)
-		if weight > 100 {
+		if weight > 200 {
 			freqMap[word] = WordFreqWithWeight{
 				Word:      word,
 				Frequency: frequency,
 				Weight:    weight,
+				Score:     float64(frequency) * weight,
 			}
 		}

--- a/backend/data/stock_sentiment_analysis_test.go
+++ b/backend/data/stock_sentiment_analysis_test.go
@@ -25,12 +25,13 @@ func TestAnalyzeSentiment(t *testing.T) {
 	//}

 	text := messageText.String()
-	text = " 【周六你需要知道的隔夜全球要闻：美联储鸽声重振 美股走势回稳】 1、纽约联储行长威廉姆斯表示，随着劳动力市场走软，美联储近期内仍有再次降息的空间。 2、美联储理事斯蒂芬·米兰表示，自上次联邦公开市场委员会（FOMC）会议以来的经济数据应“促使人们偏向鸽派立场”。 3、波士顿联邦储备银行行长柯林斯表示，由于通胀可能在一段时间内保持高位，维持利率不变“目前合适”。 4、据CME“美联储观察”，截至北京时间11月22日6时30分，美联储12月降息25个基点的概率为69.4%，维持利率不变的概率为30.6%。 5、美国劳工统计局表示，11月CPI报告将于12月18日发布，同时取消了10月CPI报告发布，表示无法追溯采集政府停摆期间未能收集的部分数据。 6、俄罗斯总统普京表示，已收到美提出解决俄乌冲突的计划，俄罗斯愿意进行和平谈判。美国总统特朗普表示，他认为27日是乌克兰接受美国支持的和平计划的最后期限。 7、美联储高官鸽派言论提振市场情绪，美股三大指数收盘集体上涨，道琼斯指数涨1.08%，标普500指数涨0.98%，纳斯达克综合指数涨0.88%。甲骨文跌超5%，英伟达跌超1%。纳指本周累计跌2.74%，标普500指数累跌1.95%，道指累跌1.91%。英伟达本周累跌5.9%。 8、热门中概股多数上涨，纳斯达克中国金龙指数收涨1.23%。蔚来涨超3%，哔哩哔哩、理想汽车涨超2%，京东、小鹏汽车涨超1%。 9、国际油价下跌，交易员评估乌克兰与俄罗斯可能达成和平协议的前景。WTI 1月期货下跌1.6%，结算价报每桶58.06美元，为过去五个交易日中第四次下跌。布伦特1月期货下跌1.3%，结算价报每桶62.56美元。 10、美联储延长压力测试改进方案征询期，为银行反馈提供更多时间。 11、由于美国人对个人财务状况的看法恶化，美国消费者信心在11月跌至接近纪录最低水平；密歇根大学数据显示，11月消费者信心指数降至51，10月为53.6。 12、日本央行政策委员会委员Kazuyuki Masu表示，日本央行接近作出加息决定。 13、穆迪将意大利信用评级从BAA3上调至BAA2，展望稳定。\n"
-
+	//text = " 【周六你需要知道的隔夜全球要闻：美联储鸽声重振 美股走势回稳】 1、纽约联储行长威廉姆斯表示，随着劳动力市场走软，美联储近期内仍有再次降息的空间。 2、美联储理事斯蒂芬·米兰表示，自上次联邦公开市场委员会（FOMC）会议以来的经济数据应“促使人们偏向鸽派立场”。 3、波士顿联邦储备银行行长柯林斯表示，由于通胀可能在一段时间内保持高位，维持利率不变“目前合适”。 4、据CME“美联储观察”，截至北京时间11月22日6时30分，美联储12月降息25个基点的概率为69.4%，维持利率不变的概率为30.6%。 5、美国劳工统计局表示，11月CPI报告将于12月18日发布，同时取消了10月CPI报告发布，表示无法追溯采集政府停摆期间未能收集的部分数据。 6、俄罗斯总统普京表示，已收到美提出解决俄乌冲突的计划，俄罗斯愿意进行和平谈判。美国总统特朗普表示，他认为27日是乌克兰接受美国支持的和平计划的最后期限。 