隨著互聯(lián)網(wǎng)的持續(xù)發(fā)展,在社交平臺上進行交友聊天逐漸成為人們?nèi)粘Ｉ畹囊徊糠�。用戶每天都會產(chǎn)生海量數(shù)據(jù),對這些數(shù)據(jù)信息進行爬取、分析,也是各社交平臺中常見的商業(yè)行為。在社交應(yīng)用平臺中,由于用戶產(chǎn)生的數(shù)據(jù)信息量大、復(fù)雜多變,導(dǎo)致商戶無法有效、合理利用。因此,如何利用用戶信息進行分析處理,優(yōu)化平臺的好友推薦策略是課題研究的主要內(nèi)容。論文通過對微博用戶群研究發(fā)現(xiàn):對用戶而言,考慮的推薦因素往往在發(fā)表的微博中,而圖片能傳達出的信息不亞于文字,并且興趣愛好會隨著時間而消逝。結(jié)合以上特點,通過使用目標檢測技術(shù)提取圖中信息,結(jié)合時序模型對提取結(jié)果做進一步時間處理,設(shè)計并實現(xiàn)了一個基于用戶個人信息和圖片信息的微博好友推薦系統(tǒng)。論文的主要工作如下:(1)微博用戶數(shù)據(jù)集的獲取:針對新浪微博這一社交平臺,本文完成了基于Scrapy框架爬蟲系統(tǒng)的實現(xiàn)。該系統(tǒng)采取了模擬登錄手段解決微博用戶身份認證的問題,使用代理池、Cookies池解決反爬蟲的困擾,通過對微博中各頁面的Ajax鏈接進行剖析,組建待爬URL,基于Scrapy框架設(shè)計爬蟲代碼以進行遞歸爬取,實現(xiàn)對用戶個人資料、好友信息、微博數(shù)據(jù)的收集。(2)提出基于...

【文章頁數(shù)】：71 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
第一章 緒論
    1.1 研究背景及意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 推薦系統(tǒng)國內(nèi)外研究現(xiàn)狀
        1.2.2 好友推薦國內(nèi)外研究現(xiàn)狀
    1.3 論文主要研究內(nèi)容
    1.4 論文組織結(jié)構(gòu)
第二章 相關(guān)技術(shù)研究
    2.1 爬蟲技術(shù)概述
        2.1.1 網(wǎng)絡(luò)爬蟲分類
        2.1.2 網(wǎng)頁搜索策略
        2.1.3 網(wǎng)絡(luò)爬蟲架構(gòu)與運行流程
        2.1.4 分布式網(wǎng)絡(luò)爬蟲的工作原理
    2.2 推薦系統(tǒng)相關(guān)算法
        2.2.1 基于人口統(tǒng)計學(xué)的推薦
        2.2.2 基于內(nèi)容的推薦
        2.2.3 基于協(xié)同過濾的推薦
        2.2.4 基于混合模型的推薦
    2.3 常用目標檢測算法
        2.3.1 R-CNN目標檢測算法
        2.3.2 Yolo目標檢測算法
        2.3.3 SSD目標檢測算法
    2.4 本章小結(jié)
第三章 基于Scrapy的微博用戶數(shù)據(jù)爬取
    3.1 概述
    3.2 微博數(shù)據(jù)獲取方法
    3.3 網(wǎng)絡(luò)爬蟲的實現(xiàn)
        3.3.1 模擬登錄
        3.3.2 源代碼獲取
        3.3.3 好友信息爬取
        3.3.4 用戶信息爬取
        3.3.5 微博信息爬取
    3.4 數(shù)據(jù)處理
        3.4.1 用戶數(shù)據(jù)清洗
        3.4.2 用戶數(shù)據(jù)持久化
    3.5 本章小結(jié)
第四章 基于SSD和時序模型的好友推薦算法
    4.1 基于SSD和時序模型的好友推薦算法概述
    4.2 目標檢測SSD算法
        4.2.1 目標檢測SSD的設(shè)計理念
        4.2.2 目標檢測SSD的模型訓(xùn)練
    4.3 訓(xùn)練數(shù)據(jù)集概述
    4.4 基于人口統(tǒng)計學(xué)的好友推薦模塊的設(shè)計
    4.5 BSBT-FR模塊的設(shè)計
        4.5.1 構(gòu)建用戶興趣向量
        4.5.2 時序處理
        4.5.3 構(gòu)建用戶-興趣評分矩陣
    4.6 實驗與測評
        4.6.1 實驗環(huán)境與實驗數(shù)據(jù)
        4.6.2 實驗評價標準
        4.6.3 實驗結(jié)果與分析
    4.7 本章小結(jié)
第五章 基于SSD和時序模型算法的推薦系統(tǒng)的設(shè)計與實現(xiàn)
    5.1 好友推薦系統(tǒng)需求分析
    5.2 好友推薦系統(tǒng)設(shè)計
        5.2.1 系統(tǒng)架構(gòu)設(shè)計
        5.2.2 系統(tǒng)運行模型設(shè)計
        5.2.3 系統(tǒng)功能模塊設(shè)計
        5.2.4 數(shù)據(jù)庫設(shè)計
    5.3 核心功能模塊的實現(xiàn)
        5.3.1 圖片文件預(yù)處理模塊實現(xiàn)
        5.3.2 好友推薦模塊實現(xiàn)
    5.4 好友推薦系統(tǒng)的應(yīng)用案例
    5.5 本章小結(jié)
第六章 總結(jié)與展望
    6.1 總結(jié)
    6.2 存在的問題與不足
    6.3 未來研究展望
參考文獻
致謝
攻讀碩士期間發(fā)表的學(xué)術(shù)論文和科研情況



本文編號：3844357