爬到社交网络数据集下载文字数据有什么用

社交网络的三个主要趋势
  文/质素
  在进入现代社会以前,人与人之间的交流在很大程度会受到时空限制。比如一位喜爱杜甫诗句、家住开封的公子,和一位同样喜欢杜甫诗赋、家住苏州的小姐,在不出意外的情况下,基本是没有可能建立社交关系的。在有效的交通工具出现之前,地理的间隔过滤掉了人们的大量属性,导致每个个体的社交网络维度非常低。这些维度的属性都依附于地理位置、家族血缘等,或者说,基于我们身体的自由。
  然后,汽车、火车、飞机这样的交通工具出现了,破除了地理的屏障,人们可以建立更高维度的社交网络,我们可以跨洋渡海交一个笔友。
  再然后,出现了,整个社交空间提升了成千上万个维度。互联网让可以用来建立社交群的属性越来越多,你选择如何去定义你自己,每一个定义的属性背后都对应一个可以实现的社交网络。
  现在,移动端疯狂普及,给了社交网络创新的土壤。手机像是人类的新器官,更具个人化,我们的属性更加容易被发现,并让我们能够“永远在线”。
  社交网络从来都不会停止更新
  Facebook和Linkedin让我们通过真实的资料页面与他人结识,分享自己的生活、描绘自己的职业生涯;Twitter和Whatsapp让我们能够简洁而即时地分享自己此刻的状态;Instagram和Medium让我们变成摄影师和作家;Snapchat和Periscope让我们享受“阅后即焚”的紧张感和直播时能够与别人谈论的现场感??
  在互联网时代下,社交网络一直在更新、在升级、在突破,未来的社交网络还会更即时、更垂直、更具美感、更具创意、更真实、更能增进人与人之间感情的交流。放眼未来,下一代的社交网络会是怎样的?除了更加具有即时性这样的“硬性条件”,另外还有三个趋势是我们所能够预见到的,那就是更酷的社交网络、不离交友本质的社交网络,以及通过新而更有趣的社交网络。
  趋势一,让很酷或者想要变得更酷的人迫不及待地去申请账号,前提是社交产品足够酷
  《社交网络》里说“不酷就别办派对”。“不同”的东西对于年轻人就是酷的、叛逆的。Twitter的140字限制(也许我想表达的更多呢?),Snapchat的阅后即焚(本来是发给某个人看的但是他没及时看到怎么办?),微信的不公开朋友圈(想认识朋友的朋友,但是他还不在我的朋友圈里),这些看起来有点“逆着来”的、充满了冒险精神的创新,往往激起了人们的好奇心。
  未来更酷的社交网络是怎样的呢?我们不妨来畅想一下。首先,现在都说社交网络最重要的就是时效,人们都想要更快地分享自己此刻的心情、身边的风景。比如TapTalk,点击拍摄,松开发送。而不是像或者朋友圈传个照片还要从中翻找,然后再点击发送。但是,人们总是想反着来的,也许未来的社交APP会有更加深度、更加专业的照片处理工具,虽然是变麻烦了,但是如果能让分享给朋友的照片更酷、更有趣,人们可能还是愿意麻烦一点的。
  另外,在社交网络中“匿名”这个“淘气的孩子”其实是受很多使用者欢迎的,即使现在很多社交网络都开始实名制,但人们有的时候还是想要潜伏在虚拟的互联网中表达一些不想让朋友、家人所知晓的真实的小心思。若是能在实名制的社交网络中偶尔匿名一把,玩个恶作剧、和朋友开个玩笑、跟喜欢的人告个白、跟讨厌的人争论一番,光是想想就很是有趣。
  最后,你有没有想过其实学习也可以很酷。如今的在线教育,多重视授课质量和形式有趣,其实在社交方面也可以更进一步,或者就是一个学习型的社交网络。这个平台上各种大神不像知乎那样,只帮你解疑答惑,而是能真的到线下来指导。想学钢琴就去勾搭会钢琴的人,想学外语就找找看附近有没有老外,当然最好自己也能跟别人分享一些技能。能拥有一群多才多艺的朋友还能让自己变得多才多艺,在事业上有更多的机会,如果真的有这样的社交网络,那些很酷或者想要变得更酷的人一定会迫不及待地要去申请账号了。
  趋势二,社交网络要让真心想交朋友的人能找到朋友
