对于网络微博用户可信任性的问题,通过对爬取的所有源语料进行有目的的预处理,得到具有规范格式的用户数据,并从用户信息数据中,选择性的提取用户信息的完整度、活跃度、交际广度、传播力度四项指标组成指标体系;然后利用设计的层次分析法(AHP)结构模型,实现了对指标的权重系数数值确定,进而计算与统计用户的权威性。
最终完成对用户可信度模型的构建。
实验表明,该模型对微博用户的可信度评测方面有较好的准确性。
最终完成对用户可信度模型的构建。
实验表明,该模型对微博用户的可信度评测方面有较好的准确性。
2024/9/25 1:19:21
307KB
1
基于k-means聚类分析房价问题（昆明房价）（源码+实验报告）。
其中包含爬虫、聚类分析、数据可视化等源码，以及实验报告。
采用python进行编程，对链家网资源进行爬取和分析
其中包含爬虫、聚类分析、数据可视化等源码，以及实验报告。
采用python进行编程，对链家网资源进行爬取和分析
2024/9/22 13:42:05
2.07MB
1
在wunderground爬取了2015年1月1日到2017年12月20日的西安气象数据
2024/9/20 12:56:03
1.94MB
1
分享完整的百姓网二手房源出售信息采集爬虫源码，可直接使用，爬取字段包括标题、联系人、联系电话、房源信息和发布日期等字段。
2024/9/3 13:51:25
3KB
1
（1）打开豆瓣一部电影评论区，根据html结构捕获三个信息：一，每账号的评分等级为5星、4星、3星、2星、1星；
二，每个账号的评论留言；
三，跳转到下个评论页面的http链接（2）获取所有的信息后对信息进行处理：一，计算出每个星级的总数和一共多少账户进行了评级二、将所有的评论内容放在一起，处理评论中的空格和其他不规范形式（3）用matplotlib绘制评分等级占比的饼图，用jieba进行分词处理，用wordcloud生成词云图同个修改url=https://movie.douban.com/subject/26430636/comments?start=0&limit=20&sort=new_score&status=P&percent;_type=之中“26430636”为电影的代表，将其换做其他的编号就可以读取和生成其他电影的matplotlib和wordcloud制作评分图和词云图
二，每个账号的评论留言；
三，跳转到下个评论页面的http链接（2）获取所有的信息后对信息进行处理：一，计算出每个星级的总数和一共多少账户进行了评级二、将所有的评论内容放在一起，处理评论中的空格和其他不规范形式（3）用matplotlib绘制评分等级占比的饼图，用jieba进行分词处理，用wordcloud生成词云图同个修改url=https://movie.douban.com/subject/26430636/comments?start=0&limit=20&sort=new_score&status=P&percent;_type=之中“26430636”为电影的代表，将其换做其他的编号就可以读取和生成其他电影的matplotlib和wordcloud制作评分图和词云图
2024/9/3 5:47:41
14KB
1
在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。
每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。
另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。
为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。
2024-04-09 15:03
15KB