设计 任务书 文档 开题 答辩 说明书 格式 模板 外文 翻译 范文 资料 作品 文献 课程 实习 指导 调研 下载 网络教育 计算机 网站 网页 小程序 商城 购物 订餐 电影 安卓 Android Html Html5 SSM SSH Python 爬虫 大数据 管理系统 图书 校园网 考试 选题 网络安全 推荐系统 机械 模具 夹具 自动化 数控 车床 汽车 故障 诊断 电机 建模 机械手 去壳机 千斤顶 变速器 减速器 图纸 电气 变电站 电子 Stm32 单片机 物联网 监控 密码锁 Plc 组态 控制 智能 Matlab 土木 建筑 结构 框架 教学楼 住宅楼 造价 施工 办公楼 给水 排水 桥梁 刚构桥 水利 重力坝 水库 采矿 环境 化工 固废 工厂 视觉传达 室内设计 产品设计 电子商务 物流 盈利 案例 分析 评估 报告 营销 报销 会计
 首 页 机械毕业设计 电子电气毕业设计 计算机毕业设计 土木工程毕业设计 视觉传达毕业设计 理工论文 文科论文 毕设资料 帮助中心 设计流程 
垫片
您现在所在的位置:首页 >>计算机毕业设计 >> 文章内容
                 
垫片
   我们提供全套毕业设计和毕业论文服务,联系微信号:biyezuopin QQ:2922748026   
仿今日头条新闻爬虫设计毕业论文+设计源码+开题报告
文章来源:www.biyezuopin.vip   发布者:毕业作品网站  

摘要

随着社会日新月异和互联网进入大数据时代,自媒体得到了迅猛的发展,人们获取新闻资讯的方式越来越多,接触和使用新闻信息的方式正在逐渐改变,受众从被动接受信息到按需主动搜索信息,而新闻的种类繁多杂乱,各类人需要的新闻也不尽相同,为此当前以今日头条为代表的各大媒体通过数据分析,数据挖掘等方式,在内容生产上做到精确定位用户需求,着力打造消费痛点等特点。因此,开发一款新闻定制推送系统有助于为人们提供更为优质的新闻信息推送服务,人们完全可以根据自己的喜好定制报纸和杂志,随着人们使用时间的增长,可以做到“机器越来越懂你”。

本文所描述的仿今日头条个性新闻推荐系统其数据来源主要是新浪新闻,首先利用爬虫工具将新闻数据获取到本地数据库中,然后将新闻信息以及新闻分析的结果将在前台网页中进行可视化输出。本文主要进行了以下几个方面的工作:                                                         

    1)利用Python语言结合HTTPClient开源工具编写了一个针对新浪新闻的可扩展的网络爬虫,该爬虫程序能够按照广度优先的爬行策略对新闻数据(包括图片信息)进行全面的定向抓取以及周期性的增量抓取;

2)采用HTMLParser对获取到的新闻信息进行元数据抽取,将新闻的编号、标题、内容、发布方、发布时间等元数据以及新闻图片等元数据解析出来并存入MySQL数据库中;

通过使用该新闻爬取系统,用户能够实时的更新新闻信息,及时、全面、准确地掌握新闻热点动态,提高对于重大突发事件的处理能力,对于更及时,全面的了解各地的实时信息具有重要意义。

 

关键词新闻热点网络爬虫元数据抽取可视化


ABSTRACT

With the rapid development of society and the entry of the Internet into big data's time, since the media has been developing rapidly, people have more and more ways of obtaining news information, and the way of contact and use of news information is gradually changing.From passively receiving information to actively searching for information on demand, the audience has a wide variety of news items and different types of people need different kinds of news. For this reason, the major media, represented by today's headlines, use data analysis, data mining, and so on.In content production to achieve accurate positioning of user needs, efforts to create consumer pain points and other characteristics.Therefore, the development of a customized news push system will help to provide people with better quality News push service, people can customize newspapers and magazines according to their own preferences, as people use time, can achieve "the machine knows you more and more".

The profile news recommendation system described in this paper mainly comes from Sina News. Firstly, it uses crawler tools to get news data into local databases.Then the news information and the results of news analysis will be visualized in the front page.The main work of this paper is as follows:

1) using Python language and HTTPClient open source tool to write an extensible web crawler for Sina News.The crawler program can crawl news data (including picture information) according to the breadth first crawling strategy.

2) HTMLParser is used to extract the news information, and the metadata such as the number, the title, the content, the publisher, the time of release and the news picture are analyzed and stored in the MySQL database.

By using this news crawling system, users can update news information in real time, timely and comprehensively, accurately grasp the news hotspots, improve the handling capacity for major emergencies, and have a great significance for a timely and comprehensive understanding of real-time information around the country.

 

Key words: News hotspots, web crawlers, metadata extraction, visualization


目录

目录 IV

1 绪论 1

1.1 开发背景及目的 1

1.2 国内外相关研究现状 3

1.3 论文主要内容和章节安排 4

2 系统开发知识准备 6

2.2 Python技术简介 7

2.3 MySQL简介 7

2.4 ExtJS简介 8

2.5开源工具简介 10

2.5本章小结 11

3 系统需求分析 12

3.1 系统可行性研究 12

3.2 用户对象分析 13

3.3 用户用例分析 14

3.4 功能需求分析 18

3.5 性能需求分析 19

3.6 本章小结 20

4 系统总体设计 21

4.1 数据库结构设计 21

4.2 系统功能模块设计 23

4.3 本章小结 29

5 系统详细设计与实现 30

5.1 数据获取模块 30

5.2 数据可视化模块 34

5.3 本章小结 41

6 系统测试与发布 42

6.1 软件测试的目标和方法 42

6.2 测试用例 43

6.3 本章小结 47

7 总结 48

参考文献 50

8 致谢 51



  全套毕业设计论文现成成品资料请咨询微信号:biyezuopin QQ:2922748026     返回首页 如转载请注明来源于www.biyezuopin.vip  

                 

打印本页 | 关闭窗口
本类最新文章
基于Python的在线自主考试系 基于腾讯云的个人知识库管理系统 基于Android的酒店预定系统
基于matlab变频器控制交流电 基于微信小程序的家校联动平台管理 基于时频分析与自适应滤波技术的多
| 关于我们 | 友情链接 | 毕业设计招聘 |

Email:biyeshejiba@163.com 微信号:biyezuopin QQ:2922748026  
本站毕业设计毕业论文资料均属原创者所有,仅供学习交流之用,请勿转载并做其他非法用途.如有侵犯您的版权有损您的利益,请联系我们会立即改正或删除有关内容!