网络热词百科分析系统 -毕业设计研究设计基本内容

网络热词分析系统

毕业设计研究设计基本内容

本系统（网络热词百科分析系统），主要以互联网上各类公开的数据作为支撑。

系统将主要采用SSM的架构设计思想，使用Spring MVC 作为主体框架，并整合Spring + MyBatis等开源框架。

本系统可分为数据爬取，数据清洗，数据分析和数据展示四个模块：

数据爬取：整个分析过程的第一步，使用python语言，主要爬取互联网上公开透明合法的数据，以微博、今日头条的新闻进行爬取，获取热词数据主要以信息化领域方向热词为主，将百度百科，搜狗百科的解释作相似性分析，对为本系统提供海量的数据支持，减少容错率。

数据清洗：整个分析过程最重要的一步，主要使用python语言，为接下来的数据分析打下基础，其结果质量的优劣直接关系到模型效果和最终结论。

数据分析：最关键的一步，用适当的统计分析方法对收集来的大量数据进行分析，提取有用信息和形成结论而对数据加以详细研究和概括总结的过程，它将直接产出分析出来的结果数据。

数据展示：数据可视化是最直观的一步，清晰、简洁、直观、有效的传达数据分析的结果，也是唯一展示出工作量的一步。提供某个时间段的热词查询、新建自己的词条，主要以信息化领域的热词百科为主，提供管理员审核机制，提供热词的分类和某个时间段热词的排行进行数据可视化，展示出分析结果。

由于研究实现的算法难度并不拔高，所以必须要在工作量上下功夫。