  无论你承不承认,有的时候人其实还是被欲望所驱动的生物。现在很多较火的社交产品都是充分利用了人性里的“七宗罪”作为突破口,比如某些约炮APP,其使用结果大都是两个人萍水相逢,然后又各自天涯。而像QQ、微信,躺在好友组里的大都是“联系人”,而并不是真正的朋友。人总是孤独的,我们使用社交网络就是为了消除孤独,所以为了诀别长久的孤独,我们其实更希望拥有真正的朋友,而不只是从我们的人生中匆匆经过的人。而社交网络的本原就是发现共同点,让我们找到知己,消除孤独。
  士为知己者死,两个趣味相投的人往往能够更好地相处,但是每个人又不止一面,不仅有很多侧面,还有一些有待挖掘的属性。因此就需要社交网络有一个大平台和另外许多垂直小平台,允许人们进行更高维度的交流。凑巧喜欢同一本书、同一部电影、同一首诗、同一首歌,缩小范围,形成小巧而又深入的社交圈,这些找到知己的人们兴奋地聚在一起,又接着发现彼此之间更多的共同点,发现自己原来并不是孤独的,有人跟自己是如此相像。
  有些人说,朋友的朋友就是敌人,但其实朋友的朋友也许跟你能成为更好的朋友呢!现在的社交产品主要都是想让人们认识新的朋友,不过从陌生人到好朋友的这个过程可谓费时费脑,还具有一定的风险。但是朋友的朋友就不一样了,首先,你的朋友对他自己的朋友一定是知根知底的,因此能为你们的新友情提供背书。其次,你的朋友一定跟你有很多共同点,而他和他的朋友的共同点可能跟你们之间也有所交叉,朋友圈和朋友圈的融合一定会带来真实而奇妙的反应。
  趋势三,社交网络正跨越PC、智能手机,新科技将让人们距离更近
  科技发展势不可挡,智能可穿戴在人们的生活中越来越普及。这也给社交网络带来了新的机会和可能,让虚拟的社交场景更加真实。
  现在的社交网络,让人们通过文字、、音频、语音、表情、图片、音乐来表达自己的状态和情感。可最直接的表达情感的方式则是我们的肢体动作和面部表情。如今科技已经让这些新的沟通形式逐渐变为可能。
  比如看电影的时候,看到剧情揪心之处,你轻轻叹了一口气,而你的智能手环捕捉到了这一个动作,拉你进入一个临时的社交圈,这个圈子里的人都在电影的这一刻发出了叹息,观影结束这些缘于一声叹息的观众通过对电影剧情的讨论,可能最终就此发展为志趣相投的朋友。
  前几日,Oculus宣布准备推出一个OculusCinema虚拟影院应用,使用者不仅能通过VR观赏超大屏幕电影,还能够感受到在别处一起观看电影的朋友的一举一动,充满真实感。
  再就是超真实的全息技术。你跟好朋友之间的沟通不仅仅是语音和视频那么简单了,而是能够通过全息影像两个人“面对面”地互诉衷肠。
  更科幻的场景是,也许未来在大街上,你带着智能眼镜,通过云数据的处理和个人的授权,你能看到每个人头顶上他们想要展现给别人的属性数据、看到他们和你之间的联系,也许这个人跟你有几十项共同爱好,而那个人竟然是你小学隔壁班的同学,迎面走过来那个人竟然跟你喜欢着同一个超级冷门的歌手??
  新科技运用于社交产品,不仅能让我们拥有更真实的感受,也能让我们和朋友的距离更近,更容易让我们发现那些即将与我们成为朋友的人。
  社交网络和其他互联网产品一样,都会在未来不断更新升级,而未来的社交网络一定是更酷、更真诚、更真实的。这并不是野心勃勃的设想,拥有一部分这些属性的社交平台已经出现,并获得了一定的成功。未来的社交网络,不仅要让我们在交朋友的过程中有更好的体验,还应该让人感到真诚、信赖,在使用的过程中逐渐提升实实在在的情感感受,这才是社交平台的持续发展之道。
(责任编辑:HN026)
科技精品推荐
每日要闻推荐
精彩焦点图鉴
  【免责声明】本文仅代表作者本人观点,与和讯网无关。和讯网站对文中陈述、观点判断保持中立,不对所包含内容的准确性、可靠性或完整性提供任何明示或暗示的保证。请读者仅作参考,并请自行承担全部责任。11:56:36 UTC
社交网络已经成为我们生活中不可或缺的部分,我们利用它与朋友和家人实时分享生活细节,直到今年,都加顶级社交网络纷纷发生泄露数据事件。
那么,2017年社交网络将会有哪些变化呢?
