2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩54頁(yè)未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

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、當(dāng)今社會(huì)正處于一個(gè)信息爆炸的時(shí)代,網(wǎng)絡(luò)信息飛速發(fā)展,人們可以隨時(shí)隨地的發(fā)表網(wǎng)絡(luò)消息,顯而易見網(wǎng)絡(luò)已經(jīng)和我們的生活交融在一起,并影響著我們的生活改變著我們的生活方式。網(wǎng)上繁雜的信息又以微博傳播最為迅捷,怎樣才能實(shí)時(shí)準(zhǔn)確的撲捉到微博的信息,成為人們所面臨的一大難題。因此,對(duì)網(wǎng)絡(luò)上微博信息的監(jiān)控、采集、預(yù)處理以及相關(guān)的信息收集已成為當(dāng)今信息處理界研究的熱點(diǎn)。
  本文學(xué)習(xí)并分析了國(guó)內(nèi)外先進(jìn)的微博采集系統(tǒng),通過大量的學(xué)術(shù)文章研究了并測(cè)試了

2、關(guān)于微博采集的相關(guān)技術(shù),其中包括頁(yè)面去噪技術(shù)、網(wǎng)頁(yè)預(yù)判處理、爬蟲技術(shù)、正規(guī)化處理、正則表達(dá)式等技術(shù)。本文開發(fā)了一個(gè)基于預(yù)判的微博微博信息采集系統(tǒng),該微博采集系統(tǒng)基于C#語(yǔ)言,SqlServer2005數(shù)據(jù)庫(kù),可采集的頻道有新浪娛樂、新浪體育、新浪爆料、新浪文學(xué)、新浪電影和新浪情感。與它單一的微博信息采集系統(tǒng)相比,本系統(tǒng)有顯著的有點(diǎn),它可以按照用戶的要求按主題進(jìn)行模糊查詢并進(jìn)行批量采集,這樣就使得系統(tǒng)不僅僅局限于對(duì)添加的頻道的采集。本系統(tǒng)

3、開發(fā)使用的是SqlServer2005數(shù)據(jù)庫(kù),數(shù)據(jù)庫(kù)名為Microblogtag,主要的數(shù)據(jù)庫(kù)表有:microblogs表、microblogstxt表、microblogsback表和Adminstate表。
  本系統(tǒng)主要開發(fā)為四個(gè)模塊分別為系統(tǒng)登錄界面、數(shù)據(jù)頻道采集模塊、數(shù)據(jù)主題采集模塊、數(shù)據(jù)導(dǎo)入導(dǎo)出模塊。本文詳細(xì)闡述了微博頻道采集模塊、數(shù)據(jù)主題采集模塊和導(dǎo)入導(dǎo)出模塊的設(shè)計(jì)和實(shí)現(xiàn)。本系統(tǒng)的核心為頻道采集模塊和主題采集模塊,兩

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(yè)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. 眾賞文庫(kù)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

評(píng)論

0/150

提交評(píng)論