基于推荐算法的微博个人数据可视化
| 摘要 | 第3-4页 |
| abstract | 第4页 |
| 第1章 概述 | 第7-11页 |
| 1.1 背景介绍 | 第7-8页 |
| 1.2 国内外研究现状 | 第8-9页 |
| 1.2.1 国外研究现状 | 第8页 |
| 1.2.2 国内研究现状 | 第8-9页 |
| 1.3 课题简介 | 第9页 |
| 1.4 论文主要工作和组织结构 | 第9-11页 |
| 第2章 相关研究工作 | 第11-23页 |
| 2.1 推荐算法 | 第11-13页 |
| 2.1.1 基于内容的推荐算法 | 第11-12页 |
| 2.1.2 协同过滤推荐算法 | 第12-13页 |
| 2.1.3 混合推荐算法 | 第13页 |
| 2.1.4 其它推荐算法 | 第13页 |
| 2.2 TF-IDF算法 | 第13-15页 |
| 2.3 信息可视化 | 第15-20页 |
| 2.3.1 平行坐标可视化 | 第15-16页 |
| 2.3.2 图表可视化 | 第16-18页 |
| 2.3.3 地图可视化 | 第18-19页 |
| 2.3.4 标签云可视化 | 第19-20页 |
| 2.4 数据采集 | 第20-22页 |
| 2.4.1 通过微博API采集 | 第21-22页 |
| 2.4.2 通过网络爬虫采集 | 第22页 |
| 2.5 本章小结 | 第22-23页 |
| 第3章 推荐算法和TF-IDF算法的应用 | 第23-33页 |
| 3.1 基于内容的推荐算法在微博关系中的应用 | 第23-31页 |
| 3.1.1 算法基本原理 | 第24-28页 |
| 3.1.2 目标用户配置模板的建立 | 第28-29页 |
| 3.1.3 关系度计算 | 第29-31页 |
| 3.2 TF-IDF算法的应用 | 第31-32页 |
| 3.3 本章小结 | 第32-33页 |
| 第4章 系统设计与实现 | 第33-47页 |
| 4.1 需求分析 | 第33-34页 |
| 4.1.1 数据采集需求 | 第33页 |
| 4.1.2 数据处理与分析需求 | 第33-34页 |
| 4.1.3 可视化展示需求 | 第34页 |
| 4.2 系统架构设计 | 第34-35页 |
| 4.3 功能模块详细设计 | 第35-45页 |
| 4.3.1 数据库子系统 | 第35-39页 |
| 4.3.2 数据采集子系统 | 第39-41页 |
| 4.3.3 关系计算子系统 | 第41-42页 |
| 4.3.4 可视化展示子系统 | 第42-45页 |
| 4.4 本章小结 | 第45-47页 |
| 第5章 系统介绍与可视化展示 | 第47-59页 |
| 5.1 使用技术 | 第47-49页 |
| 5.1.1 FlaskWeb框架 | 第47页 |
| 5.1.2 MySQL数据库 | 第47-48页 |
| 5.1.3 Redis数据库 | 第48-49页 |
| 5.1.4 Echarts可视化组件 | 第49页 |
| 5.2 可视化展示 | 第49-57页 |
| 5.2.1 关系可视化 | 第49-50页 |
| 5.2.2 关系度分数可视化 | 第50-51页 |
| 5.2.3 地域分布可视化 | 第51-52页 |
| 5.2.4 微博发送时间可视化 | 第52-55页 |
| 5.2.5 性别可视化 | 第55-56页 |
| 5.2.6 关键词可视化 | 第56-57页 |
| 5.3 本章小结 | 第57-59页 |
| 第6章 总结与展望 | 第59-61页 |
| 6.1 总结 | 第59页 |
| 6.2 展望 | 第59-61页 |
| 参考文献 | 第61-65页 |
| 发表论文和参加科研情况说明 | 第65-67页 |
| 致谢 | 第67页 |
