Print

基于数据可视化和线性回归的豆瓣图书榜单数据分析

论文摘要

图书阅读一直以来都是作为大众重要的汲取知识和提高文学素养的重要方式之一。随着互联网技术的不断发展,很多网站推出了图书榜单这一推荐模式,根据用户的打分和评论来对收到较多好评的书籍进行推荐。然而在阅读用户水平参差不齐、个人喜好不同的情况下,往往打分制并不能很好的体现数据的规律,精准地推荐优秀的图书。本文提出了以python为工具,基于数据可视化和词云分析的图书榜单数据分析方法,更深层次的对榜单数据进行挖掘,寻找其内在的规律,为读者的选择提供更精准地推荐,同时优化了分类方法,对图书数据分析发展和厂商选择判断提供助力。

论文目录

  • 1 豆瓣图书榜单数据分析的必要性
  • 2 图书榜单研究现状
  • 3 豆瓣图书榜单研究框架及过程
  • 4 实验分析及结果评估
  •   4.1 作者名称词云分析
  •   4.2 作者国籍可视化分析
  •   4.3 评论数与评分线性回归分析
  • 5 结语
  • 文章来源

    类型: 期刊论文

    作者: 朱涤尘,夏换

    关键词: 图书榜单分析,数据可视化,词云分析,线性回归

    来源: 信息技术与信息化 2019年12期

    年度: 2019

    分类: 信息科技

    专业: 计算机软件及计算机应用,图书情报与数字图书馆

    单位: 贵州经贸职业技术学院科技处,贵州财经大学信息学院

    分类号: G353.1;TP391.3

    页码: 218-220

    总页数: 3

    文件大小: 2425K

    下载量: 496

    相关论文文献

    本文来源: https://www.lunwen66.cn/article/4275f09b32a33efcb9c0b3bb.html