社交媒体行业似乎正在成熟。几年来,社交媒体一直在我们的生活中占据主导地位。
视频……视频……视频
五年前,我们谈论的是:图像是社交媒体的未来。但现在,即将到2017年,没有人会低估视频变得多么重要。马克·扎克伯格预测,到了2020年,在Facebook上分享的大部分内容将是视频。大多数朋友发布视频更新会比文字更频繁。品牌也会利用视频在社交网络上宣传服务和产品。
这不仅仅是Facebook与Snapchat等竞争对手抗衡的方式。这是一个在世界上保持竞争力的方式。未来的世界将由视频统治,特别是直播视频。
网络直播应用越来越受欢迎,当Facebook向大众展示Facebook Live视频时,我们就能感受到直播时代已经到来了。
在2016年5月至10月期间,Facebook直播视频流量增加了超过400%,与直播视频内容相比,实时视频的互动次数提高了许多倍。
更重要的是,这只是一个起点。在接下来的几年里,随着直播流技术的改进,内容制作商将在社交媒体平台上进行大规模的直播服务。我们将在社交网络上直接收看电视节目直播。
与此同时,Facebook最近提出了一个看起来像加密狗的专利,以更好地整合Facebook与我们的电视。从此,社交网络将成为第一屏幕,而不再是看直播节目时的第二屏幕。
聊天机器人的兴起
chatbot是被设计为模仿与人的对话的计算机程序。可以说,chatbot越好,你就越不会意识到它不是一个人,例如Siri,Alexa和Cortana。
目前市面上已经有很多chatbots了。有些是机器人律师,有些是机器人客服,还有机器人推荐你购买商品什么的。但是,大部分聊天机器人技术尚不成熟,功能有限,还常常会做些蠢事。
尽管如此还有很多失误,聊天机器人仍然聚集了大量的人气。微信就已经开始利用聊天机器人帮助购买电影票、叫车或者追踪我们的健身情况等等。 Facebook最近也开始照着微信学。
2017年,聊天机器人将加速发展,许多大型科技公司,如苹果、亚马逊、Facebook和谷歌,正在开发“Master Bots”。这些都是机器人,将能够与其他机器人沟通,听起来很酷吧。举个简单的例子,你可以告诉Siri你想要什么,Siri会找到它,给你一些好的选择,你还能订购和支付,但是其中一部分是Siri命令其他机器人完成的。
当然,聊天机器人不会再2017年改变世界,但是,我们会看到聊天机器人开始在社交网站上和我们交互,提供更多的功能和服务。
我们在期待什么?
绝大多数社交网民最期待的就是社交网络更加安全,尽管那些炫酷的功能能让我们高兴一时,但是这丝毫不能减少我们对信息泄露和滥用的担心,我们期待的是一个更安全的社交网络环境。
本文由极智网原创,微信名:极智 ID:isiwei8结构化数据可以在关系数据库中找到,多年以来一直在主导着信息技术的应用;半结构化数据包括电子邮件、文字处理文件以及大量发布在网络上的新闻等。以内容为基础,这也是谷歌和百度存在的理由;而非结构化数据广泛存在于社交网络、物联网、电子商务之中。伴随着社交网络、移动计算和传感器等新技术不断产生,有报告称,超过85%的数据属于非结构化数据。很多人相信这些庞大的异构数据中蕴含着巨大财富——企业如果能在这些非结构化数据中挖掘知识并与业务融合,决策的依据将会更加全面和准确;在科学、体育、广告和公共卫生等其他领域中,也有着向数据驱动型的发现和决策方式转变的趋势。这段文字意在说明:
A.搜索引擎网站的发展方向 B.非结构化数据的商业价值 C.结构化数据和非结构化数据的区别 D.企业决策对庞大数据的依赖性
