基于数据挖掘技术的微博营销系统的设计与实现

发布时间：2021-06-21 12:49

　　随着互联网的迅猛发展，我们已经快速步入了信息化的时代，然而网络产生的信息让我们应接不暇，仅仅以新浪微博为例，国内有超过半数的网民使用微博，每天有上亿条微博内容产生。面对如此巨大的市场，如何从这些信息中挖掘潜在客户对于商家来说有着独特的吸引力。文章结合当前微博营销的现状，设计并实现了基于数据挖掘技术的微博营销系统。由于该智能系统的目的要达到两个：第一，精确查找潜在客户；第二，与客户进行互动交流。围绕这两个目的，系统详细设计了两个组成部分：粉丝相关数据获取与分析子系统和微博互动子系统。前者主要包括微博获取与分析、微博指数分析、粉丝属性分析、微博传播路径分析、社会网络分析；后者主要实现关注潜在客户、向潜在客户推荐可能感兴趣的微博和好友，评论或转发其微博内容的目的。通过调用新浪和腾讯微博开发平台提供的API接口，获取系统所需的元数据。微博短文本内容的预处理采用中科院的ICTCLAS分析系统，从文本中提取改进的互信息特征，对短文本分类使用KNN分类算法，最终实现了与目标用户进行微博互动的目的。结合对系统的功能测试和结果分析，系统总体上达到了预定的设计目标，具有一定的工程应用价值。 

【文章来源】：华中科技大学湖北省 211工程院校 985工程院校 教育部直属院校

【文章页数】：56 页

【学位级别】：硕士

【部分图文】：

微博的传播社群图

SSH执行流程

授权流程图

【参考文献】：
期刊论文
[1]基于互联网时代微博营销的SWOT分析[J]. 吴继飞,邓安平.  中国集体经济. 2011(21)
[2]微博营销——新媒体时代的营销宠儿[J]. 孙孟.  通信企业管理. 2011(07)
[3]移动互联网业务Portal门户精准营销系统解决方案[J]. 王琳,李石生,赵占纯.  邮电设计技术. 2011(03)
[4]中文文本分类中利用依存关系的实验研究[J]. 王鹏,樊兴华.  计算机工程与应用. 2010(03)
[5]精准营销在企业电子商务中的应用研究[J]. 曹利菊,刘俊斌.  商场现代化. 2009(05)
[6]关于用户兴趣度的判定树算法的优化[J]. 王睿,钟守铭,杨景浩.  计算机与数字工程. 2006(02)
[7]基于隐Markov模型的汉语词类自动标注的实验研究[J]. 孙茂松,卢红娜,邹嘉彦.  清华大学学报(自然科学版). 2000(09)

博士论文
[1]短语消息聚类相关技术研究[D]. 王乐.国防科学技术大学 2008
[2]短文本语言计算的关键技术研究[D]. 龚才春.中国科学院研究生院（计算技术研究所） 2008
[3]海量短语信息挖掘技术的研究与实现[D]. 王永恒.国防科学技术大学 2006

硕士论文
[1]B2C电子商务精准营销研究[D]. 盛丽.华东师范大学 2011



本文编号：3240708