近年來,國(guó)內(nèi)移動(dòng)互聯(lián)網(wǎng)迅速發(fā)展,自媒體平臺(tái)的影響力越來越大,正逐步成為人們獲取信息的重要來源。微信公眾平臺(tái)作為眾多自媒體平臺(tái)的重要代表,目前入駐的用戶已達(dá)數(shù)千萬。本文將通過分析微信公眾號(hào)的相關(guān)信息,設(shè)計(jì)微信公眾平臺(tái)自動(dòng)化運(yùn)營(yíng)系統(tǒng),并對(duì)該系統(tǒng)的素材分類和文章推薦這兩大主要功能進(jìn)行深入研究。該系統(tǒng)可以為公眾號(hào)運(yùn)營(yíng)者尋找素材時(shí)提供極大的方便,可以在減少運(yùn)營(yíng)者工作量的同時(shí)發(fā)布高質(zhì)量推文,以達(dá)到吸引用戶持續(xù)關(guān)注的目的。本文的主要工作如下:(1)設(shè)計(jì)搭建了微信公眾平臺(tái)自動(dòng)化運(yùn)營(yíng)系統(tǒng)框架,并且對(duì)其各個(gè)功能模塊進(jìn)行了逐一的設(shè)計(jì)和實(shí)現(xiàn)。詳細(xì)描述了系統(tǒng)任務(wù)的執(zhí)行流程,并實(shí)現(xiàn)數(shù)據(jù)采集功能、文本分類功能、文章個(gè)性化推薦功能等。(2)結(jié)合UIautomator和Xposed工具完成了微信文章數(shù)據(jù)采集,并存儲(chǔ)于MySQL數(shù)據(jù)庫(kù)中,為系統(tǒng)的運(yùn)行提供必要的數(shù)據(jù)支持。(3)通過對(duì)現(xiàn)有特征選擇算法和分類算法的研究和實(shí)驗(yàn)對(duì)比,提出一種適合長(zhǎng)短混合文本數(shù)據(jù)集的特征選擇方法,同時(shí)結(jié)合GloVe實(shí)現(xiàn)文本向量化,最后通過LinearSVM分類算法對(duì)微信文章進(jìn)行分類。實(shí)驗(yàn)結(jié)果顯示,該模型在微信文章分類中效果良好。平均準(zhǔn)確率達(dá)到87%...

【文章頁(yè)數(shù)】：70 頁(yè)

【學(xué)位級(jí)別】：碩士

圖1.1歷年日均手機(jī)接觸時(shí)長(zhǎng)

圖1.2手機(jī)閱讀接觸群體通過手機(jī)進(jìn)行的活動(dòng)比例近幾年來，微信也成為了我國(guó)學(xué)界研究的熱點(diǎn)問題

圖2.1原始文章數(shù)據(jù)示例

圖2.2線性可分支持向量機(jī)

本文編號(hào)：3886977