基于大數據的社交網絡數據挖掘.pdf_第1頁
已閱讀1頁,還剩64頁未讀 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、萬事萬物都有聯系,人們與社交網絡相互聯系,與信息,組織,所在地相互聯系,只對個體進行研究所獲得成果是有限的,所以要對整個系統(tǒng)進行研究,而這個系統(tǒng)就是一個社交網絡。社交網絡分析由圖論,數學以及社會學中的社交網絡理論發(fā)展而來,在最近的這10-15年中,網絡分析還借助計算機科學,物理學,生物學和經濟學等不同領域的發(fā)展。與常規(guī)的網絡數據分析相比,基于社交網絡的數據分析,分析對象非常明確,分析的形式多種多樣,分析的方法和內容更多。若將常規(guī)的分析方

2、法應用到社交網絡數據分析中,我們會發(fā)現分析的結果達不到我們的預期效果。就當前的數據分析方法、數據模型和社交網絡數據,本文從數據的獲取、數據的清洗加工、數據模型應用并在應用過程中對模型進行優(yōu)化,形成的數據分析結果如何為管理者進行決策進行了一系列的研究。
  本文先從斯坦福大學的Stanford Large Network Dataset Collection中下載Amazonnetworks數據,探討了從抓取數據、清洗數據、預處理數

3、據、探索數據、選擇合適的算法、建立相關模型到最終分析評估的全過程。先用Python對預處理數據,導入數據庫,并用Clementine12.0分析其中客戶購買產品后評價的有效性,并評估此評價是否會對其他客戶購買該產品產生影響,采用數據挖掘技術可挖掘出數據背后的信息。
  數據挖掘中的聚類分析是將相似度較高的用戶聚成一個類,然后再進行數據分析。本文對客戶評價的次數,評價的時間,評價的頻次,評價的得分進行聚類分析,最后對分析過程中運用的

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論