7、美联储高官鸽派言论提振市场情绪，美股三大指数收盘集体上涨，道琼斯指数涨1.08%，标普500指数涨0.98%，纳斯达克综合指数涨0.88%。甲骨文跌超5%，英伟达跌超1%。纳指本周累计跌2.74%，标普500指数累跌1.95%，道指累跌1.91%。英伟达本周累跌5.9%。 8、热门中概股多数上涨，纳斯达克中国金龙指数收涨1.23%。蔚来涨超3%，哔哩哔哩、理想汽车涨超2%，京东、小鹏汽车涨超1%。 9、国际油价下跌，交易员评估乌克兰与俄罗斯可能达成和平协议的前景。WTI 1月期货下跌1.6%，结算价报每桶58.06美元，为过去五个交易日中第四次下跌。布伦特1月期货下跌1.3%，结算价报每桶62.56美元。 10、美联储延长压力测试改进方案征询期，为银行反馈提供更多时间。 11、由于美国人对个人财务状况的看法恶化，美国消费者信心在11月跌至接近纪录最低水平；密歇根大学数据显示，11月消费者信心指数降至51，10月为53.6。 12、日本央行政策委员会委员Kazuyuki Masu表示，日本央行接近作出加息决定。 13、穆迪将意大利信用评级从BAA3上调至BAA2，展望稳定。\n"
+	text = "财联社电：英伟达周五冲高回落，股价涨幅收于1%，市场普遍认为其走势疲软"
+	text = "【本轮巴以冲突已致加沙地带69733人死亡】财联社11月22日电，当地时间22日下午，以军对加沙城西部一辆汽车发动空袭，已造成5人死亡，多人受伤。自2023年10月7日巴以新一轮大规模冲突爆发以来，以色列对加沙地带的袭击已造成69733人死亡、170863人受伤。"
+	//text = "【牛肉加工亏损 美国泰森公司关停缩减相关业务】财联社11月22日电，受牛肉加工业务亏损影响，当地时间21日，美国泰森食品公司发布公告称，将关闭位于内布拉斯加州的一家大型牛肉加工厂，还计划缩小得克萨斯州一家牛肉加工厂的生产规模。根据泰森食品公司的公告，被关闭的这家工厂位于内布拉斯加州列克星敦，日均可宰杀并处理大约5000头牛，约占全美日均牛肉屠宰数量的4.8%。与此同时，公司还计划缩小得克萨斯州一家牛肉加工厂的生产规模，这家工厂每天大约可屠宰6000头牛。据悉，泰森此次业务调整影响两个工厂大约5000个工作岗位。《华尔街日报》报道称，泰森是美国四大肉类加工公司中首家关闭主要牛肉加工厂的公司，其最新财报显示，2025财年牛肉加工是唯一亏损的业务部门，调整后的营业亏损为4.26亿美元。"
 	// 分析情感
 	words := splitWords(text)
 	fmt.Println(strings.Join(words, " "))
-	result := AnalyzeSentiment(text)
 	result, frequencies := AnalyzeSentimentWithFreqWeight(text)
 	// 过滤标点符号和分隔符
 	cleanFrequencies := FilterPunctuationAndSeparators(frequencies)
--- a/frontend/src/App.vue
+++ b/frontend/src/App.vue
@@ -53,6 +53,7 @@ const containerRef = ref({})
 const realtimeProfit = ref(0)
 const telegraph = ref([])
 const groupList = ref([])
+const officialStatement= ref("")
 const menuOptions = ref([
  {
    label: () =>
@@ -599,6 +600,7 @@ onBeforeMount(() => {
  GetVersionInfo().then(result => {
    if(result.officialStatement){
      content.value = result.officialStatement+"\n\n"+content.value
+      officialStatement.value = result.officialStatement
    }
  })

