基于SNS的信息处理平台设计与实现

摘要

微博作为WEB2.0时代兴起的一种SNS(social network service)应用,以其实时、短小、简单易用、传播广迅速在全球风靡。随着微博的火爆流行,Twitter、新浪微博等微博网站成为信息发布的载体。微博客实时性强,更新速度快,信息数据量大,另一方面信息短小只有140字分析简单,微博客因此成为当前用户关系研究的热点。目前的主要研究方向有,舆情监控、文本抽取、个性化推荐等。本文通过新浪微博提供的API接口获取微博数据,面向微博和个人用户分别进行数据的统计和分析,同时建立一个把最终得到的信息反馈给用户的应用平台。本文主要内容如下:
　　1、通过深入研究国内外社交网络平台的应用,总结目前国内社交网络应用中存在的不足,经过详细调研和分析,通过搜集用户数据,设计实现一个数据信息统计的可视化应用平台。
　　2、针对个人微博用户的需求,进行个性化好友推荐。目前社交网络中的好友推荐方式主要有,基于共同好友的推荐,基于热门用户的推荐等。但是这些推荐方式都没有充分的考虑用户的个性化要求,同时忽略了社交网络用户的数量,推荐计算的复杂过高,效率较低。
　　3、提出了两种新的推荐方式:1.基于标签相似度的好友推荐方法。提取体现用户兴趣的个性化标签,建立一个基于标签相似度的用户打分模型,对需要推荐的用户进行打分,选择分值高的用户推荐给目标用户;2.基于分类的好友推荐方法。针对用户的个性化标签,对用户进行先分类再推荐的方式,缩小用户搜索范围,提高推荐效率。
　　本系统为B/S的结构,数据获取采用xml数据流,系统平台采用ASP.NET来实现,数据库采用Microsoft SQL Server数据库。

目录

封面

声明

中文摘要

英文摘要

致谢

目录

第一章 概 述

1.1 论文背景

1.2 应用背景

1.3 内容及意义

1.4 相关技术

1.5 数据分析工具

1.7 论文内容及安排

第二章 社交网络研究工作介绍

2.1 网络舆情监测

2.2 文本抽取

2.3 网络传播

2.4 推荐

2.5 数据挖掘方法研究

2.6 本文研究的主要内容

第三章 应用平台设计

3.1 需求分析

3.2 模块设计

3.3 数据流程图

3.4 基于标签的用户推荐模型设计

3.5 数据库详细设计

第四章 应用平台的实现

4.1 数据集的获取

4.2 微博平台的实现

4.3 微博平台用户统计界面

4.4 个人用户平台的实现

第五章 网站测试与维护

5.1 测试目的与意义

5.2 网站的维护

第六章 总结与展望

参考文献

特别声明