络关系数据智能采集系统的设计与实现——基于Web数据挖掘原理

doi:10.11925/infotech.1003-3513.2009.09.11

现代图书情报技术

2009, Vol.

Issue (9): 64-69 https://doi.org/10.11925/infotech.1003-3513.2009.09.11

情报分析与研究

本期目录 | 过刊浏览 | 高级检索

络关系数据智能采集系统的设计与实现——基于Web数据挖掘原理

张小飞蔡亚萍刘威

（南京师范大学Web数据挖掘实验室南京 210097）

Design and Implementation of an Intelligent Data Gathering System for Social Network Analysis
——Based on Web Data Mining Principle

Zhang Xiaofei Cai Yaping Liu Wei

(Web Data Mining Lab, Nanjing Normal University, Nanjing 210097, China)

摘要
参考文献
相关文章
Metrics

全文: PDF (933 KB)
输出: BibTeX | EndNote (RIS)

摘要

基于Web数据挖掘原理，设计并实现一个针对虚拟社区社会网络分析的关系数据智能采集系统，从系统设计与关键模块实现两个方面进行详细介绍。最后，以“苏州计算机教育论坛”为实验对象，证实本系统能够极大提高数据采集的效率，得到的数据能够满足社会网络分析软件的要求。

	服务

	把本文推荐给朋友
	加入引用管理器
	E-mail Alert
	RSS
	作者相关文章
	张小飞
	蔡亚萍
	刘威

关键词 ：社会网络分析, 关系数据智能采集, Web数据挖掘

Abstract：

This paper designs and implements an intelligent data gathering system for virtual community Social Network Analysis（SNA） based on Web data mining principle. It describes the system design and model implementation in details. Finally，the system is tested on BBS of Suzhou Computer Education Forum. The testing result shows that this system has enhanced the data gathering procedure substantially and can generate relational data in compliance with the specification of the most popular SNA softwares.

Key words： Social network analysis Intelligent relational data gathering Web data mining

收稿日期: 2009-07-27 出版日期: 2009-09-25

TP391

通讯作者: 刘威 E-mail: lwnj2008@gmail.com

作者简介: 张小飞,蔡亚萍,刘威

引用本文:

张小飞,蔡亚萍,刘威. 络关系数据智能采集系统的设计与实现——基于Web数据挖掘原理[J]. 现代图书情报技术, 2009, (9): 64-69.
Zhang Xiaofei,Cai Yaping,Liu Wei. Design and Implementation of an Intelligent Data Gathering System for Social Network Analysis
——Based on Web Data Mining Principle. New Technology of Library and Information Service, 2009, (9): 64-69.

链接本文:

https://manu44.magtech.com.cn/Jwk_infotech_wk3/CN/10.11925/infotech.1003-3513.2009.09.11 或 https://manu44.magtech.com.cn/Jwk_infotech_wk3/CN/Y2009/V/I9/64

［1］刘军. 社会网络分析导论［M］. 北京: 社会科学文献出版社, 2004.
［2］黎加厚,赵怡,王珏. 网络时代教育传播学研究的新方法:社会网络分析——以苏州教育博客学习发展共同体为例［J］. 电化教育研究, 2007（8）: 13-17.
［3］Tateo L. The Italian Extreme Right On-line Network: An Exploratory Study Using an Integrated Social Network Analysis and Content Analysis Approach［J/OL］. Journal of Computer-Mediated Communication.［2009-06-03］. http://jcmc.indiana.edu/vol10/issue2/tateo.html.
［4］胡勇, 王陆. 异步网络协作学习中知识建构的内容分析和社会网络分析［J］. 电化教育研究, 2006（11）: 30-35.
［5］刘荣光, 刘晓琴. Moodle网络课程中讨论区交互特征的社会网络分析——以《网络远程教育》课程为例［J］. 上海师范大学学报：自然科学版, 2008, 37（4）: 433- 437.
［6］王陆. 虚拟学习社区的社会网络分析［J］.中国电化教育,2009（2）: 5-11.
［7］ Herring S C, Kouper I, Paolillo J C, et al. Conversations in the Blogosphere: An Analysis "From the Bottom Up"［C］. In: Proceedings of the 38th Hawai’i International Conference on System Sciences. Los Alamitos,CA, USA : IEEE Press, 2005:40-45.
［8］叶新东,邱峰,沈敏勇. 教育技术博客的社会网络分析［J］. 现代教育技术, 2008,18（5）: 48-53.
［9］ Repetto M. A Methodological Proposal to Analyse Interactions in Online Collaborative Learning Environments［C］. In: Proceedings of the 2nd PROLEARN Doctoral Consortium in Technology Enhanced Learning，Crete,Greece. Aachen：RWTH，2007.
［10］邱均平,于长福,马瑞敏. 图林博客的社会网络分析［J］. 图书情报工作, 2008, 52（11）: 6-9.
［11］ Nurmela K, Lehtinen E,Palonen T. Evaluating CSCL Log Files by Social Network Analysis［C］. In: Proceedings of the 1999 Conference on Computer Support for Collaborative Learning, Palo Alto, California.USA:International Society of the Learning Sciences，1999: 434-442.
［12］ Gruzd A. Name Networks: A Content-based Method for Automated Discovery of Social Networks to Study Collaborative Learning［C］. In: Proceedings of Association for Library and Information Science Education.Denver, USA：ALISE，2009.
［13］Huisman M,Van Duijn M A J. Software for Social Network Analysis［A］.// Carrington P J, Scott J, Wasserman S.Models and Methods in Social Network Analysis［M］. New York: Cambridge University Press, 2005: 270-316.

