Разработка рекомендательной системы на основе анализа данных социальных сетей

Артикул: 9101459
1 999p.
Оплатите работу одним из 20 способов и сразу скачайте.
После оплаты работа автоматически будет удалена с сайта.
Никто кроме вас не сможет посмотреть её до 04.02.2020
Как получить эту работу? Как получить эту работу через 2 минуты?
Введение 2
1. Литературный обзор 3
1.1 Обогащение данных пользователей. Методы веб-скреппинга для получения данных из социальных сетей 3
1.1.1 Получение веб-страниц с использованием библиотеки urllib 5
1.1.2 Разбор HTML и извлечение информации из веб-страниц (Web scraping) 6
1.1.3 Разбор HTML-страниц с помощью регулярных выражений 7
1.1.4 Разбор HTML-страниц с помощью библиотеки BeautifulSoup 9
1.2 Методы data mining для анализа данных в социальных сетях 11
2.1 Общие сведения о СУБД MongoDB 22
2.2 Алгоритм сбора данных и написание скрэппера с помощью BeautifulSoup . 23 3. Разработка рекомендательной системы 31
3.1 Постановка задачи и обзор проблематики 31
3.2 Описание разработанного модуля 33
4. Построение модуля рекомендательной системы 38
4.1 Выбор метода построения рекомендательной системы 39
4.2 Реализация модуля рекомендаций 40
Заключение 44
Список литературы 45

Основной целью магистерской работы является разработка рекомендательной системы, которая, обрабатывая данные из страницы
пользователя в социальной сети, могла бы с высокой точностью выделять основные предпочтения и давать рекомендации. Идея такой системы заключается в подборе персонализированного списка товаров, которые можно было бы подарить анализируемому пользователю и которые бы отвечали его вкусам и потребностям.
Разработка такой рекомендательной системы требует решения ряда задач. На первом этапе основной акцент построения рекомендательной системы был сделан на исследованиях технологий извлечения, обработки и анализа данных в социальных сетях, а также алгоритмов построения рекомендаций.
Второй этап был посвящен разработке модулей сбора и обработки данных из интернет источников, а также сбору базы данных пользователей и их желаний.
На третьем этапе написания работы были решены задачи разбиения желаний пользователей (большинство из которых являются уникальными) на категории, а самих пользователей – на группы.
На четвертом этапе был разработан модуль рекомендаций, включающий в себя сбор и обработку информации о новом пользователе, а также построение рекомендаций с использованием алгоритма групповых рекомендаций.
I. Специальная литература:
1. Горчинская, Ольга. Анализ данных социальных сетей,Открытые системы. СУБД [Электронный ресурс] / Горчинская, Ольга, Ривкин, Андрей.
– науч.-метод. журн. – 2015.— № 03. – Режим доступа www.osp.ru. – (Дата обращения: 01.11.2017).
2. Кириченко К.М. Обзор методов кластеризации текстовой информации [Электронный ресурс]/ Кириченко К.М, Герасимов М.Б. - электрон. текст. дан. - Режим доступа http://www.dialog- 21.ru/digest/2001/articles/kirichenko/. - (Дата обращения: 01.10.2018)
3. Коршунов, Антон. Анализ социальных сетей: методы и приложения
/ Антон Коршунов, Иван Белобородов, Назар Бузун, Валерий Аванесов, Роман Пастухов, КириллЧихрадзе[и др.]. - электрон. текст. дан. - Режим доступа http://www.ispras.ru/proceedings/docs/2014/26/1/isp_26_2014_1_439.pdf. - (Дата обращения: 10.10.2017)
4. Коршунов, Антон.Определение демографических атрибутов пользователей микроблогов / Антон Коршунов, Иван Белобородов, Андрей Гомзин, Кристина Чуприна [и др.]. - электрон. текст. дан. - Режим доступа
https://cyberleninka.ru/article/v/opredelenie-demograficheskih-atributov- polzovateley-mikroblogov. - (Дата обращения: 10.10.2017)
II. Интернет-ресурсы:
1. Северенс, Чарльз. Лекция «Введение в программирование на Python», Интуит , национальный открытый университет / Чарльз Северенс. - электрон. текст. дан. - Режим доступа https://www.intuit.ru/studies/courses/12179/1172/lecture/23887?page=4 – (Дата обращения 21.02.2018)
2. Чубукова, Ирина. Курс «Datamining», Интуит, национальный открытый университет/ Ирина Чубукова. - электрон. текст. дан. - Режим доступа https://www.intuit.ru/studies/courses/6/6/lecture/162?page=2– (Дата обращения 25.03.2018)
3. Обзор алгоритмов кластеризации данных / andreycha / - электрон. текст. дан. - Режим доступа https://habr.com/ru/post/101338/ – (Дата обращения 16.11.2018)
4. Документация scikit-learn // - электрон. текст. дан. - Режим доступаhttps://scikit-learn.org/stable/ – (Дата обращения 03.12.2018)
5. Кантор, Виктор. Кластеризация текстов по теме / Виктор Кантор, Евгений Рябенко, Евгений Соколов, EmeliDral, Константин Воронцов /- электрон. текст. дан. - Режим доступаhttps://www.coursera.org/lecture/unsupervised-learning/primier- klastierizatsiia-tiekstov-po-tiemie-bVVzw – (Дата обращения 15.11.2018)
6. Рекомендательная система: введение в проблему холодного старта
/ vleskin / - электрон. текст. дан. - Режим доступаhttps://habr.com/ru/company/surfingbird/blog/168733/ – (Дата обращения 16.11.2018)
7. WebScraping с помощью python/ miptgirl / - электрон. текст. дан. - Режим доступа https://habr.com/ru/post/280238/ – (Дата обращения 16.11.2018)
8. Документация NLTK // - электрон. текст. дан. - Режим доступаhttps://www.nltk.org/ – (Дата обращения 03.12.2018)
Тема: Разработка рекомендательной системы на основе анализа данных социальных сетей
Артикул: 9101459
Дата написания: 14.07.2019
Тип работы: Магистерская диссертация
Предмет: Программирование
ВУЗ: Казанский Федеральный Университет (КФУ)
Научный: -
Оригинальность: Антиплагиат.ВУЗ — 81%
Количество страниц: 46