@@ -669,7 +671,7 @@ onBeforeMount(() => {
 })

 onMounted(() => {
-  WindowSetTitle("go-stock：AI赋能股票分析✨  未经授权,禁止商业目的！ [数据来源于网络,仅供参考;投资有风险,入市需谨慎]")
+  WindowSetTitle("go-stock：AI赋能股票分析✨ "+officialStatement.value+"  未经授权,禁止商业目的！ [数据来源于网络,仅供参考;投资有风险,入市需谨慎]")
  contentStyle.value = "max-height: calc(92vh);overflow: hidden"
  GetConfig().then((res) => {
    if (res.enableNews) {
--- a/frontend/src/components/AnalyzeMartket.vue
+++ b/frontend/src/components/AnalyzeMartket.vue
@@ -1,9 +1,197 @@
 <script setup>

+import {AnalyzeSentimentWithFreqWeight} from "../../wailsjs/go/main/App";
+import * as echarts from "echarts";
+import {onMounted,onUnmounted, ref} from "vue";
+import _ from "lodash";
+const { name,darkTheme,kDays ,chartHeight} = defineProps({
+  name: {
+    type: String,
+    default: ''
+  },
+  kDays: {
+    type: Number,
+    default: 14
+  },
+  chartHeight: {
+    type: Number,
+    default: 500
+  },
+  darkTheme: {
+    type: Boolean,
+    default: false
+  }
+})
+const chartRef = ref(null);
+const gaugeChartRef = ref(null);
+let handleChartInterval=null
+onMounted(() => {
+  handleChart()
+  handleChartInterval=setInterval(function () {
+    handleChart()
+  }, 1000 * 60)
+})
+
+onUnmounted(()=>{
+  clearInterval(handleChartInterval)
+})
+
+function  handleChart(){
+  const formatUtil = echarts.format;
+  AnalyzeSentimentWithFreqWeight("").then((res) => {
+    console.log(res)
+    const treemapchart = echarts.init(chartRef.value);
+    const gaugeChart=echarts.init(gaugeChartRef.value);
+    let option = {
+      title: {
+        text:name,
+        left: 'center'
+      },
+      legend: {
+        show: false
+      },
+      tooltip: {
+        formatter: function (info) {
+          var value = info.value;
+          var frequency = info.data.frequency;
+          var weight = info.data.weight;
+          return [
+            '<div class="tooltip-title">' + info.name+ '</div>',
+            '热度: ' + formatUtil.addCommas(value) + '',
+            '<div class="tooltip-title">频次: ' +  formatUtil.addCommas(frequency)+ '</div>',
+            '<div class="tooltip-title">权重: ' +  formatUtil.addCommas(weight)+ '</div>',
+          ].join('');
+        }
+      },
+      series: [
+        {
+          type: 'treemap',
+          left: '0',
+          top: '0',
+          right: '0',
+          bottom: '0',
+          tooltip: {
+            show: true
+          },
+          data: res['frequencies'].map(item => ({
+            name: item.Word,
+            // value: item.Frequency,
+            // value: item.Weight,
+            frequency: item.Frequency,
+            weight: item.Weight,
+            value: item.Score,
+          }))
+        }
+      ]
+    };
+    treemapchart.setOption(option);
+
+
+
+    let option2 = {
+      series: [
+        {
+          type: 'gauge',
+          startAngle: 180,
+          endAngle: 0,
+          center: ['50%', '75%'],
+          radius: '90%',
+          min: 0,
+          max: 1,
+          splitNumber: 8,
+          axisLine: {
+            lineStyle: {
+              width: 6,
+              color: [
+                // [0.25, '#FF6E76'],
+                // [0.5, '#FDDD60'],
+                // [0.75, '#58D9F9'],
+                // [1, '#7CFFB2'],
+
+                [0.25, '#02f423'],
+                [0.5, '#58D9F9'],
+                [0.75, 'rgb(241,115,14)'],
+                [1, '#fa242f']
+              ]
+            }
+          },
+          pointer: {
+            icon: 'path://M12.8,0.7l12,40.1H0.7L12.8,0.7z',
+            length: '12%',
+            width: 20,
+            offsetCenter: [0, '-60%'],
+            itemStyle: {
+              color: 'auto'
+            }
+          },
+          axisTick: {
+            length: 12,
+            lineStyle: {
+              color: 'auto',
+              width: 2
+            }
+          },
+          splitLine: {
+            length: 20,
+            lineStyle: {
+              color: 'auto',
+              width: 5
+            }
+          },
+          axisLabel: {
+            color: '#464646',
+            fontSize: 20,
+            distance: -60,
+            rotate: 'tangential',
+            formatter: function (value) {
+              if (value === 0.875) {
+                return '极热';
+              } else if (value === 0.625) {
+                return '乐观';
+              } else if (value === 0.375) {
+                return '谨慎';
+              } else if (value === 0.125) {
+                return '冰点';
+              }
+              return '';
+            }
+          },
+          title: {
+            offsetCenter: [0, '-10%'],
+            fontSize: 20
+          },
+          detail: {
+            fontSize: 30,
+            offsetCenter: [0, '-35%'],
+            valueAnimation: true,
+            formatter: function (value) {
+              return value.toFixed(2) + '';
+            },
+            color: 'inherit'
+          },
+          data: [
+            {
+              value: res.result.Score/100.0,
+              name: '市场情绪'
+            }
+          ]
+        }
+      ]
+    };
+    gaugeChart.setOption(option2);
+  })
+}
 </script>

 <template>
-
+  <n-grid :cols="24" :y-gap="0">
+    <n-gi span="6">
+      <div ref="gaugeChartRef" style="width: 100%;height: auto;--wails-draggable:no-drag" :style="{height:chartHeight+'px'}" ></div>
+    </n-gi>
+    <n-gi span="18">
+      <div ref="chartRef" style="width: 100%;height: auto;--wails-draggable:no-drag" :style="{height:chartHeight+'px'}" ></div>
+    </n-gi>
+  </n-grid>
 </template>