跟谁学学生版:genshuixue_student精品好课等你领在线咨询下载客户端关注微信公众号
搜索你想学的科目、老师试试搜索吉安
跟谁学学生版:genshuixue_student精品好课等你领在线咨询下载客户端关注微信公众号&&&分类:
结构化数据可以在关系数据库中找到,多年以来一直在主导着信息技术的应用;半结构化数据包括电子邮件、文字处理文件以及大量发布在网络上的新闻等。以内容为基础,这也是谷歌和百度存在的理由;而非结构化数据广泛存在于社交网络、物联网、电子商务之中。伴随着社交网络、移动计算和传感器等新技术不断产生,有报告称,超过85%的数据属于非结构化数据。很多人相信这些庞大的异构数据中蕴含着巨大财富——企业如果能在这些非结构化数据中挖掘知识并与业务融合,决策的依据将会更加全面和准确;在科学、体育、广告和公共卫生等其他领域中,也有着向数据驱动型的发现和决策方式转变的趋势。这段文字意在说明:
A.搜索引擎网站的发展方向 B.非结构化数据的商业价值 C.结构化数据和非结构化数据的区别 D.企业决策对庞大数据的依赖性
结构化数据可以在关系数据库中找到,多年以来一直在主导着信息技术的应用;半结构化数据包括电子邮件、文字处理文件以及大量发布在网络上的新闻等。以内容为基础,这也是谷歌和百度存在的理由;而非结构化数据广泛存在于社交网络、物联网、电子商务之中。伴随着社交网络、移动计算和传感器等新技术不断产生,有报告称,超过85%的数据属于非结构化数据。很多人相信这些庞大的异构数据中蕴含着巨大财富——企业如果能在这些非结构化数据中挖掘知识并与业务融合,决策的依据将会更加全面和准确;在科学、体育、广告和公共卫生等其他领域中,也有着向数据驱动型的发现和决策方式转变的趋势。这段文字意在说明:
&&基础试题拔高试题热门知识点最新试题
关注我们官方微信关于跟谁学服务支持帮助中心云计算(43)
产品设计(6)
一般的移动社交网络可以认为是由人和内容组成的一个双模网络,在添加位置信息,或者对内容的类型进行细分之后,可以演变成多模复杂网络。信息内容在社交网络中具有相当重要的地位,因为从本质上讲,社交的目的应该是信息的交换。信息、观念和看法的改变是相对较快的,信息内容和社交结构最终构成一个双重反馈回路,社交结构影响信息扩散,而信息则影响社会结构的变化。
如何看待社交网络中信息内容的价值呢?本着面向对象的思想,在这个双模网络中有两类节点:信息内容和人。 人和信息之间的关系是双向的, 因而可以从三个方面评估信息内容的价值:信息对人的影响Ve,人对信息的评价反馈Vf,信息内容本体Vs。
1) 信息对人的影响
根据社交网络中信息内容和我之间的关系,可以分为以下多个维度:
相关性(Relevance):
我是否关心?这条内容与我什么关系呢?
显著性(slinky):
这是相关性在时间维度上的体现,表明我现在或在未来一段时间内释放是否关心改内容?
共鸣性(Resonance):
信息的内容和我所相信的内容是否一致?
严重性(severity):
信息的内容有多好或有多坏?
紧迫性(immediacy):
看到这个信息内容是否需要马上行动?与严重性一起,表示看到信息内容后不作出任何行动的后果。
确定性(certainty):
这个信息内容的效果是否会导致某种痛苦或快乐?或者这种概率非常小?
信源(source):
信息内容来自那里?我是否信任发出信息的人?这是否曾被人吗所验证?
娱乐性(entertainment):
信息的内容是否好玩?是否耐读?
