發(fā)布時(shí)間：2022-08-23 23:38

　　隨著互聯(lián)網(wǎng)技術(shù)的不斷發(fā)展,微博、微信等社交網(wǎng)絡(luò)在人們的日常生活中扮演著越來越重要的角色。與此同時(shí)社交網(wǎng)絡(luò)使用人數(shù)的激增,使得數(shù)據(jù)信息量也在不斷膨脹,呈現(xiàn)爆發(fā)式增長(zhǎng)。如何從繁多的微博用戶行為數(shù)據(jù)中提取出對(duì)業(yè)務(wù)有價(jià)值的信息、挖掘信息中蘊(yùn)含的潛在的巨大商業(yè)價(jià)值,這是目前我們所需要解決的問題。微博數(shù)據(jù)挖掘展示系統(tǒng)能從微博海量數(shù)據(jù)中挖掘出隱含在其中的、事先不為人知的、潛在的、有用的信息和知識(shí)的技術(shù),并能有效的提取相應(yīng)的信息,使相應(yīng)信息展示更為簡(jiǎn)單明了,同時(shí)使業(yè)務(wù)部門、運(yùn)營(yíng)部門更直觀的了解到用戶相應(yīng)的需求,幫助其在龐大的用戶體量和廣泛的興趣標(biāo)簽中精準(zhǔn)獲取用戶需求,將用戶感興趣的話題、博主、事件第一時(shí)間進(jìn)行精準(zhǔn)推送。微博數(shù)據(jù)挖掘展示系統(tǒng)主要包括數(shù)據(jù)挖掘模塊及數(shù)據(jù)監(jiān)控、管理展示模塊,其中數(shù)據(jù)監(jiān)控、管理展示模塊可下分為主控（Dashboard）模塊、內(nèi)容標(biāo)簽?zāi)K、用戶畫像模塊、基礎(chǔ)物料庫(kù)模塊、物料平臺(tái)模塊、特征挖掘模塊、監(jiān)控管理模塊及出錯(cuò)標(biāo)簽（Bad Case）收集系統(tǒng)模塊。其中本人主要參與設(shè)計(jì)實(shí)現(xiàn)了 Dashboard模塊、內(nèi)容標(biāo)簽?zāi)K、用戶畫像模塊、物料平臺(tái)模塊及Bad Case收集系統(tǒng)模塊。本系統(tǒng)... 

