电影网站数据挖掘可视化系统设计与实现

发布时间：2021-05-12 12:21

　　随着互联网产业和电影产业的高速发展,二者的联系也越来越紧密,许多的互联网视频网站也应运而生,传统的互联网视频网站聚集了大量的电影资源,只为用户提供观看以及下载的渠道,而用户想在海量的影视资源中寻求合适的电影观看非常困难,为了给用户在海量的电影资源中作出客观合理的抉择提供一定的参考,从电影网络影评为切入点设计了电影数据挖掘的可视化系统。由于网络上的影评包含了观影用户丰富的感情和倾向,也包含了在情感和语义层面上不同电影之间的关联程度。该系统以电影影评文本为研究的切入点,在文本中挖掘出电影之间的联系。首先基于Scrapy构建了一套爬虫系统,用来采集的电影相关数据,为整个可视化系统提供了广泛而可靠的数据支持,在完成电影影评文本获取的基础之上,使用分词,去停用词,构建电影相关领域的情感词库等文本预处理方法,并同时利用基于构建好的情感词典对影评文本进行情感分析,其次,对影评文本和电影简介组成的文档进行特征提取,然后利用基于距离的聚类算法K-Means对采集的电影进行归类。由于需要以词云的形式来展示影评的关键词,所以采用了关键词抽取的常用算法TF-IDF来抽取影评的关键词。最后,除了对影评文本的一个... 

【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】：71 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
1 绪论
    1.1 研究背景及意义
    1.2 国内外相关研究情况
    1.3 本文的主要研究内容
    1.4 本文组织结构
2 电影网站数据挖掘可视化系统的需求分析
    2.1 业务流程分析
    2.2 系统功能性需求
    2.3 系统非功能性需求
    2.4 本章小结
3 电影网站数据挖掘可视化系统设计
    3.1 系统架构设计
    3.2 系统主要功能模块设计
    3.3 系统数据库设计
    3.4 本章小结
4 电影网站数据挖掘可视化系统的实现与测试
    4.1 系统实现环境
    4.2 系统功能实现
    4.3 系统测试
    4.4 本章小结
5 总结与展望
    5.1 全文总结
    5.2 展望
致谢
参考文献


【参考文献】：
期刊论文
[1]数据可视化技术的研究现状探究——基于社会网络分析视角[J]. 谭珅,杨亚楠.  价值工程. 2018(36)
[2]基于Python的反反爬虫技术分析与应用[J]. 余豪士,匡芳君.  智能计算机与应用. 2018(04)
[3]基于Scrapy框架的分布式网络爬虫的研究与实现[J]. 华云彬,匡芳君.  智能计算机与应用. 2018(05)
[4]基于词典和弱标注信息的电影评论情感分析[J]. 樊振,过弋,张振豪,韩美琪.  计算机应用. 2018(11)
[5]简谈国内IPTV运营概况及发展方向[J]. 张壮壮.  传播力研究. 2018(20)
[6]一种基于MapReduce高效K-means并行算法[J]. 王永贵,崔鹏.  辽宁工程技术大学学报(自然科学版). 2017(11)
[7]十分钟解决爬虫问题 超轻量级反爬虫方案[J]. 陆文.  计算机与网络. 2017(17)
[8]中国移动互联网市场结构现状与发展态势分析[J]. 武常岐,张竹.  管理现代化. 2015(05)
[9]基于微博情感分析的电影票房预测研究[J]. 史伟,王洪伟,何绍义.  华中师范大学学报(自然科学版). 2015(01)
[10]基于深度学习的微博情感分析[J]. 梁军,柴玉梅,原慧斌,昝红英,刘铭.  中文信息学报. 2014(05)

博士论文
[1]面向时间敏感对象的垂直搜索引擎关键技术研究[D]. 吴羽.浙江大学 2011

硕士论文
[1]基于网络评论的情感分类技术的研究及应用[D]. 郭捷.电子科技大学 2018
[2]基于机器学习的情感分析方法研究[D]. 张磊.电子科技大学 2018
[3]微博数据挖掘可视化系统的设计与实现[D]. 王婧雅.吉林大学 2017
[4]核k-means优化方法研究[D]. 樊淑炎.中国矿业大学 2017
[5]基于网络影评文本的关系图谱系统的设计与实现[D]. 陈传俊.北京邮电大学 2017
[6]基于Web挖掘的视频推荐系统分析与实现[D]. 徐璐.南京邮电大学 2016
[7]Hadoop中MapReduce的性能优化及可视化工具开发[D]. 徐岩.北京交通大学 2016
[8]基于网络爬虫的网站信息采集技术研究[D]. 孙骏雄.大连海事大学 2014
[9]基于情境感知的个性化电影推荐[D]. 李晟.北京邮电大学 2012



本文编号：3183406