【正文】 nk值。因此,本文采用網(wǎng)絡(luò)爬蟲的方式,利用社交賬戶模擬登錄社交平臺,訪問社交平臺的網(wǎng)頁信息,并在爬蟲任務(wù)執(zhí)行完畢后,及時返回任務(wù)執(zhí)行結(jié)果。社交網(wǎng)絡(luò)信息的重要價值在于實時性,如何快速、準(zhǔn)確、有效地獲取目標(biāo)信息非常重要。使用冪法求PageRank。顯然這種方法的深度決定著抓取的命中率及效率。Python還可以以交互模式運行，比如主流操作系統(tǒng)Linux、Mac、Windows都可以直接在命令模式下直接運行Python交互環(huán)境。由于時間以及技術(shù)有限，尚不能完美運行，爬蟲在爬取到主頁面后就會停止運行，錯誤還沒有找到，以后會盡量完善。(2)微博JAVA SDK微博JAVA SDK是新浪為JAVA開發(fā)者提供的專門用于訪問新浪微博的接口，通過微博JAVA SDK，第三方微博應(yīng)用可以很方便的訪問微博提供的API接口，獲取到需要的信息。要理解什么是協(xié)同過濾 (Collaborative Filtering, 簡稱 CF)，首先想一個簡單的問題，如果你現(xiàn)在想看個電影，但你不知道具體看哪部，你會怎么做？大部分的人會問問周圍的朋友，看看最近有什么好看的電影推薦， 而我們一般更傾向于從口味比較類似的朋友那里得到推薦。在推薦的場景中，在用戶 物品偏好的二維矩陣中，我們可以將一個用戶對所有物品的偏好作為一個向量來計算用戶之間的相似度，或者將所有用戶對某個物品的偏好作為一個向量來計算物品之間的相似度。amp。amp。 }Else { return 1。參考文獻[1] 黃延煒，[J].信息安全與通信保密,2013,(6)。 } } } ListEntryString, Double enList = new ArrayListEntryString, Double(())。 for (EntryString, Integer test : ()) { String key = ()。// Σy2=(y1)2+(y2)2+....(yn)2 for (EntryString, Integer pme : ()) { String key = ()。歸一化：不同行為數(shù)據(jù)的取值相差可能很好，例如用戶的查看數(shù)據(jù)肯定比購買數(shù)據(jù)大得多。在調(diào)用API接口Timeline獲得授權(quán)用戶所有的微博信息以后，就可以通過輸入關(guān)鍵詞對微博信息進行關(guān)鍵詞匹配，如果匹配成功，就將微博信息中的id和微博內(nèi)容顯示在框架并以txt文件的形式保存下來。其優(yōu)點是數(shù)據(jù)準(zhǔn)確快捷，很少因微博平臺的變化而變化，但缺點是接口提供商限制的因素多且不穩(wěn)定。craw %d : %s39。其特點是易讀、易維護以及強制用空白符作為語句縮進，使得不好的編程習(xí)慣(例如if語句下一行不向右縮進)都不能通過編譯。下面介紹幾種常見的抓取策略：1. 廣度優(yōu)先遍歷策略：廣度優(yōu)先遍歷策略是指在抓取過程中，在完成與當(dāng)前結(jié)點直接鏈接的結(jié)點的抓取后，才選擇其中一個結(jié)點繼續(xù)向下一層抓取。而每個頁面將所有指向本頁面的入鏈所傳入的權(quán)值求和，即可得到新的PageRank得分。關(guān)鍵詞：軟件工程；社交網(wǎng)絡(luò)；爬蟲；協(xié)同過濾算法目錄摘要 2 目錄 3 課題研究的目的 1 課題研究背景 1 2 優(yōu)先抓取策略PageRank 2 PageRank簡介 2 PageRank流程 2 3 爬蟲 4 爬蟲介紹 4 4 工作流程 4 抓取策略介紹 5 工具介紹 6 Eclipse 7 Python語言 7 BeautifulSoup 7 實現(xiàn) 8 運行結(jié)果 9 4 算法部分 10 10 10 通過調(diào)用微博API接口獲取用戶微博數(shù)據(jù) 11 14 14 15 18 結(jié)論 22 參考文獻 23 課題研究的目的 課題研究背景互聯(lián)網(wǎng)導(dǎo)致一種全新的人類社會組織和生存模式悄然走進我們，構(gòu)建了一個超越地球空問之上的、巨大的群體——網(wǎng)絡(luò)群體，21世紀的人類社會正在逐漸浮現(xiàn)出嶄新的形態(tài)與特質(zhì)，網(wǎng)絡(luò)全球化時代的個人正在聚合為新的社會群體。隨著社交網(wǎng)站的興起，網(wǎng)絡(luò)社交蓬勃發(fā)展，新的互聯(lián)網(wǎng)熱再次升溫，有分析人士甚至說，網(wǎng)絡(luò)社交將締造人際交往的新模式。當(dāng)每個頁面都獲得了更新后的PageRank值，就完成了一輪PageRank計算。這種方法的思想是認為在與初始URL在一定鏈接距離內(nèi)的網(wǎng)頁具有最大的主題相關(guān)性。Python具有豐富和強大的庫，它常被稱為膠水語言，能夠把用其它語言制作的各種模塊(尤其是C\C++)很輕松的聯(lián)結(jié)在一起。 %(count,new_url) html_cout = (new_url) new_urls, new_data = (new_url,html_cout) (new_urls) (new_data) if count == 20: break c