社交网络大数据分析系统的设计与实现

发布时间：2022-02-23 01:32

　　随着互联网技术的高速发展和人们生活水平的提高,越来越多的人参与到社交网络中,人们乐于在WeChat、Twitter、Facebook等社交网络中分享自己在工作、学习以及日常生活中的相关信息,既可以发表对新闻时事、社会见闻的看法,又可以表达对生活琐事、消费购物的情感,由此产生了海量的社交网络数据,这些社交网络数据很大程度上反映了用户的兴趣、爱好、对事物的看法和感情倾向等等。高效地挖掘和分析这些社交网络数据在舆情监控、事件预测、市场调研、产品推荐等方面有着重要应用。由于社交网络数据具有重要的应用价值,越来越多的人开始设计和开发系统进行相关研究。但是目前社交网络数据分析系统主要集中在单一数据来源,忽视社交网络数据的多样性,并且很多系统都是针对数据的某一角度进行分析,分析不够全面。因此开发一个数据分析较为全面,又可以实现对多源异构数据进行挖掘和分析的社交网络大数据分析系统具有重要意义。本文主要介绍了社交网络大数据分析系统的设计与实现。系统主要分为四大功能模块。第一模块是数据的采集与融合,该模块采用开源网络爬虫框架WebCollector实现对Facebook、Twitter网站数据的爬取,然后... 

【文章来源】：山东大学山东省211工程院校985工程院校教育部直属院校

【文章页数】：73 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第1章 绪论
    1.1 项目背景
    1.2 国内外研究现状
    1.3 论文主要工作
    1.4 本文的组织结构
第2章 系统需求分析
    2.1 系统总体业务描述
    2.2 系统目标和解决的问题
    2.3 系统功能性需求分析
        2.3.1 数据采集与融合需求分析
        2.3.2 信息检索需求分析
        2.3.3 数据分析和可视化需求分析
    2.4 系统非功能性需求分析
第3章 系统概要设计
    3.1 系统整体架构设计
    3.2 系统整体流程设计
    3.3 系统功能架构设计
第4章 系统详细设计
    4.1 系统类结构设计
        4.1.1 系统包图设计
        4.1.2 系统类图设计
    4.2 系统功能设计
        4.2.1 数据采集
        4.2.2 数据预处理与融合
        4.2.3 信息检索
        4.2.4 内容分析
        4.2.5 行为分析
        4.2.6 用户画像
        4.2.7 热点话题发现
    4.3 数据库设计
        4.3.1 概念结构设计
        4.3.2 逻辑结构设计
第5章 系统实现与测试
    5.1 系统实现
        5.1.1 数据采集
        5.1.2 信息检索
        5.1.3 内容分析
        5.1.4 行为分析
        5.1.5 用户画像
        5.1.6 热点话题发现
    5.2 系统测试
第6章 总结与展望
    6.1 总结
    6.2 展望
参考文献
致谢
学位论文评阅及答辩情况表


【参考文献】：
期刊论文
[1]基于大数据的网络舆情监控系统[J]. 杜修振,吴乘龙,曾彪,周翌欣,陈实.  信息技术与信息化. 2020(02)
[2]基于SpringBoot框架应用开发技术的分析与研究[J]. 熊永平.  电脑知识与技术. 2019(36)
[3]Inferring user profiles in social media by joint modeling of text and networks[J]. Ruifeng XU,Jiachen DU,Zhishan ZHAO,Yulan HE,Qinghong GAO,Lin GUI.  Science China（Information Sciences）. 2019(11)
[4]CNNIC发布第44次《中国互联网络发展状况统计报告》[J]. 于朝晖.  网信军民融合. 2019(09)
[5]浅析Servlet异步处理技术[J]. 迟殿委.  智慧工厂. 2019(08)
[6]浅析Servlet异步处理技术[J]. 迟殿委.  智慧工厂. 2019 (08)
[7]网络爬虫技术的研究与实现[J]. 缪治.  中国新通信. 2019(06)
[8]文本分类中TF-IDF权重计算方法改进[J]. 隗中杰.  软件导刊. 2018(12)
[9]构件化软件开发及系统测试技术[J]. 顾吉堂.  电子技术与软件工程. 2017(20)
[10]基于卷积神经网络的电力设备缺陷文本分类模型研究[J]. 刘梓权,王慧芳,曹靖,邱剑.  电网技术. 2018(02)

硕士论文
[1]基于卷积神经网络的短文本分类方法研究[D]. 蔡慧苹.西南大学 2016
[2]泰安市典当行监督管理信息系统设计与实现[D]. 陈哲.山东大学 2014



本文编号：3640597