优化的解决方案:基于HITS算法的微博采集系统设计与实现

　　优化的解决方案:基于HITS算法的微博采集系统设计与实现

　　【摘要】 微博是微博的简称，属于博客的一种形式。它是一种广播式网络社交方式，通过用户之间的关注关系，分享短促的即时信息。微博近年来经历了爆发式的发展，逐渐成为互联网上最受欢迎的社交场所之一。截至2017年9月，新浪微博月活跃用户达3.76亿，日活跃用户达1.65亿，微博活跃用户持续稳定增长。目前，微博网络的影响力越来越大，政府、企业、学校、名人甚至各大新闻媒体网站都开通了微博。越来越多的人参与进来，以至于每天在微博上都会产生很多新的信息。为了利用好海量的微博信息，挖掘微博的潜在价值，微博的关键信息，特别是一些在微博网络中拥有大量粉丝和高影响力的用户发布的微博信息采集，在网络舆情分析中非常有必要。为此，本文致力于微博信息采集的研究和微博用户影响力分析，设计并实现了一个基于Hits算法的微博采集系统。该系统的主要功能是对微博内容进行基于关键字的采集，并根据微博用户的影响力对采集的结果进行排序，然后呈现给用户。本文的主要工作包括以下几个方面：（1）阅读大量文献及相关资料，初步了解微博及微博信息采集及结果排序算法的研究现状。根据信息采集和排序的研究背景和意义，确定了系统的需求分析，制定了系统需要实现的两个功能：信息采集、采集结果排序，并以此为基础学习相关技术，包括网页信息采集技术、API接口调用技术、网页排序算法等。

　　（2）本文将网页链接分析算法Hits算法应用于微博用户影响力的计算，将微博用户的关注和被关注的关系视为网页之间的连接关系，结合为改进微博用户影响力，提出一种基于Hits算法的微博用户影响力评价算法。改进后的算法可以更好地提高排序结果的准确性。(3)在分析系统需求的基础上，设计了基于Hits算法的微博信息采集系统的各个功能模块，主要包括微博内容采集模块、用户信息采集 模块、用户关系采集 模块和 采集 使用改进的命中算法的结果排序模块。具体来说，微博内容采集模块主要实现基于关键词的微博内容采集功能；用户信息采集模块主要是根据上一步的结果采集用户名，对每个用户的信息进行采集，包括好友数、粉丝数、微博数、用户等；用户关系模块主要对用户之间的粉丝对应关系进行采集；采集结果排序模块主要分析采集的结果，计算用户的影响力，根据用户的影响力对采集的结果进行排序，最后呈现在系统界面上. 最后，数据库表旨在确保存储数据的完整性和准确性。(4)在系统级设计部分，按照提高内聚、减少耦合的思想，将系统应用架构分为三层：数据访问层、领域层和表示层；另外，本系统使用的数据库版本为Microsoft SQL Server 2008，开发环境为Visual Studio 2010。最后通过测试发现本文设计的系统能够较好地完成data采集的功能>，并能提供更准确的排序结果。领域层和表示层；另外，本系统使用的数据库版本为Microsoft SQL Server 2008，开发环境为Visual Studio 2010。最后通过测试发现本文设计的系统能够较好地完成data采集的功能>，并能提供更准确的排序结果。领域层和表示层；另外，本系统使用的数据库版本为Microsoft SQL Server 2008，开发环境为Visual Studio 2010。最后通过测试发现本文设计的系统能够较好地完成data采集的功能>，并能提供更准确的排序结果。

　　解决方案:如何做科学的seo？保证用户体验科学做SEO优化的四个建议

　　记得几年前，刚开始学SEO的时候，老师教我们做关键词布局，故意增加主关键词在导航栏和模块的标题前，提高密度和关键词的排名，完全不考虑用户体验，随着搜索引擎的智能化，这样的优化方式已经过时了。但是我还是经常看到很多这样的网站。这里分享一下我对以往SEO方法的一些理解。科学 SEO 从以下四个基本优化开始。