 <style scoped>
--- a/frontend/src/components/market.vue
+++ b/frontend/src/components/market.vue
@@ -13,7 +13,7 @@ import {
  SaveAsMarkdown,
  ShareAnalysis,
  SummaryStockNews,
-  GetAiConfigs, AnalyzeSentimentWithFreqWeight
+  GetAiConfigs,
 } from "../../wailsjs/go/main/App";
 import {EventsOff, EventsOn} from "../../wailsjs/runtime";
 import NewsList from "./newsList.vue";
@@ -127,7 +127,6 @@ onBeforeMount(() => {

 })
 onMounted(() => {
-  Analyze() // 页面显示
 })


@@ -155,7 +154,6 @@ EventsOn("newTelegraph", (data) => {
      telegraphList.value.pop()
    }
    telegraphList.value.unshift(...data)
-    Analyze() // 页面显示
  }
 })
 EventsOn("newSinaNews", (data) => {
@@ -164,7 +162,6 @@ EventsOn("newSinaNews", (data) => {
    sinaNewsList.value.pop()
  }
  sinaNewsList.value.unshift(...data)
-    Analyze() // 页面显示
  }
 })

@@ -173,32 +170,6 @@ window.onresize = () => {
  panelHeight.value = window.innerHeight - 240
 }

-function Analyze(){
-  console.log("treemapchart:",treemapchart)
-  console.log("treemapRef:",treemapRef.value)
-  treemapchart = echarts.init(treemapRef.value);
-  treemapchart.showLoading()
-  AnalyzeSentimentWithFreqWeight("").then((res) => {
-
-    let option = {
-      legend: {
-        show: false
-      },
-      series: [
-        {
-          type: 'treemap',
-          data: res['frequencies'].slice(0, 20).map(item => ({
-            name: item.Word,
-            value: item.Frequency,
-          }))
-        }
-      ]
-    };
-    treemapchart.setOption(option);
-    treemapchart.hideLoading()
-  })
-}
-
 function getAreaName(code) {
  switch (code) {
    case "america":
@@ -273,9 +244,6 @@ function getAiSummary() {
 function updateTab(name) {
  summaryBTN.value = (name === "市场快讯");
  nowTab.value = name
-  if (name === "市场快讯") {
-    Analyze()
-  }
 }

 EventsOn("summaryStockNews", async (msg) => {
@@ -366,7 +334,7 @@ function ReFlesh(source) {
      <n-tab-pane name="市场快讯" tab="市场快讯">
        <n-grid :cols="1" :y-gap="0">
          <n-gi>
-            <div  ref="treemapRef"  style="width: 100%;height: 300px;" ></div>
+            <AnalyzeMartket :dark-theme="darkTheme" :chart-height="300" :kDays="1" :name="'最近24小时热词'" />
          </n-gi>
          <n-gi>
            <n-grid :cols="2" :y-gap="0">
--- a/main.go
+++ b/main.go
@@ -125,7 +125,7 @@ func main() {

