基于微博的用户关系分析系统的设计与实现
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第8-11页 |
| 1.1 课题背景及意义 | 第8页 |
| 1.2 现状分析 | 第8-9页 |
| 1.3 本文主要工作 | 第9-10页 |
| 1.4 论文组织结构 | 第10-11页 |
| 2 相关技术介绍 | 第11-18页 |
| 2.1 网络爬虫技术 | 第11-15页 |
| 2.1.1 网络数据包捕获 | 第11-12页 |
| 2.1.2 模拟登录 | 第12-14页 |
| 2.1.3 网页解析 | 第14-15页 |
| 2.2 MongoDB | 第15-16页 |
| 2.3 文本倾向分析技术 | 第16-18页 |
| 3 系统需求分析 | 第18-26页 |
| 3.1 功能性需求分析 | 第18-24页 |
| 3.1.1 功能结构 | 第18-20页 |
| 3.1.2 功能描述 | 第20-21页 |
| 3.1.3 用例分析 | 第21-23页 |
| 3.1.4 数据流图 | 第23-24页 |
| 3.2 非功能性需求分析 | 第24-25页 |
| 3.3 可行性分析 | 第25-26页 |
| 4 系统设计 | 第26-43页 |
| 4.1 总体架构 | 第26-27页 |
| 4.2 结构设计 | 第27-29页 |
| 4.3 详细设计 | 第29-37页 |
| 4.3.1 模拟登录新浪微博模块 | 第29-30页 |
| 4.3.2 微博页面抓取模块 | 第30-31页 |
| 4.3.3 多线程执行任务模块 | 第31页 |
| 4.3.4 微博页面解析模块 | 第31-32页 |
| 4.3.5 微博数据存储模块 | 第32-33页 |
| 4.3.6 微博用户分类模块 | 第33-36页 |
| 4.3.7 微博用户分组模块 | 第36-37页 |
| 4.4 数据库设计 | 第37-43页 |
| 4.4.1 MongoDB数据库设计要点 | 第37-38页 |
| 4.4.2 微博原始数据 | 第38-41页 |
| 4.4.3 微博用户关系数据 | 第41-43页 |
| 5 系统实现 | 第43-60页 |
| 5.1 模拟登录新浪微博 | 第43-47页 |
| 5.1.1 网络数据包解析 | 第43-46页 |
| 5.1.2 Python模拟登录微博 | 第46-47页 |
| 5.2 微博页面抓取与解析 | 第47-52页 |
| 5.2.1 微博页面抓取 | 第47-48页 |
| 5.2.2 微博页面解析 | 第48-52页 |
| 5.3 MongoDB集群部署 | 第52-54页 |
| 5.4 微博用户分类 | 第54-57页 |
| 5.5 微博用户分组 | 第57-60页 |
| 6 系统测试 | 第60-62页 |
| 6.1 测试方法 | 第60页 |
| 6.2 测试内容 | 第60-61页 |
| 6.3 测试结果分析 | 第61-62页 |
| 结论 | 第62-63页 |
| 参考文献 | 第63-65页 |
| 致谢 | 第65-66页 |
