原文服务方: 科技与创新       
摘要:
随着全球信息化的发展和社交网站的丰富,越来越多的人喜欢在社交网站上分享自己的心情,发布一些动态.微博作为一种新型的既有关注又可以分享信息的社交媒体,它形式多样化、发布便捷、传播快、交互式更强的特点受到了大量用户喜爱.自微博兴起以来,微博的发布数量非常庞大,而如何有效、快速地挖掘出自己所需要的信息非常重要.选择新浪微博为研究对象,通过网络爬虫从新浪微博上获取微博信息,并通过k-means算法对数据进行了分析.
推荐文章
基于大数据分析方法的微博热点建模与预测
微博热点分析
网络管理
大数据分析
预测模型
微博热点建模
预测效率
基于分类的微博情感分析算法研究及实现
贝叶斯分类
SVM
机器学习
情感分析
基于随机森林的微博互动特征分析
数据挖掘
随机森林
机器学习
数据分析
决策树
基于微博交互关系算法的敏感舆情研究
敏感舆情
敏感用户
交互关系
微博
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 基于微博数据分析的算法研究
来源期刊 科技与创新 学科
关键词 微博 k-means算法 网络交流平台 实时信息
年,卷(期) 2017,(18) 所属期刊栏目 科技前沿
研究方向 页码范围 26-27
页数 2页 分类号 TP311.13
字数 语种 中文
DOI 10.15913/j.cnki.kjycx.2017.18.026
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 骆伟 江西理工大学理学院 7 12 2.0 3.0
2 陈希邦 江西理工大学理学院 3 7 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (9)
共引文献  (154)
参考文献  (2)
节点文献
引证文献  (2)
同被引文献  (0)
二级引证文献  (0)
1973(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(3)
  • 参考文献(1)
  • 二级参考文献(2)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
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)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
微博
k-means算法
网络交流平台
实时信息
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
科技与创新
半月刊
2095-6835
14-1369/N
大16开
2014-01-01
chi
出版文献量(篇)
41330
总下载数(次)
0
总被引数(次)
202805
论文1v1指导