微博数据挖掘展示系统的设计与实现

发布时间：2022-08-23 23:38

　　随着互联网技术的不断发展,微博、微信等社交网络在人们的日常生活中扮演着越来越重要的角色。与此同时社交网络使用人数的激增,使得数据信息量也在不断膨胀,呈现爆发式增长。如何从繁多的微博用户行为数据中提取出对业务有价值的信息、挖掘信息中蕴含的潜在的巨大商业价值,这是目前我们所需要解决的问题。微博数据挖掘展示系统能从微博海量数据中挖掘出隐含在其中的、事先不为人知的、潜在的、有用的信息和知识的技术,并能有效的提取相应的信息,使相应信息展示更为简单明了,同时使业务部门、运营部门更直观的了解到用户相应的需求,帮助其在庞大的用户体量和广泛的兴趣标签中精准获取用户需求,将用户感兴趣的话题、博主、事件第一时间进行精准推送。微博数据挖掘展示系统主要包括数据挖掘模块及数据监控、管理展示模块,其中数据监控、管理展示模块可下分为主控（Dashboard）模块、内容标签模块、用户画像模块、基础物料库模块、物料平台模块、特征挖掘模块、监控管理模块及出错标签（Bad Case）收集系统模块。其中本人主要参与设计实现了 Dashboard模块、内容标签模块、用户画像模块、物料平台模块及Bad Case收集系统模块。本系统... 

【文章页数】：80 页

【学位级别】：硕士

【文章目录】：
致谢
摘要
ABSTRACT
1 引言
    1.1 项目背景
    1.2 项目目的及意义
    1.3 本人主要工作
        1.3.1 Dashboard模块
        1.3.2 内容标签模块
        1.3.3 用户画像模块
        1.3.4 物料平台模块
        1.3.5 Bad Case收集系统模块
    1.4 论文组织结构
    1.5 本章小结
2 相关技术介绍
    2.1 数据挖掘相关技术介绍
        2.1.1 数据仓库
        2.1.2 数据挖掘过程
    2.2 数据管理展示部分前端技术
        2.2.1 Bootstrap
        2.2.2 Echarts
    2.3 数据管理展示部分后端技术
        2.3.1 Spring Boot
        2.3.2 Maven
    2.4 数据存储
        2.4.1 Redis
        2.4.2 MySQL
        2.4.3 Redis与MySQL结合
    2.5 本章小结
3 需求分析
    3.1 系统功能模块概述
    3.2 系统功能性需求分析
        3.2.1 Dashboard模块功能性需求分析
        3.2.2 内容标签模块功能性需求分析
        3.2.3 用户画像模块功能性需求分析
        3.2.4 物料平台模块功能性需求分析
        3.2.5 Bad Case收集系统模块功能性需求分析
    3.3 系统非功能性需求分析
        3.3.1 性能分析
        3.3.2 可靠性分析
        3.3.3 可维护性分析
        3.3.4 可扩展性分析
    3.4 本章小结
4 系统概要设计
    4.1 系统总体架构设计
    4.2 功能模块结构设计
        4.2.1 Dashboard模块概要设计
        4.2.2 内容标签模块概要设计
        4.2.3 用户画像模块概要设计
        4.2.4 物料平台模块概要设计
        4.2.5 Bad Case收集系统模块概要设计
    4.3 数据库设计
        4.3.1 Dashboard模块数据表结构设计
        4.3.2 内容标签模块数据表结构设计
        4.3.3 用户画像模块数据表结构设计
        4.3.4 物料平台模块数据表结构设计
        4.3.5 Bad Case收集系统数据表结构设计
    4.4 本章小结
5 系统详细设计与实现
    5.1 Dashboard模块
        5.1.1 Dashboard模块类设计
        5.1.2 Dashboard模块详细设计
    5.2 内容标签模块
        5.2.1 内容标签模块类设计
        5.2.2 内容标签模块详细设计
    5.3 用户画像模块
        5.3.1 用户兴趣计算策略
        5.3.2 用户兴趣计算流程
        5.3.3 用户画像模块类设计及流程
    5.4 物料平台模块
        5.4.1 物料平台模块类设计
        5.4.2 物料平台模块详细设计
    5.5 Bad Case收集系统模块
        5.5.1 Bad Case收集系统模块类设计
        5.5.2 Bad Case收集系统模块详细设计
    5.6 本章小结
6 测试及效果展示
    6.1 功能性测试
        6.1.1 Dashboard模块功能性测试
        6.1.2 内容标签模块功能性测试
        6.1.3 用户画像模块功能性测试
        6.1.4 物料平台模块功能性测试
        6.1.5 Bad Case收集系统模块功能性测试
    6.2 非功能性测试
        6.2.1 系统核心性能测试
        6.2.2 系统兼容性测试
    6.3 效果展示
    6.4 本章小结
7 结论与展望
    7.1 工作总结
    7.2 展望
参考文献
作者简历及攻读硕士学位期间取得的研究成果
学位论文数据集


【参考文献】：
期刊论文
[1]聚类算法在高校学生微博的应用研究[J]. 代明竹,高嵩峰.  现代电子技术. 2019(07)
[2]基于数据挖掘技术的档案馆信息快速分析算法研究[J]. 甘璐.  现代电子技术. 2019(07)
[3]基于ECharts的科技统计数据可视化设计与实现[J]. 徐欣威.  天津科技. 2019(03)
[4]数据仓库与数据挖掘技术在决策支持系统中的应用[J]. 刘超.  天津职业院校联合学报. 2019(02)
[5]基于MySQL Cluster和Keepalived实现数据同步和故障转移的实验研究[J]. 李洪生,李一萌.  软件. 2019(01)
[6]重塑传统,打造第四代数据仓库[J]. 朱琨.  软件和集成电路. 2019(01)
[7]MySQL数据库性能优化研究[J]. 范开勇,陈宇收.  中国新通信. 2019(01)
[8]Scrapy分布式爬虫搜索引擎[J]. 刘思林.  电脑知识与技术. 2018(34)
[9]一种基于Scrapy-Redis的分布式微博数据采集方案[J]. 邓万宇,刘光达,董莹莹.  信息技术. 2018(11)
[10]基于Bootstrap的响应式网页设计[J]. 戴维.  电脑编程技巧与维护. 2018(11)



本文编号：3678698