Пролистайте работу и убедитесь в качестве

После покупки работа автоматически будет удалена с сайта до 04.02.2020
Магистерская диссертация — Разработка рекомендательной системы на основе анализа данных социальных сетей — 1
Магистерская диссертация — Разработка рекомендательной системы на основе анализа данных социальных сетей — 2
Магистерская диссертация — Разработка рекомендательной системы на основе анализа данных социальных сетей — 3
Магистерская диссертация — Разработка рекомендательной системы на основе анализа данных социальных сетей — 4
Магистерская диссертация — Разработка рекомендательной системы на основе анализа данных социальных сетей — 5
Магистерская диссертация — Разработка рекомендательной системы на основе анализа данных социальных сетей — 6
Показать остальные страницы ▼
Работа успешно защищена! Работа успешно защищена!
Работа успешно защищена в 2019 году, продается только на этом сайте в итоговом варианте после устранения всех имевшихся замечаний. Вместе с работой вы получите все приложения и подготовленные дополнительные материалы.
Честный антиплагиат! Честный антиплагиат!
Оригинальность работы — 81%, приведена по системе Антиплагиат.ВУЗ на момент её написания и могла со временем несколько снизиться. Мы понимаем, что это важно для вас, поэтому сразу после оплаты вы сможете бесплатно поднять её. При этом текст и форматирование в работе останутся прежними, без лишних спец. символов и т.п.
Гарантируем возврат денег! Гарантируем возврат денег!
Качество каждой готовой работы представленной в каталоге проверено и соответствует описанию. В случае обоснованных претензий мы гарантируем возврат денег в течение 24 часов.
Внести изменения в работу? Внести изменения в работу?
Готовая работа вам подходит, но нужно добавить ещё пару параграфов? Автор написавший её обязательно доделает её для вас. Изменение готовой работы по вашим требованиям возможно за дополнительную плату. Для этого оформите заявку.

Утром сдавать, а работа еще не написана?

Утром сдавать, а работа еще не написана?
Через 30 секунд после оплаты вы скачаете эту работу!
Сегодня уже купили 28 работ. Успей и ты забрать свою пока это не сделал кто-то другой!
Ничего не подошло? Узнай цену написания твоей работы — сэкономь 300р.!
+
Прикрепить файлы
Как это было у тех, кто заказал раньше тебя?.. Не забудь оставить свой отзыв!