姑且如此吧,目前,还没有想到更多的维度。如果可以对一条内容的每个维度给予赋值,并且给出权重,那么
信息内容对人影响的价值评估Ve:
a0*Releavance+a1*Slinky +a2*Resonance+
a3*Severity+a4*imediacy+a5*Certaincy +
a6* source+ a7*Entertainment
且 a0+a1+a2+a3+a4+a5+a6+a7=1
2)人对信息的评价反馈
这里主要指多人对信息的统计量,可以分为以下几个维度:
态度(Attitudes):
对改信息的点赞,拍砖之类的总数,是轻交互。
评论(Comments):
对该信息参与程度,还可以对评论的价值,评论的来源等参数进行细化,评论也是一条信息,相当于在一定上下文条件下的递归。
传播(Forwards):
例如转发的数量,覆盖的范围等等。
人对信息内容反馈的价值评估Vf:
Vf = b0*Attitudes + b1 * Comments + b2 * Forwards
3)信息内容自身
信息容量(capacity):
这是信息内容自身的属性,指内容的大小
信息内容的表达形式(format)
内容的呈现形式,文字,语音,图片,视频拥有不同的权重。
信息内容自身属性的价值评估Vs:
Vs = c0 * Capacity + c1 * Format
同样使用线性模型,那么信息内容的价值
Vm = m1*Ve + m2*Vf +m3*Vs
对不同的社交网络,信息的某些维度可能难于计算,而且涉及到时序分析,但是自己总算有了一个信息内容评估的标准,尽管粗糙,但是在一定程度上可以实现对内容价值的感知。
&&相关文章推荐
参考知识库
* 以上用户言论只代表其个人观点,不代表CSDN网站的观点或立场
访问:778787次
积分:11970
积分:11970
排名:第1073名
原创:349篇
转载:13篇
译文:35篇
评论:304条
半吊子全栈工匠一枚,20多年老码农,无所成,有初心,我相信......
文章:21篇
阅读:33575
阅读:47927
文章:17篇
阅读:70886
阅读:73708
(2)(4)(4)(3)(3)(3)(3)(5)(5)(2)(3)(4)(11)(4)(3)(4)(3)(3)(1)(1)(1)(1)(3)(2)(14)(15)(12)(9)(3)(8)(5)(2)(3)(1)(3)(1)(1)(2)(1)(2)(1)(1)(2)(2)(1)(2)(3)(1)(1)(2)(1)(1)(3)(1)(1)(1)(14)(1)(8)(15)(23)(15)(5)(15)(14)(6)(2)(12)(13)(7)(11)(4)(3)(29)(8)(7)(4)WEB数据挖掘及其在社交网络的应用研究--《电子科技大学》2012年硕士论文
WEB数据挖掘及其在社交网络的应用研究
【摘要】:随着WEB2.0技术的不断发展和成熟,互联网已经变得越来越智能化人性化和社会化它开始逐渐渗透到人们生活的方方面面,影响并改变着人们的生活方式作为WEB2.0时代的代表性产品——社交网络已经以迅雷不及掩耳之势席卷了全球社交网络平台上用户的交互信息开始呈现出爆发式的增长趋势然而,人们却面临着信息爆炸但是智慧贫瘠的尴尬局面[1]互联网WEB2.0时代的核心概念便是以用户为中心,重视用户体验和用户交互因此,如何有效地收集和利用社交网络平台上海量的用户交互信息,并从中挖掘出有价值的知识,以此来提高社交网络的用户体验,成为了互联网行业研究和讨论的热点
为了提高社交网络海量用户交互数据的使用率,本文尝试性地将WEB数据挖掘技术引入到社交网络的应用中去通过对WEB数据挖掘技术社交网络特性以及个人标签云的相关理论的深入研究和探索,创新性地提出了基于社交网络平台的个人标签云的概念,并设计和实现了社交网络个人标签云系统本文的主要工作包括以下两个方面:
第一理论研究部分,首先详细的分析了数据挖掘和WEB数据挖掘的相关理论,总结了当前它们的主要技术分类数据源功能处理流程以及面临的关键问题等,为后文在实践中使用WEB数据挖掘打下了很好的技术理论基础其次细致地概括和研究了社交网络的相关特性,分析了社交网络的组成元素主要内容结构表达方式主要特点和功能等帮助我们全面地了解到了社交网络的发展状况体系结构用户需求模型以及面临的主要问题为后文开发基于社交网络的个人标签云提供了很好的平台理论基础
