基于微信公眾平臺(tái)的數(shù)據(jù)挖掘與可視化研究.pdf

1、在這個(gè)互聯(lián)網(wǎng)飛速發(fā)展的時(shí)代，時(shí)刻都會(huì)有大量的、新穎的信息撲面而來。對于互聯(lián)網(wǎng)用戶而言，他們?nèi)羰亲约簭钠渲泻Y選出感興趣的、優(yōu)質(zhì)的信息是十分繁冗且不太現(xiàn)實(shí)的。所以一個(gè)可以智能的為用戶進(jìn)行篩選和推薦的性能良好的推薦系統(tǒng)是互聯(lián)網(wǎng)時(shí)代所必需的，而性能良好的推薦系統(tǒng)的精髓則是可靠的推薦算法。因此針對這一問題，本文對智能推薦系統(tǒng)進(jìn)行了研究，同時(shí)給出了一種推薦系統(tǒng)的核心算法—面向微信公眾平臺(tái)新文章的預(yù)測推薦算法。具體研究工作如下：
　　論文首先搭

2、建了推薦系統(tǒng)的網(wǎng)頁前端。使用HTML搭建前端框架，通過CSS完善網(wǎng)頁。網(wǎng)頁的動(dòng)態(tài)功能通過JavaScript體現(xiàn)出來。網(wǎng)頁的數(shù)據(jù)圖表部分采用的是D3.js來實(shí)現(xiàn)，來提高網(wǎng)頁的美觀度和實(shí)用性。
　　其次，用pytho n編寫了網(wǎng)絡(luò)爬蟲，對微信公眾平臺(tái)的后臺(tái)數(shù)據(jù)進(jìn)行獲取。網(wǎng)絡(luò)爬蟲是一種自動(dòng)地抓取網(wǎng)頁信息的腳本。本文獲取的數(shù)據(jù)主要有每篇文章的閱讀量、點(diǎn)贊數(shù)、轉(zhuǎn)發(fā)量和評(píng)論等等。獲取的數(shù)據(jù)以及交互產(chǎn)生的數(shù)據(jù)統(tǒng)一用MySQL數(shù)據(jù)庫存儲(chǔ)。

3、>　　然后，論文給出了一種面向微信公眾平臺(tái)新文章的預(yù)測推薦算法。對于微信公眾平臺(tái)剛剛發(fā)布的新文章，通過對文章作者以及文章本身潛力做分析，對文章進(jìn)行預(yù)測評(píng)分和智能排序，并結(jié)合用戶的興趣愛好，把最具有爆點(diǎn)潛力的、閱讀量可能達(dá)到10w+的文章智能的推薦給大眾，實(shí)現(xiàn)個(gè)性化推薦。實(shí)驗(yàn)結(jié)果證明，這種新的推薦算法可以達(dá)到智能推薦的效果。
　　最后，本文在上述基礎(chǔ)之上建立了一個(gè)智能的推薦系統(tǒng)，這個(gè)系統(tǒng)收錄了上萬個(gè)微信公眾號(hào)，可以根據(jù)用戶的不同要求