基于Hadoop的微博热点话题挖掘系统研究与设计

本文首先介绍了Web数据挖掘理论、Hadoop技术理论及国内外微博热点话题挖掘领域研究现状。在此基础上对传统微博热点话题挖掘方法进行综合及改进,旨在研究与设计基于Hadoop的微博热点话题挖掘系统。     

微博网络中基于主题发现的舆情分析

针对现有微博网络舆情分析的研究中没有从全局层面考虑舆情文本特征的情况,结合微博网络舆情的主题及趋向性分析,提出了基于主题发现的微博网络舆情分析模型,从文本预处理、微博文本特征提取、微博舆情的主题发现及趋向性分析三方面进行了具体描述。仿真结果表明,基于该模型实现的微博网络舆情分析方法在微博网络舆情的分析处理中检测效果良好,说明该模型有效。相关内容可为该领域的进一步研究提供有价值的参考。     

传统信息组织法在网络信息组织中的应用

本文开篇分别从传统文献分类法、主题法两个方面阐述组织网络信息资源的优势及劣势，系统地分析了两种方法在实践操作中的特性。接着引出分类主题一体化思想，只有将分类的、主题的、分类主题一体化的方法同时作用于网络信息组织中，才能解决网络信息庞杂无序的问题，为信息用户查询信息提供便捷的方式，从而提高检全率与检准率。     

面向大数据的空间数据挖掘综述

随着我国高新技术的不断发展,各个领域中更多地应用了先进的技术,特别是大数据技术的应用。在大数据时代的发展中,电子产品与电子商务网络引进了计算服务的平台,并且储存了很多的数据信息,对于信息资源的不断完善与健全信息不再是紧缺与匮乏的状态,这对人们生活水平质量的提高起到了很重要的作用。对于现代空间数据的储存量与评价值也逐渐增加,使用传统的人工分析的方式已经不能实现现代社会的发展需求,所以需要加强这方面的信息并引进先进的技术。本文主要针对大数据中的空间数据进行详细分析,并针对其中的挖掘技术进行严密的研讨,为以后数据信息的发展提供重要的参考依据。     

微博营销进入“量化时代”——“微博大师（Weibo Master）”准确的微博评估及投放优化

今天的微博已经成为中国最热闹的信息集散地。微博火爆的同时,也让微博营销成为一个热议的话题。每天,形形色色的营销信息不断地从厂商、名人、草根领袖的微博中发出,再被粉丝、粉丝的粉丝们一次次地转发出去,扩散到更广泛的人群中。     

餐饮业的微博营销问题探讨

伴随着近年来市场经济的不断发展,餐饮业在我国得到了快速的发展,这使得行业之间的竞争不断加剧,目前越来越多的餐饮企业认识到了开展市场营销的重要性。微博的出现极大地改变了信息的传播方式,越来越多的餐饮企业通过微博来宣传自身的产品。同时,微博也能够很好地收集客户的意见和需求,依据市场的变化来做出相应的反应,学会使用微博来开展营销已经成为了餐饮企业发展过程中的重要选择。     

微博用户消费者行为调查报告——以“星巴克中国”新浪官方微博为例

近几年，各类微博工具迅速崛起，微博用户已经成为了一个重要的细分网络市场，其世界观、信息取向有别于传统的网络用户。本次调查主要以“星巴克中国”新浪官方微博为例，从消费者行为等学科角度对新浪微博中企业微博的消费者行为进行分析研究，分析其中的消费者行为特点以及影响因素，以便为其他企业微博改进其微博营销策略，更有效的满足消费者需求提供依据。     

探究华服传播内容的新思路——以“华服日”微博为例

2018年4月8日晚,共青团中央置顶微博宣布:将每年的农历三月初三定为"中国华服日",并展开了一系列的线上线下主题活动,吸引了广大网友和传统服饰爱好者积极参与。"华服日"(以下统称为@华服日)微博作为中国华服日活动官方微博,其发布的微博信息也受到了不少网友的关注。文章主要对@华服日的传播内容进行研究分析,探究@华服日传播形式与内容结合的创新点,为中国传统服饰文化传播提供新思路。     

主题餐厅的文化探究——引发对便所主题餐厅的思考

民以食为天,人们从低层的吃饱到有追求的吃好再到“我是吃货,我自豪!“吃”对国人的意义发生了质的变化,专注于“吃”,专注于“吃”的环境,专注于“吃”的文化,“吃”俨然成了高层次精神的体现.主题餐厅满足了人们对“吃”的文化要求,其独特的餐饮新理念,独树一帜的装饰风格,为吃客们营造了独特的文化就餐氛围.然而,在文化为标杆的餐厅中,越来越多另类夸张主题餐厅不断的挑战着人们对传统文化的认知,究竟是营销噱头,还是标新立异,如何深层次挖掘主题餐厅文化值得我们思考.     