第二实践研究部分,主要体现在设计和实现了基于社交网络的个人标签云系统首先深入地研究并设计了社交网络数据预处理的方法,主要分成日志预处理和文本内容预处理两部分来进行详细说明,为后文文本挖掘提供了高质量的数据源其次分步骤细致地介绍了个人标签云的设计与实现,并总结了创建基于社交网络的个人标签云的现实意义,为未来的研究工作指明了方向
【关键词】:
【学位授予单位】:电子科技大学【学位级别】:硕士【学位授予年份】:2012【分类号】:TP311.13【目录】:
摘要4-5ABSTRACT5-10第一章 绪论10-16 1.1 研究背景10-12 1.2 国内外理论研究现状12-13 1.3 本文的研究内容及创新点13-14 1.4 研究的意义14-15 1.5 论文的章节结构安排15-16第二章 数据挖掘相关理论16-30 2.1 数据挖掘16-23
2.1.1 数据挖掘概述16-18
2.1.2 数据挖掘主要技术18-20
2.1.3 数据挖掘的功能20-21
2.1.4 数据挖掘的处理过程21-22
2.1.5 数据挖掘的关键问题22-23 2.2 WEB 数据挖掘23-29
2.2.1 WEB 数据挖掘定义23-24
2.2.2 WEB 数据挖掘分类24-25
2.2.3 WEB 数据挖掘的数据源25-26
2.2.4 WEB 数据挖掘中知识的分类26-28
2.2.5 WEB 数据挖掘的关键问题28-29 2.3 本章小结29-30第三章 社交网络特性的研究30-39 3.1 社交网络的理论基础30-31 3.2 社交网络的组成元素31-32 3.3 社交网络的主要内容32-33 3.4 社交网络关系结构的表示方法33-36 3.5 社交网络的主要特点36-37 3.6 社交网络的主要功能37-38 3.7 本章小结38-39第四章 社交网络数据预处理方法设计39-51 4.1 社交网络 WEB 日志数据预处理39-47
4.1.1 WEB 日志的格式40-41
4.1.2 收集与导入41
4.1.3 清理与净化41-43
4.1.4 用户识别43-44
4.1.5 会话识别44-46
4.1.6 文本提取46-47 4.2 社交网络网页内容数据预处理47-50
4.2.1 数据库数据预处理的一般流程48-49
4.2.2 社交网络页面内容数据预处理的流程49-50 4.3 本章小结50-51第五章 社交网络个人标签云的设计与实现51-71 5.1 标签云的定义51-52 5.2 创建个人标签云的系统架构52-53 5.3 文本挖掘的数据源53-54 5.4 文本挖掘器的设计与实现54-63
5.4.1 识别中文词55-56
5.4.2 去除停用词56-58
5.4.3 检查短语58-60
5.4.4 检查同义词60-61
5.4.5 构建单词向量61-63 5.5 显示个人标签云63-67
5.5.1 个人标签云的存储63-64
5.5.2 更新标签云64-65
5.5.3 个人标签云的显示65-67 5.6 个人标签云的功能67-68 5.7 个人标签云系统与其他标签云的区别68 5.8 模拟实验68-70 5.9 本章小结70-71第六章 结束语71-73 6.1 本文的主要工作71-72 6.2 本文的创新点和不足72 6.3 未来的研究工作72-73致谢73-74参考文献74-77攻硕期间取得的成果77-78
欢迎:、、)
支持CAJ、PDF文件格式
【引证文献】
中国期刊全文数据库
张继东;李鹏程;;[J];情报科学;2016年12期
叶琼伟;张谦;杜萌;宋光兴;;[J];南开管理评论;2016年01期
任锁平;;[J];电子设计工程;2015年18期
李巧丹;;[J];电子商务;2015年01期
中国硕士学位论文全文数据库
张谦;[D];云南财经大学;2015年
展彦彤;[D];济南大学;2015年
孙丹;[D];山东大学;2014年
许杞刚;[D];济南大学;2014年
马太航;[D];西北农林科技大学;2014年
任海龙;[D];广西师范大学;2014年
周旭;[D];武汉理工大学;2014年
【参考文献】
中国期刊全文数据库
周爱武;肖云;封军;;[J];计算机技术与发展;2011年01期
徐红;张建喜;朱旭刚;张永军;;[J];信息技术与信息化;2009年01期