【文章頁(yè)數(shù)】：80 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
致謝
摘要
ABSTRACT
1 引言
    1.1 項(xiàng)目背景
    1.2 項(xiàng)目目的及意義
    1.3 本人主要工作
        1.3.1 Dashboard模塊
        1.3.2 內(nèi)容標(biāo)簽?zāi)K
        1.3.3 用戶畫像模塊
        1.3.4 物料平臺(tái)模塊
        1.3.5 Bad Case收集系統(tǒng)模塊
    1.4 論文組織結(jié)構(gòu)
    1.5 本章小結(jié)
2 相關(guān)技術(shù)介紹
    2.1 數(shù)據(jù)挖掘相關(guān)技術(shù)介紹
        2.1.1 數(shù)據(jù)倉(cāng)庫(kù)
        2.1.2 數(shù)據(jù)挖掘過程
    2.2 數(shù)據(jù)管理展示部分前端技術(shù)
        2.2.1 Bootstrap
        2.2.2 Echarts
    2.3 數(shù)據(jù)管理展示部分后端技術(shù)
        2.3.1 Spring Boot
        2.3.2 Maven
    2.4 數(shù)據(jù)存儲(chǔ)
        2.4.1 Redis
        2.4.2 MySQL
        2.4.3 Redis與MySQL結(jié)合
    2.5 本章小結(jié)
3 需求分析
    3.1 系統(tǒng)功能模塊概述
    3.2 系統(tǒng)功能性需求分析
        3.2.1 Dashboard模塊功能性需求分析
        3.2.2 內(nèi)容標(biāo)簽?zāi)K功能性需求分析
        3.2.3 用戶畫像模塊功能性需求分析
        3.2.4 物料平臺(tái)模塊功能性需求分析
        3.2.5 Bad Case收集系統(tǒng)模塊功能性需求分析
    3.3 系統(tǒng)非功能性需求分析
        3.3.1 性能分析
        3.3.2 可靠性分析
        3.3.3 可維護(hù)性分析
        3.3.4 可擴(kuò)展性分析
    3.4 本章小結(jié)
4 系統(tǒng)概要設(shè)計(jì)
    4.1 系統(tǒng)總體架構(gòu)設(shè)計(jì)
    4.2 功能模塊結(jié)構(gòu)設(shè)計(jì)
        4.2.1 Dashboard模塊概要設(shè)計(jì)
        4.2.2 內(nèi)容標(biāo)簽?zāi)K概要設(shè)計(jì)
        4.2.3 用戶畫像模塊概要設(shè)計(jì)
        4.2.4 物料平臺(tái)模塊概要設(shè)計(jì)
        4.2.5 Bad Case收集系統(tǒng)模塊概要設(shè)計(jì)
    4.3 數(shù)據(jù)庫(kù)設(shè)計(jì)
        4.3.1 Dashboard模塊數(shù)據(jù)表結(jié)構(gòu)設(shè)計(jì)
        4.3.2 內(nèi)容標(biāo)簽?zāi)K數(shù)據(jù)表結(jié)構(gòu)設(shè)計(jì)
        4.3.3 用戶畫像模塊數(shù)據(jù)表結(jié)構(gòu)設(shè)計(jì)
        4.3.4 物料平臺(tái)模塊數(shù)據(jù)表結(jié)構(gòu)設(shè)計(jì)
        4.3.5 Bad Case收集系統(tǒng)數(shù)據(jù)表結(jié)構(gòu)設(shè)計(jì)
    4.4 本章小結(jié)
5 系統(tǒng)詳細(xì)設(shè)計(jì)與實(shí)現(xiàn)
    5.1 Dashboard模塊
        5.1.1 Dashboard模塊類設(shè)計(jì)
        5.1.2 Dashboard模塊詳細(xì)設(shè)計(jì)
    5.2 內(nèi)容標(biāo)簽?zāi)K
        5.2.1 內(nèi)容標(biāo)簽?zāi)K類設(shè)計(jì)
        5.2.2 內(nèi)容標(biāo)簽?zāi)K詳細(xì)設(shè)計(jì)
    5.3 用戶畫像模塊
        5.3.1 用戶興趣計(jì)算策略
        5.3.2 用戶興趣計(jì)算流程
        5.3.3 用戶畫像模塊類設(shè)計(jì)及流程
    5.4 物料平臺(tái)模塊
        5.4.1 物料平臺(tái)模塊類設(shè)計(jì)
        5.4.2 物料平臺(tái)模塊詳細(xì)設(shè)計(jì)
    5.5 Bad Case收集系統(tǒng)模塊
        5.5.1 Bad Case收集系統(tǒng)模塊類設(shè)計(jì)
        5.5.2 Bad Case收集系統(tǒng)模塊詳細(xì)設(shè)計(jì)
    5.6 本章小結(jié)
6 測(cè)試及效果展示
    6.1 功能性測(cè)試
        6.1.1 Dashboard模塊功能性測(cè)試
        6.1.2 內(nèi)容標(biāo)簽?zāi)K功能性測(cè)試
        6.1.3 用戶畫像模塊功能性測(cè)試
        6.1.4 物料平臺(tái)模塊功能性測(cè)試
        6.1.5 Bad Case收集系統(tǒng)模塊功能性測(cè)試
    6.2 非功能性測(cè)試
        6.2.1 系統(tǒng)核心性能測(cè)試
        6.2.2 系統(tǒng)兼容性測(cè)試
    6.3 效果展示
    6.4 本章小結(jié)
7 結(jié)論與展望
    7.1 工作總結(jié)
    7.2 展望
參考文獻(xiàn)
作者簡(jiǎn)歷及攻讀碩士學(xué)位期間取得的研究成果
學(xué)位論文數(shù)據(jù)集


【參考文獻(xiàn)】：
期刊論文
[1]聚類算法在高校學(xué)生微博的應(yīng)用研究[J]. 代明竹,高嵩峰.  現(xiàn)代電子技術(shù). 2019(07)
[2]基于數(shù)據(jù)挖掘技術(shù)的檔案館信息快速分析算法研究[J]. 甘璐.  現(xiàn)代電子技術(shù). 2019(07)
[3]基于ECharts的科技統(tǒng)計(jì)數(shù)據(jù)可視化設(shè)計(jì)與實(shí)現(xiàn)[J]. 徐欣威.  天津科技. 2019(03)
[4]數(shù)據(jù)倉(cāng)庫(kù)與數(shù)據(jù)挖掘技術(shù)在決策支持系統(tǒng)中的應(yīng)用[J]. 劉超.  天津職業(yè)院校聯(lián)合學(xué)報(bào). 2019(02)
[5]基于MySQL Cluster和Keepalived實(shí)現(xiàn)數(shù)據(jù)同步和故障轉(zhuǎn)移的實(shí)驗(yàn)研究[J]. 李洪生,李一萌.  軟件. 2019(01)
[6]重塑傳統(tǒng),打造第四代數(shù)據(jù)倉(cāng)庫(kù)[J]. 朱琨.  軟件和集成電路. 2019(01)
[7]MySQL數(shù)據(jù)庫(kù)性能優(yōu)化研究[J]. 范開勇,陳宇收.  中國(guó)新通信. 2019(01)
[8]Scrapy分布式爬蟲搜索引擎[J]. 劉思林.  電腦知識(shí)與技術(shù). 2018(34)
[9]一種基于Scrapy-Redis的分布式微博數(shù)據(jù)采集方案[J]. 鄧萬宇,劉光達(dá),董瑩瑩.  信息技術(shù). 2018(11)
[10]基于Bootstrap的響應(yīng)式網(wǎng)頁(yè)設(shè)計(jì)[J]. 戴維.  電腦編程技巧與維護(hù). 2018(11)



本文編號(hào)：3678698