基于用户角色划分的微博矩阵营销模式探讨

随着"互联网+"时代的到来,微博已成为现在最流行的社交媒体。微博自身强大的交互效应和名人效应对信息的扩散传播作用日渐明显。微博在企业品牌推广、信息推送、交互服务、资源成本等方面都具有传统营销手段无法比拟的优势,成为当下企业营销推广的新宠。如今,微博矩阵式营销已经成为企业微博运营的重要战略之一。本文从微博用户角色划分的角度对微博矩阵中的微博用户节点进行细分,结合PKUVIS微博可视化工具对不同类型角色的传播效果做出综合评价,以期探索出更加有效的企业微博矩阵营销方法。     

基于“科技统计”文献数据的LDA主题模型应用研究

在互联网背景下，文献数据爆炸式增长的态势向人们有效获取信息和知识的路径发出挑战。本文以“科技统计”文献数据为研究对象，探讨该类数据预处理、统计描述、关键词挖掘的流程和方法，并进一步应用LDA主题模型，从理论和应用角度为“科技统计”文献数据挖掘提供研究思路和方法支持。     

数据挖掘技术在电子商务中的应用

当今世界已经进入了网络化和信息时代,电子商务得到了飞速的发展,随着数据的大量积累,数据挖掘技术在电子商务的发展中得到了广泛的应用,它是一门融合了多个领域知识的交叉学科,通过挖掘各种特征信息并对其进行分析,以提供支持决策。     

可预测性灾害中网民情感态度引导策略研究——基于情感演化趋势及主题聚类的分析

可预测性灾害的网络舆情在灾前即已形成,研究其中网民情感态度的引导策略具有重要的现实意义。以"山竹"台风中普通网民发布的微博数据为具体对象,按灾前、灾中和灾后三个阶段分析网民情感态度的演变趋势,并利用主题聚类分析探索不同情感态度背后的主题因素,最后提出可预测性灾害中网民情感态度引导策略的建议。研究发现,可预测性灾害中灾前和灾后阶段网民情感态度波动较大,存在引导空间。建议从灾前预警信息发布和灾害知识普及、应急物资供给保障、水电网设施的安全和抢修、社会化媒体平台的运用等方面完善网民情感态度的引导策略。     

浅析微博营销的作用及价值

随着信息技术和互联网的不断发展,媒体已经和人们的日常生活息息相关。微博作为当今媒体时代的一个重要代表,对信息的传递和商品的运营起着极大的促进作用。根据统计,截至2018年2月底,微博的月活跃用户已经高达5.35亿,这个庞大的数据显示出了巨大的商业价值,吸引了众多企业的眼球,也成了各种商家相互竞争的有力资源。企业和其他商家组织开始有意识地开展微博营销,从而拓展了经验范围,带来了更多意想不到的经济效益。为了更好地运用到微博的作用和价值,针对当前出现的营销问题,提出行之有效的解决方案,以促进企业和社会的发展。     

数据挖掘技术在电子商务中的应用

当今世界已经进入了网络化和信息时代,电子商务得到了飞速的发展,随着数据的大量积累,数据挖掘技术在电子商务的发展中得到了广泛的应用,它是一门融合了多个领域知识的交叉学科,通过挖掘各种特征信息并对其进行分析,以提供支持决策.     

大数据时代游客评论数据主题分析 ——以海南省为例

大数据时代,人们在旅游网站上的分享和评论成为旅游领域有研究意义的数据信息。要想在海量的游客评论中获取有价值的信息成为了急需解决的问题。以海南省为例,运用LDA主题模型对旅游网站上的游客评论数据进行分析,对旅游平台提供差异化旅游服务提供参考,对旅游目的地舆情监测和提高相关旅游管理部门管理水平有积极的借鉴意义。     

基于“5W+1H”模型的企业微博营销策略探讨——以聚美优品新浪认证微博为例

在微博发展日益壮大的环境下,微博已成为互联网上信息发布和传播的主流平台,越来越多的企业将微博作为企业产品营销的工具。微博已经成为企业打响品牌知名度的一大渠道。然而企业如何把握每条微博信息从产生到消失的过程,如何使每条微博信息产生价值,仍值得探究。文章从企业微博信息的发布、传播、分析和利用四个过程,以聚美优品新浪微博为例,提出微博营销的策略,使得企业的微博信息影响力最大化,以达到更好的营销效果。     

大连景区微博的发展现状与对策研究——与厦门景区微博的对比分析

在"互联网+"的时代背景下,微博已经成为人们获取旅游相关信息的重要平台。以新浪微博为例,通过网络调研,对大连和厦门两个城市的主要景区微博的粉丝量、更新量和发布内容等数据与网络文本进行归纳和整理分析,总结大连旅游景区微博的发展状况,并与厦门相比较,提出发展大连景区微博的策略建议。     

基于数据仓库技术的银行风险管理

利用数据仓库技术对数据资源进行有效的集成和整合,能提高银行的风险管理水平。基于数据仓库模型设计和银行海量信息数据的特点,对综合数据的进行预处理加工是第一个必要步骤;然后商业银行选择数据挖掘工具进一步深度挖掘与分析整合数据,在此基础上采用多维数据建模法（MOLAP）结合关系建模法（ROLAP）能够构建起高效的数据仓库系统。     

基于隐性评分的微博关注推荐方法研究

当前微博已成为网民互相传播和获取信息的一个主要平台。随着微博用户数据的急剧增长,海量的数据使用户无法获取其感兴趣的信息,如何向用户进行更精准、高效的个性化推荐,是微博取得效果的关键。协同过滤推荐算法是目前被广泛采用的算法,它的基础是用户对项目的评分数据,而微博用户对其关注对象进行直接评分,从微博用户行为如"@提醒"、"转发"、"评论"等推进,可以更好地发挥微博精准推荐的功能。