 	// Create application with options
 	err = wails.Run(&options.App{
-		Title:     "go-stock：AI赋能股票分析✨",
+		Title:     "go-stock：AI赋能股票分析✨ " + OFFICIAL_STATEMENT,
 		Width:     width * 4 / 5,
 		Height:    920,
 		MinWidth:  minWidth,
@@ -150,7 +150,7 @@ func main() {
 		OnShutdown:               app.shutdown,
 		WindowStartState:         options.Normal,
 		SingleInstanceLock: &options.SingleInstanceLock{
-			UniqueId:               "go-stock-dev",
+			UniqueId:               "go-stock",
 			OnSecondInstanceLaunch: OnSecondInstanceLaunch,
 		},
 		Bind: []interface{}{
Author	SHA1	Message	Date
ArvinLovegood	fa658357c9	feat(sentiment):新增市场情绪分析功能 - 添加 AnalyzeMartket 组件用于展示情绪热力图和仪表盘 - 引入 ECharts 实现数据可视化 - 配置定时任务定期更新图表数据 - 在 backend 中扩展情感词典，新增关键词如“被抓”、“超”等 - 优化 sentiment 分析逻辑，提升准确性 - 移除旧版 treemap 图表实现，统一使用新组件渲染 - 调整 single instance ID 为 go-stock - 更新 base.txt 词库，增加“亏损”、“加工”等词汇	2025-11-22 23:35:02 +08:00
ArvinLovegood	746589a972	feat(backend):优化词典加载与情感分析逻辑 - 重构词典初始化流程，提升加载效率 - 新增CalcToken调用以确保词典更新生效 - 改进用户词典读取路径并增强格式校验 - 忽略空行及注释行，防止无效词条干扰分析 - 使用ReAddToken方法替换原有AddToken实现热更新 - 调整词频权重过滤阈值，提高情感识别准确度 - 引入Score字段用于treemap可视化展示 - 更新基础词典和用户词典内容，强化专业术语覆盖 - 注释冗余测试文本，避免影响正式环境运行 - 增加日志记录以便追踪词典加载与匹配过程	2025-11-22 20:16:14 +08:00
ArvinLovegood	401dd17fa8	feat(stock):加载用户自定义词典进行情感分析(用户可以自己定义词典调整热词权重) - 在默认词典加载成功后，增加加载用户自定义词典逻辑 - 判断用户词典文件是否存在，避免加载空文件 - 记录用户词典加载成功或失败的日志信息 - 保持原有默认词典加载流程不变 - 确保词典加载错误不会中断程序运行 - 统一词典加载后的日志输出格式	2025-11-22 17:28:40 +08:00
ArvinLovegood	c365bd9534	feat(frontend): 添加官方声明显示功能 - 在 App.vue 中新增 officialStatement 响应式变量 - 从版本信息接口获取官方声明内容并存储 - 将官方声明动态插入到窗口标题中 - 调整窗口标题显示逻辑以包含官方声明	2025-11-22 17:26:31 +08:00
ArvinLovegood	104ee51e13	feat(frontend): 添加官方声明显示功能 - 在 App.vue 中新增 officialStatement 响应式变量 - 从版本信息接口获取官方声明内容并存储 - 将官方声明动态插入到窗口标题中 - 调整窗口标题显示逻辑以包含官方声明	2025-11-22 17:26:12 +08:00
ArvinLovegood	00f3e5f0e0	feat(data): 添加用户词典文件 - 新增包含13个常用词汇的用户词典 - 词汇涵盖公司、国家、市场等业务相关术语 - 为自然语言处理模块提供基础词汇支持	2025-11-22 17:18:35 +08:00
ArvinLovegood	483ffa2244	feat(data): 优化金融分词词典与情感分析逻辑 - 更新基础词典文件，完善覆盖场景并调整部分词条权重 - 移除重复或冗余的美股及中概股名称条目 - 提升多个关键金融术语如“人工智能”、“半导体”等权重至350 - 新增“冲高”、“打开涨停”等交易行为相关词汇并设定合理权重 - 完善“十五五规划”相关内容条目，并分类整理结构 - 在情感分析模块引入basefreq常量替代硬编码数值 - 调整股票名称和板块名称添加逻辑中的频率值计算方式 - 重构用户自定义词典加载流程，增强兼容性和健壮性 - 支持更灵活的用户词典格式（支持词、频、词性三元素） - 修改词频结果结构体，新增Score字段用于综合评分 - 优化排序规则，依据频率与权重乘积进行降序排列 - 增加调试日志输出，便于追踪分析过程与结果 - 前端Treemap图表展示逻辑同步更新以适配新的评分标准	2025-11-22 17:17:55 +08:00
ArvinLovegood	63d278b9aa	feat(stock):加载用户自定义词典进行情感分析(用户可以自己定义词典调整热词权重) - 在默认词典加载成功后，增加加载用户自定义词典逻辑 - 判断用户词典文件是否存在，避免加载空文件 - 记录用户词典加载成功或失败的日志信息 - 保持原有默认词典加载流程不变 - 确保词典加载错误不会中断程序运行 - 统一词典加载后的日志输出格式	2025-11-22 13:02:33 +08:00
ArvinLovegood	5621d40c71	feat(market):调整词频树图数据计算方式 - 将词频树图中的值计算方式从 Frequency 改为 Frequency * Weight - 更新 treemap 数据映射逻辑以反映新的权重计算 - 确保前端展示的数据更加准确地反映词汇的重要性	2025-11-22 12:58:41 +08:00
ArvinLovegood	26e9753b94	feat(data):添加十五五规划重点领域关键词到基础词典 - 新增涵盖七个大类的政策关键词汇 - 设置词汇权重范围为310-350，适配政策资讯分词场景 - 包含核心战略方向、科技创新与数字经济等领域术语 - 添加能源与绿色转型相关高频词汇 - 补充高端制造与新兴产业的专业表达 - 增加乡村振兴与农业现代化关键词 - 纳入对外开放与贸易升级术语 - 更新社会民生与公共服务领域用词	2025-11-22 12:55:11 +08:00