马瑞民;李向云;;[J];计算机工程与设计;2007年10期
苏成;;[J];华南金融电脑;2006年01期
张琦琪;[J];上海第二工业大学学报;2005年S1期
肖冬平,梁臣;[J];广西社会科学;2003年12期
王玉珍;[J];电脑开发与应用;2003年11期
郭志懋,周傲英;[J];软件学报;2002年11期
陈宝树,党齐民;[J];计算机工程;2002年07期
朱红,王兆锐,由颖;[J];沈阳工业大学学报;2002年01期
中国硕士学位论文全文数据库
刘滨;[D];哈尔滨工程大学;2007年
【共引文献】
中国期刊全文数据库
舒心;艾迪歌;赵鸿萍;;[J];中国新药杂志;2017年03期
李欣;孟德友;;[J];地理科学;2017年02期
陈子辉;王硕君;刘勇浩;耿介雯;王昕;;[J];广东电力;2017年01期
周强;;[J];微型电脑应用;2017年01期
米春桥;彭小宁;米允龙;赵嫦花;;[J];安徽农业科学;2016年34期
郑津杨;徐坤;李建强;;[J];计算机应用与软件;2016年12期
张磊;朱锋;钟华;;[J];计算机系统应用;2016年11期
孙琛琛;申德荣;寇月;聂铁铮;于戈;;[J];软件学报;2016年09期
王晓波;;[J];电脑知识与技术;2016年21期
李巍巍;;[J];自动化与仪器仪表;2016年08期
中国硕士学位论文全文数据库
徐安林;[D];中国科学院大学(工程管理与信息技术学院);2015年
卢明泰;[D];电子科技大学;2012年
安娜;[D];河北工业大学;2011年
王靓明;[D];南昌大学;2010年
贺海波;[D];北京邮电大学;2010年
【同被引文献】
中国期刊全文数据库
李凯;严建援;林漳希;;[J];南开管理评论;2015年02期
胡秀;;[J];软件导刊;2015年01期
李小玲;任星耀;郑煦;;[J];南开管理评论;2014年05期
陈爱辉;鲁耀斌;;[J];南开管理评论;2014年03期
李伯杨;赵树繁;周玉琴;;[J];艺术科技;2014年02期
吴大愚;;[J];科技创新与应用;2013年18期
李勇军;;[J];复杂系统与复杂性科学;2012年03期
张青;;[J];数字技术与应用;2012年01期
雷环;彭舰;;[J];计算机应用研究;2010年06期
程贵孙;李银秀;;[J];山西财经大学学报;2009年04期
中国硕士学位论文全文数据库
杨庄;[D];湖北工业大学;2014年
王源;[D];吉林大学;2014年
徐东;[D];北京交通大学;2014年
王志诚;[D];中国农业科学院;2013年
刘立群;[D];哈尔滨工业大学;2013年
杨文韬;[D];中山大学;2013年
刘颖;[D];西南大学;2013年
胡洁婷;[D];上海师范大学;2013年
张兴;[D];电子科技大学;2013年
周宇;[D];昆明理工大学;2013年
【二级引证文献】
中国期刊全文数据库
李治文;金娥;熊强;;[J];软科学;2017年03期
干彬;许志强;王雪梅;;[J];电视技术;2017年01期
盛凡;;[J];商;2015年03期
中国硕士学位论文全文数据库
邓梅;[D];湖南师范大学;2016年
林静娴;[D];大连海事大学;2016年
孙祥倩;[D];中央民族大学;2015年
【二级参考文献】
中国期刊全文数据库
刘加伶;范军;;[J];计算机科学;2009年09期
方元康;胡学钢;夏启寿;;[J];安庆师范学院学报(自然科学版);2008年03期
熊忠阳;周亚峰;;[J];计算机技术与发展;2007年08期
李烈彪;张海鹏;周亚峰;;[J];计算机技术与发展;2007年07期
马瑞民;李向云;;[J];计算机工程与设计;2007年10期
唐北平;肖建华;;[J];电脑知识与技术(学术交流);2007年02期
陈子军;王鑫昱;李伟;;[J];计算机工程;2007年01期
吕佳;;[J];重庆师范大学学报(自然科学版);2006年04期
张克君;杨炳儒;赵耿;曲文龙;李欣;;[J];北京科技大学学报;2006年09期
邹志文,朱金伟;[J];计算机工程与设计;2005年09期
中国硕士学位论文全文数据库
戴军湘;[D];湖南大学;2005年
何玉宝;[D];大连海事大学;2005年
罗超;[D];辽宁工程技术大学;2005年
段晓峰;[D];重庆大学;2003年
