版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、社交網(wǎng)絡(luò)使得用戶之間可以隨時隨地的交流和溝通,尤其是智能手機(jī)和4G網(wǎng)絡(luò)的推廣,使其受到越來越多的用戶青睞,現(xiàn)已成為信息傳播的主要方式之一。隨著云計算、大數(shù)據(jù)技術(shù)的發(fā)展,社交大數(shù)據(jù)分析挖掘成為學(xué)術(shù)界、工業(yè)界重點關(guān)注的對象,其中數(shù)據(jù)采集是數(shù)據(jù)分析中的關(guān)鍵環(huán)節(jié)之一。為了對社交網(wǎng)絡(luò)信息傳播模型及用戶最大影響力的進(jìn)一步研究,本文通過對數(shù)據(jù)采集系統(tǒng)的分析研究,設(shè)計并實現(xiàn)了一個簡單通用的社交網(wǎng)絡(luò)數(shù)據(jù)采集系統(tǒng),基于采集的數(shù)據(jù),重點對社交網(wǎng)絡(luò)的用戶偏好進(jìn)
2、行分析。
本研究主要內(nèi)容包括:⑴社交網(wǎng)絡(luò)數(shù)據(jù)采集系統(tǒng)相關(guān)技術(shù)的介紹。本文介紹了數(shù)據(jù)采集的兩種方法:網(wǎng)絡(luò)爬蟲和開放API接口;深入研究了采集過程中OAuth授權(quán)認(rèn)證、XML和JSON頁面解析技術(shù)和非關(guān)系型數(shù)據(jù)庫等相關(guān)技術(shù)。⑵社交網(wǎng)絡(luò)數(shù)據(jù)采集系統(tǒng)的設(shè)計與實現(xiàn)。本文通過開放的API接口采用廣度優(yōu)先的搜索策略采集社交網(wǎng)絡(luò)數(shù)據(jù);使用多賬戶復(fù)用和多線程相結(jié)合的方式控制請求的頻率來提高采集的效率;使用樸素貝葉斯方法來解決垃圾博文過濾問題;使
3、用HashMap的方法來解決用戶去重問題;使用翻頁技術(shù)解決數(shù)據(jù)完整性問題;采用MongoDB和文本文件兩種方式對采集的海量數(shù)據(jù)進(jìn)行存儲;采用數(shù)據(jù)修剪的方法對數(shù)據(jù)進(jìn)行預(yù)處理。⑶社交網(wǎng)絡(luò)中用戶偏好分析。本文使用TF-IDF(term frequency-inverse document frequency)計算特征文本中特征項的權(quán)重;采用VSM(Vector-Space Model)對用戶的偏好建模得到每個用戶及話題的特征向量;采用文本的余
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(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)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(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)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。
最新文檔
- 網(wǎng)絡(luò)性能數(shù)據(jù)采集與分析方法的研究.pdf
- 社交網(wǎng)絡(luò)數(shù)據(jù)采集及傳播路徑分析.pdf
- 面向網(wǎng)絡(luò)輿情分析的數(shù)據(jù)采集與管理方法研究.pdf
- 社交網(wǎng)絡(luò)中的數(shù)據(jù)挖掘與分析.pdf
- 網(wǎng)絡(luò)流量采集與分析系統(tǒng)中數(shù)據(jù)采集的研究與實現(xiàn).pdf
- IP網(wǎng)絡(luò)質(zhì)量評估系統(tǒng)的數(shù)據(jù)采集及分析方法研究.pdf
- Internet網(wǎng)絡(luò)數(shù)據(jù)采集與數(shù)據(jù)包分析的應(yīng)用與研究.pdf
- 基于社交網(wǎng)絡(luò)的數(shù)據(jù)過濾與數(shù)據(jù)推送.pdf
- 面向社交網(wǎng)絡(luò)文本的情感分析方法的研究.pdf
- 社交網(wǎng)絡(luò)數(shù)據(jù)獲取與結(jié)構(gòu)分析系統(tǒng)的設(shè)計與實現(xiàn).pdf
- 社交網(wǎng)絡(luò)中關(guān)系數(shù)據(jù)的隱私保護(hù)方法研究.pdf
- RFID網(wǎng)絡(luò)布局方法與數(shù)據(jù)采集管理系統(tǒng)研究.pdf
- 社交網(wǎng)絡(luò)的團(tuán)體感知與挖掘方法研究.pdf
- 在線社交網(wǎng)絡(luò)數(shù)據(jù)放置策略的研究與實現(xiàn).pdf
- IP網(wǎng)絡(luò)測量儀網(wǎng)絡(luò)數(shù)據(jù)包采集與分析的研究與實現(xiàn).pdf
- 面向社交商務(wù)的大數(shù)據(jù)分析方法研究.pdf
- 井下數(shù)據(jù)采集與傳輸方法研究.pdf
- 基于社交網(wǎng)絡(luò)的數(shù)據(jù)挖掘研究.pdf
- 基于社交網(wǎng)絡(luò)的垃圾用戶檢測方法分析與實現(xiàn).pdf
- 采集樹網(wǎng)絡(luò)中可靠數(shù)據(jù)采集與配置研究.pdf
評論
0/150
提交評論