基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
本文对典型的社交网络即新浪微博用户关系网络进行了详细的研究,其中的数据如某一个用户的粉丝相关信息、所关注用户相关信息,以及每天或每周的热门话题等,在不需要进入到某个用户的主页内就能把相关数据提取出来.另外着重介绍了提取新浪微博中用户相关信息的方法和过程,如学会申请新浪微博开放平台个人应用,以及利用API(应用程序编程接口)文档中的Java SDK(java软件开发工具包)开发相关应用从而获取相关信息,并对以后的研究指明了方向.
推荐文章
基于Hadoop社交网络分析平台的设计与实现
数据挖掘
分布式计算
Hadoop社交网络
大数据
基于朴素贝叶斯算法的社交网络数据挖掘技术研究
朴素贝叶斯算法
社交网络
数据挖掘
基于网格覆盖的社交网络位置数据的保护方法
动态网格覆盖
社交网络
位置数据
Gephi的社交网络消息可视化分析系统的设计与实现
Gephi
社交网络
消息可视化
传播路径
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 社交网络数据提取方法研究与实现
来源期刊 网络安全技术与应用 学科
关键词 社交网络 数据提取 新浪微博 应用程序编程接口 Java SDK
年,卷(期) 2017,(4) 所属期刊栏目 数据安全与云计算
研究方向 页码范围 104-106
页数 3页 分类号
字数 4038字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 赵应丁 13 84 4.0 9.0
2 李新焕 3 6 2.0 2.0
3 陈婧 1 0 0.0 0.0
4 王兰花 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (18)
共引文献  (49)
参考文献  (11)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1990(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(2)
  • 参考文献(1)
  • 二级参考文献(1)
2011(4)
  • 参考文献(1)
  • 二级参考文献(3)
2012(7)
  • 参考文献(3)
  • 二级参考文献(4)
2013(2)
  • 参考文献(0)
  • 二级参考文献(2)
2014(3)
  • 参考文献(3)
  • 二级参考文献(0)
2015(4)
  • 参考文献(3)
  • 二级参考文献(1)
2017(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
社交网络
数据提取
新浪微博
应用程序编程接口
Java SDK
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
网络安全技术与应用
月刊
1009-6833
11-4522/TP
大16开
北京市
2-741
2001
chi
出版文献量(篇)
13340
总下载数(次)
61
总被引数(次)
33730
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导