基于数据挖掘的网络用户行为分析
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第8-12页 |
| 1.1 课题研究的背景 | 第8-9页 |
| 1.2 国内外研究现状与课题的提出 | 第9-10页 |
| 1.3 论文的主要工作和组织结构 | 第10-12页 |
| 第二章 新浪微博数据的采集 | 第12-44页 |
| 2.1 爬虫需求分析和设计 | 第12-15页 |
| 2.2 爬虫各模块具体设计与实现 | 第15-33页 |
| 2.2.1 微博模拟登录获取Cookie | 第15-19页 |
| 2.2.2 网页预处理 | 第19-21页 |
| 2.2.3 爬虫遍历策略 | 第21-23页 |
| 2.2.4 URL链接的去重和管理 | 第23-26页 |
| 2.2.5 用户信息和关注信息解析 | 第26-27页 |
| 2.2.6 微博基本信息解析 | 第27-30页 |
| 2.2.7 转发传播路径解析 | 第30-32页 |
| 2.2.8 图像和视频数据的采集和存储 | 第32-33页 |
| 2.3 微博数据的存储 | 第33-37页 |
| 2.4 爬虫测试和性能分析 | 第37-43页 |
| 2.4.1 测试环境 | 第37-38页 |
| 2.4.2 爬虫性能测试 | 第38-43页 |
| 2.5 本章小结 | 第43-44页 |
| 第三章 基于LDA模型的僵尸和水军用户聚类 | 第44-61页 |
| 3.1 用户数据词化 | 第44-46页 |
| 3.2 用户文档的表示 | 第46-54页 |
| 3.2.1 向量空间模型 | 第46-47页 |
| 3.2.2 主题模型 | 第47-51页 |
| 3.2.3 LDA主题模型训练 | 第51-54页 |
| 3.3 用户文档的聚类 | 第54-57页 |
| 3.4 实验结果及分析 | 第57-61页 |
| 3.4.1 数据的准备 | 第57页 |
| 3.4.2 聚类结果的评价指标 | 第57-59页 |
| 3.4.3 实验结果 | 第59-61页 |
| 第四章 用户关注话题分析 | 第61-66页 |
| 4.1 用户关注话题分析设计 | 第61页 |
| 4.2 中文分词和去停用词 | 第61-62页 |
| 4.3 TF_IDF提取关键词 | 第62-63页 |
| 4.4 实验结果及分析 | 第63-66页 |
| 4.4.1 数据的准备 | 第63页 |
| 4.4.2 实验结果 | 第63-66页 |
| 第五章 总结与展望 | 第66-68页 |
| 5.1 本文工作总结 | 第66页 |
| 5.2 今后研究工作展望 | 第66-68页 |
| 参考文献 | 第68-71页 |
| 致谢 | 第71-72页 |
| 攻读学位期间发表的学术论文目录 | 第72页 |