　　1.重新认识关键词密度

　　关键词密度是关键词seo 在文章 中出现的次数。如果是优化优化，可以在第一段插入两三个关键词，加粗，后面的段落可以适当加上关键词，不管文章 一致性、可读性、可重复性。如果是为了增加用户体验，可以重点关注文章的内容，不要刻意添加关键词，围绕某个关键词为中心的主题写文章，扩大写作，在标题中添加关键词或关键词变体、缩写等。

　　不要考虑关键词的密度控制在2%~8%。这种说法，写成文章，只要你觉得流利、可读、实用。比较一下就知道哪个更好了。对于前者，由于内容的可读性和重复性，即使你开始获得稍微好一点的排名，因为内容不适合传播，点击和转载的人也会更少。原则上，这个排名会下降。

　　后者，因为 文章 流畅、实用、易读，所以传播性更好。就算初期排名不好，排名自然会上升。这个假设是基于搜索引擎早期对关键词的识别技术，更何况现在的搜索引擎早就认识到了关键词堆叠的不良行为。

　　2. 适度堆放 关键词

　　现在很多cms管理系统会自动提取文章的开头作为一个文章的概述、介绍和摘要。而搜索引擎蜘蛛最先读取的内容也是文章的开头。如果你在文章 的头部堆积一些关键词，你可能会欺骗百度。但是如果你的关键词没用，而cms自动抽出一段，重复开头，重复关键词，这样的话，不仅用户看起来很反感，搜索引擎也会也认为这是作弊。如果我们在为用户优化内容，我们通常会坚持关键词自然出现的原则，即关键词出现在文章中恰到好处，能够引起读者的共鸣。大多数文章在最后总结了整个文章，所以在文章 末尾出现关键词 也是增加文章 相关性的一种方式。如果你写结尾是为了加关键词，那肯定很难兼顾到总结的任务。如果写结尾是为了总结，自然会在结尾写文章的重点和重点。用一首诗“无心栽花，无心栽柳柳荫”来形容最为贴切。你自然会把文章的重点和重点写在最后。用一首诗“无心栽花，无心栽柳柳荫”来形容最为贴切。你自然会把文章的重点和重点写在最后。用一首诗“无心栽花，无心栽柳柳荫”来形容最为贴切。

　　3、不要盲目依赖文章伪原创软件

　　现在很多伪原创软件用所谓的关键词来代替伪原创文章，其实是无效的。没有一个正规的网站会用这种方法把文章做成原创。关键词替换的最大缺点是文章的可读性。很多单词被替换后，根本不可能流利地阅读。这样的文章，就算收录看完了，别人看完也会看。我不会再读第二遍了，当然也不会转发。如果我们带着读者的心来写文章，那么关键词的各种形式、别名、常用名等都会出现在文章中，这其实就是关键词的不同表达方式>的，因为用的很自然，自然会被读者认可，从而获得点击或转载。把你的读者放在心上，换个角度思考，为他们写出实用的文章，你自然会得到不错的排名、转载、传播。

　　4、网站定位从关键词的组合开始

　　很多朋友都有这样的经历。在写文章文章的时候，我想尽可能多的插入关键词，以眼科为例：眼科医院，眼科，眼科门诊，眼科，天津眼科，北京眼科...，像这样，我一直认为如果把这么多的词和seo服务结合起来，所有的词都能得到更好的排名。事实上，这是一种错觉。当一个页面的权重为5时，你会被分成5个词，分配给每个词的权重会小于5。如果主要是一个词，那么他会接近5，所以这会导致权重分散，没有达到理想的排名。当网站的权重比较低的时候，往往一个词比多个词更容易做好，加一个词后，做其他词就容易多了。关键词不要贪心，做大做全，关注用户，为用户写文章，不为关键词写文章。以上是我目前对SEO的一些理解。我的目标是从细节开始 SEO。同时，不要为了优化而优化。记住用户是上帝，兼顾排名和用户优化才是科学优化之道！