版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、基于知乎社區(qū)的數(shù)據(jù)集分析組長(zhǎng):姜智文組員:陳池 羅旭東 張鈞馳 黃瑩 魏偉什么是知乎知乎是一個(gè)真實(shí)的網(wǎng)絡(luò)問答社區(qū),社區(qū)氛圍友好與理性,連接各行各業(yè)的精英。他們分享著彼此的專業(yè)知識(shí)、驗(yàn)經(jīng)和見解,為中文互聯(lián)網(wǎng)源源不斷地提供高質(zhì)量的信息。用戶圍繞著某一感興趣的話題進(jìn)行相關(guān)的討論,同時(shí)你可以關(guān)注和你興趣一致的人。對(duì)于概念性的解釋,網(wǎng)絡(luò)百科幾乎涵蓋了你所有的疑問;但是對(duì)于發(fā)散思維的整合,卻是知乎的一大特色。知乎鼓勵(lì)在問答過程中進(jìn)行討論,以拓寬問題的發(fā)散性。在回答的時(shí)候,答案順序按贊同票數(shù)排序,贊同票數(shù)相同的情況下按個(gè)人PR值排序,同時(shí)隱藏被認(rèn)為無效的答案。這在一定程度上過濾了相當(dāng)?shù)睦畔?。?xiàng)目目標(biāo):分
2、析知乎知識(shí)領(lǐng)域中最有影響力的用戶數(shù)據(jù)采集數(shù)據(jù)處理數(shù)據(jù)分析結(jié)果驗(yàn)證使用Java 爬取了和IT領(lǐng)域相關(guān)聯(lián)的383個(gè)問題,共65536條有效回答使用C+進(jìn)行數(shù)據(jù)錄入、處理和相關(guān)影響力節(jié)點(diǎn)分析選取上述發(fā)現(xiàn)的影響力節(jié)點(diǎn),登陸知乎進(jìn)行驗(yàn)證,證明了方法的有效性實(shí)現(xiàn)方法數(shù)據(jù)采集網(wǎng)絡(luò)爬蟲工具:HtmlUnit語言:Java模擬用戶登陸使用URL直接定位到topic eg:互聯(lián)網(wǎng)話題 - http:/ 模擬用戶點(diǎn)擊每個(gè)question有哪些知乎用戶推薦的物品,你買了以后覺得并不好用? - http:/統(tǒng)計(jì)每個(gè)answer信息,并錄入到數(shù)據(jù)庫中數(shù)據(jù)格式名稱含義questionID問題IDquestionName問題
3、名稱anwerId回答IDScore不用管,無用writerId作者IDwriterName作者姓名createdTime寫作時(shí)間voteNum“頂”的數(shù)量commentNum評(píng)論數(shù)目Length內(nèi)容文本長(zhǎng)度原始數(shù)據(jù)數(shù)據(jù)格式:?jiǎn)栴}ID、問題名稱、回答ID、問題評(píng)分、作者ID、作者姓名、寫作時(shí)間、贊同數(shù)量、評(píng)論數(shù)目、內(nèi)容文本長(zhǎng)度處理后數(shù)據(jù)數(shù)據(jù)分析主要研究參數(shù):贊同數(shù)目(A)評(píng)論數(shù)量(B)內(nèi)容文本長(zhǎng)度(C)(A+B)、(A+B+C)、(A+B)/C采取策略:rank分析結(jié)果及驗(yàn)證A+B分析結(jié)果及驗(yàn)證分析結(jié)果及驗(yàn)證A+B+C分析結(jié)果及驗(yàn)證“水軍”居多分析結(jié)果及驗(yàn)證(A+B)/C分析結(jié)果及驗(yàn)證結(jié)論與展望作業(yè)總結(jié):1.實(shí)現(xiàn)了在動(dòng)態(tài)網(wǎng)頁上的數(shù)據(jù)爬取2.實(shí)現(xiàn)了指定話題中的有影響力檢測(cè)3.實(shí)現(xiàn)了網(wǎng)絡(luò)水軍的探測(cè)問題展望:
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 人人文庫網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 分?jǐn)?shù)基本性質(zhì)教學(xué)總結(jié)
- 分?jǐn)?shù)乘法中的乘法分配原則的應(yīng)用
- 勾股定理平面幾何的關(guān)鍵定理
- 北師大版四年級(jí)數(shù)學(xué)探索密鋪現(xiàn)象
- 北師大版六上數(shù)學(xué)知識(shí)點(diǎn)講解
- 描繪美麗的古城風(fēng)景
- 七年級(jí)上冊(cè)美術(shù)人教版知識(shí)點(diǎn)
- 北師大版高一英語單詞一本通
- 一年級(jí)人教版測(cè)試練習(xí)
- 蘇教版一年級(jí)上冊(cè)科學(xué)全冊(cè)教學(xué)知識(shí)點(diǎn)
- 2022年版義務(wù)教育歷史新課程標(biāo)準(zhǔn)試題與答案
- GB/T 19533-2024汽車用壓縮天然氣鋼瓶定期檢驗(yàn)與評(píng)定
- 室外健身器材質(zhì)量保證方案
- 第2課《生涯規(guī)劃+筑夢(mèng)未來》第2框《走進(jìn)職業(yè)生涯規(guī)劃》【中職專用】《心理健康與職業(yè)生涯》(高教版2023基礎(chǔ)模塊)
- 19S406建筑排水管道安裝-塑料管道
- 基于課程標(biāo)準(zhǔn)的學(xué)生創(chuàng)新素養(yǎng)培育的學(xué)科教學(xué)改進(jìn)研究課題申報(bào)評(píng)審書
- KA-T 20.1-2024 非煤礦山建設(shè)項(xiàng)目安全設(shè)施設(shè)計(jì)編寫提綱 第1部分:金屬非金屬地下礦山建設(shè)項(xiàng)目安全設(shè)施設(shè)計(jì)編寫提綱
- 員工崗前消防安全教育培訓(xùn)記錄范文(三篇)
- 江蘇省南京市聯(lián)合體2023-2024學(xué)年七年級(jí)上學(xué)期期中語文試題-
- 塔式起重機(jī)起重力矩限制器、起重量限制器試驗(yàn)記錄表
- 校園方責(zé)任保險(xiǎn)方案
評(píng)論
0/150
提交評(píng)論