[1]	高伊林,闵超. 中美对“一带一路”沿线技术扩散结构比较研究^*[J]. 数据分析与知识发现, 2021, 5(6): 80-92.
[2]	李跃艳,王昊,邓三鸿,王伟. 近十年信息检索领域的研究热点与演化趋势研究——基于SIGIR会议论文的分析[J]. 数据分析与知识发现, 2021, 5(4): 13-24.
[3]	关鹏,王曰芬. 国内外专利网络研究进展*[J]. 数据分析与知识发现, 2020, 4(1): 26-39.
[4]	陈芬, 付希, 何源, 薛春香. 融合社会网络分析与影响力扩散模型的微博意见领袖发现研究^*[J]. 数据分析与知识发现, 2018, 2(12): 60-67.
[5]	王忠义, 张鹤铭, 黄京, 李春雅. 基于社会网络分析的网络问答社区知识传播研究[J]. 数据分析与知识发现, 2018, 2(11): 80-94.
[6]	李飞, 张健, 王宗水. *社会化推荐研究进展与发展趋势演化^——基于文献计量和社会网络分析的视角**[J]. 数据分析与知识发现, 2017, 1(6): 22-35.
[7]	范如霞, 曾建勋, 高亚瑞玺. 基于合作网络的学者动态学术影响力模式识别研究[J]. 数据分析与知识发现, 2017, 1(4): 30-37.
[8]	王曰芬,靳嘉林. 比较分析《现代图书情报技术》近10年发文特征与发展趋势^*[J]. 现代图书情报技术, 2016, 32(9): 1-16.
[9]	吴应良, 姚怀栋, 李成安. 一种引入间接信任关系的改进协同过滤推荐算法[J]. 现代图书情报技术, 2015, 31(9): 38-45.
[10]	任妮, 周建农. 合著网络加权模式下科研团队的发现与评价研究[J]. 现代图书情报技术, 2015, 31(9): 68-75.
[11]	谭旻, 许鑫. 学术博客推荐网络的h度实证——以科学网博客为例[J]. 现代图书情报技术, 2015, 31(7-8): 31-36.
[12]	黄微, 高俊峰, 王晨, 齐玥. 基于社会网络分析的隐性知识推送服务方法研究[J]. 现代图书情报技术, 2014, 30(2): 48-54.
[13]	周姗姗, 毕强, 高俊峰. 基于社会网络分析的信息检索结果可视化呈现方法研究[J]. 现代图书情报技术, 2013, 29(11): 81-85.
[14]	梁辰, 徐健. 社会网络可视化的技术方法与工具研究[J]. 现代图书情报技术, 2012, 28(5): 7-15.
[15]	袁园, 孙霄凌, 朱庆华. 微博用户关注兴趣的社会网络分析[J]. 现代图书情报技术, 2012, 28(2): 68-75.

Viewed

Full text

Abstract

Cited

Shared

Discussed