水俊峰;[D];武汉理工大学;2003年
【相似文献】
中国期刊全文数据库
香丽芸;[J];昌吉师专学报;2001年02期
郑雪燕,张杰明,岳洋;[J];计算机时代;2001年11期
刘明晶;[J];华南金融电脑;2001年04期
张伟;刘勇国;彭军;廖晓峰;吴中福;;[J];计算机科学;2001年07期
钟晓;马少平;张钹;俞瑞钊;;[J];模式识别与人工智能;2001年01期
朱建平,张润楚;[J];统计与决策;2002年07期
傅岚;[J];科技广场;2002年11期
李峻;[J];中国计算机用户;2002年48期
罗可,蔡碧野,卜胜贤,谢中科;[J];计算机工程与应用;2002年14期
;[J];计算机工程;2002年06期
中国重要会议论文全文数据库
史东辉;蔡庆生;张春阳;;[A];第十七届全国数据库学术会议论文集(研究报告篇)[C];2000年
张弦;;[A];纪念中国农业工程学会成立30周年暨中国农业工程学会2009年学术年会(CSAE 2009)论文集[C];2009年
魏顺平;;[A];信息化、工业化融合与服务创新——第十三届计算机模拟与信息技术学术会议论文集[C];2011年
关清平;沉培辉;;[A];科技、工程与经济社会协调发展——中国科协第五届青年学术年会论文集[C];2004年
丁瑾;;[A];山西省科学技术情报学会学术年会论文集[C];2004年
聂茹;田森平;;[A];中南六省(区)自动化学会第24届学术年会会议论文集[C];2006年
李菊;王军;;[A];计算机技术与应用进展·2007——全国第18届计算机技术与应用(CACIS)学术会议论文集[C];2007年
肖阳;李启贤;;[A];中国计量协会冶金分会2012年会暨能源计量与节能降耗经验交流会论文集[C];2012年
杨磊;王贵成;汪勇;张占胜;;[A];2009年中国智能自动化会议论文集(第二分册)[C];2009年
谢中;邱玉辉;;[A];第十八届全国数据库学术会议论文集(技术报告篇)[C];2001年
中国重要报纸全文数据库
本报记者褚宁;[N];解放日报;2002年
周蓉蓉;[N];计算机世界;2004年
□中国电信股份有限公司北京研究院 张舒博
□北京邮电大学计算机科学与技术学院 牛琨;[N];人民邮电;2006年
《网络世界》记者
王莹;[N];网络世界;2012年
刘俊丽;[N];人民邮电;2014年
本报记者 连晓东;[N];中国电子报;2002年
本报记者 凤小华 朱仁康;[N];中国电子报;2003年
本报记者 史延廷;[N];中国旅游报;2002年
朱小宁;[N];解放军报;2005年
本报记者 王小平;[N];金融时报;2002年
中国博士学位论文全文数据库
于自强;[D];山东大学;2015年
张馨;[D];复旦大学;2011年
彭计红;[D];南京中医药大学;2015年
李秋虹;[D];复旦大学;2013年
邬文帅;[D];电子科技大学;2015年
谢邦彦;[D];首都经济贸易大学;2010年
何伟全;[D];昆明理工大学;2015年
段功豪;[D];中国地质大学;2016年
白晓明;[D];哈尔滨工业大学;2016年
蓝永豪(LAM Wing Ho);[D];南京中医药大学;2016年
中国硕士学位论文全文数据库
林仁红;[D];首都经济贸易大学;2007年
张彦俊;[D];复旦大学;2011年
焦亚召;[D];昆明理工大学;2015年
王杰锋;[D];江南大学;2015年
刘学建;[D];昆明理工大学;2015年
戴阳阳;[D];江南大学;2015年
石思优;[D];广东技术师范学院;2015年
陈丹;[D];华南理工大学;2015年
陈思;[D];昆明理工大学;2015年
位长帅;[D];西南交通大学;2015年
&快捷付款方式
&订购知网充值卡
400-819-9993
《中国学术期刊(光盘版)》电子杂志社有限公司
同方知网数字出版技术股份有限公司
地址:北京清华大学 84-48信箱 大众知识服务
出版物经营许可证 新出发京批字第直0595号
订购热线:400-819-82499
服务热线:010--
在线咨询:
传真:010-
京公网安备75号}

我要回帖

更多关于 社交网络大数据分析 的文章

更多推荐

版权声明:文章内容来源于网络,版权归原作者所有,如有侵权请点击这里与我们联系,我们将及时删除。

点击添加站长微信