基于Python的豆瓣金融类图书数据分析被引量：1

下载PDF

导出

摘要豆瓣读书作为豆瓣网的一个子栏目,2005年上线后已发展成为国内拥有信息最齐全、用户群体规模最大且活跃的阅读网站。本文基于Python语言从豆瓣阅读页面中采集和获取与金融类图书有关的数据,通过对数据进行清洗、提取,把书名、作者、出版社等关键信息保存为CSV文件存储,并对其进行可视化分析。一方面探究基于用户生成内容(UGC)的用户信息进行分析,找出它们之间的关系;另一方面通过数据可视化分析,深入挖掘豆瓣图书信息中数据的规律,为读者和用户选取金融类图书阅读提供帮助。

作者马梦烨王涵

机构地区扬州大学社会发展学院华中师范大学信息管理学院

出处《办公室业务》 2021年第15期182-183,共2页

关键词 PYTHON 数据分析 UGC 可视化

分类号 TP3 [自动化与计算机技术—计算机科学与技术]

引文网络
相关文献

参考文献7

1朱涤尘,夏换.基于数据可视化和线性回归的豆瓣图书榜单数据分析[J].信息技术与信息化,2019,0(12):218-220. 被引量：4
2罗培铭.虚拟社区用户生成内容的影响因素——以小红书为例[J].新闻研究导刊,2018,9(12):60-61. 被引量：5
3徐亚茹..基于标签的图书个性化推荐系统的设计与研究[D].山东师范大学,2018:
4庄莹.中国图书排行榜研究[J].中国出版,2015(12):64-69. 被引量：3
5胡跃鹏..豆瓣图书排行榜运营策略研究[D].河北大学,2018:
6周洪斌.基于Python的豆瓣图书评论数据获取与可视化分析[J].沙洲职业工学院学报,2018,21(4):1-6. 被引量：12
7夏洋.基于用户参与的社交网站标签差异及有效性研究——以豆瓣读书网为例[J].江苏科技信息,2019,36(36):67-71. 被引量：2

二级参考文献12

1林晓芳.拷问书业排行榜[J].出版参考,2006(02X):4-5. 被引量：1
2北京开卷信息技术有限公司.中国图书零售市场观测年度报告[R].http://www.openbook.toni.cn/Information/3000/847-0.html. 被引量：1
3[美]迈克尔·科迭.畅销书的故事[M].北京:中国人民大学出版社,2006. 被引量：1
4[美]沃纳·赛佛林,小詹姆斯·坦卡德.传播理论:起源,方法与应用(第四版)[M].北京:华夏出版社,2000. 被引量：1
5赵宇翔,朱庆华.Web2.0环境下影响用户生成内容的主要动因研究[J].中国图书馆学报,2009,35(5):107-116. 被引量：92
6范哲,朱庆华,赵宇翔.Web2.0环境下UGC研究述评[J].图书情报工作,2009,53(22):60-63. 被引量：43
7彭陶.网络图书排行榜评价指标探析——以当当网图书畅销榜为例[J].图书馆学研究,2012(14):60-65. 被引量：4
8李蕾,王冕,章成志.区分标签类型的社会化标签质量测评研究[J].图书情报工作,2013,57(23):11-16. 被引量：17
9颜伟,李俊青.基于Python网络日志分析系统研究与实现[J].曲阜师范大学学报（自然科学版）,2017,43(4):48-50. 被引量：4
10亚马逊中国2018年年中图书排行榜单显示纸书和电子书“此涨彼涨”趋势明显[J].新闻知识,2018(8):30-30. 被引量：1

共引文献21

1陈书梅.图书排行榜在图书馆阅读推广中的应用探析[J].江苏科技信息,2016,33(34):21-22. 被引量：1
2谢钟扬.基于Python的电商导购APP设计与实现[J].数字技术与应用,2019,37(2):143-144. 被引量：1
3段聪聪,柴世一.基于Python语言Kaggle的数据集分析[J].科技视界,2019(8):106-106.
4史伟,郜雅欣.UGC电商平台发展策略及其影响因素——以小红书为例[J].湖州师范学院学报,2019,41(8):105-110. 被引量：3
5许素,许新华,柏瑶,张盼,黄瑾.基于python的微信公众号关注者数据分析[J].电脑与信息技术,2019,27(5):61-63. 被引量：4
6任文洁.网络社区电商提升用户购买意愿的策略研究[J].全国流通经济,2019,0(27):21-23. 被引量：2
7张运玉.基于Python的数据分析的研究[J].电脑知识与技术,2019,15(10X):3-4. 被引量：6
8成文莹,李秀敏.基于Python的电影数据爬取与数据可视化分析研究[J].电脑知识与技术,2019,15(11):8-10. 被引量：14
9陈婵.用户生成内容的图书主题标签研究——以豆瓣读书用户生成评论为例[J].文献与数据学报,2020,2(1):80-88. 被引量：1
10米月颖,胡亚平,于钊妍,李佳佳,郭起荣.我国银杏科学研究与认知前沿[J].华东森林经理,2020,34(2):11-14.

同被引文献8

1肖菁,袁凌,黄昌勤,吴不晓.基于学习排序的并行协同过滤推荐算法[J].华中科技大学学报（自然科学版）,2018,46(3):36-41. 被引量：1
2岳希,唐聃,舒红平,安义文.基于数据稀疏性的协同过滤推荐算法改进研究[J].工程科学与技术,2020,52(1):198-202. 被引量：34
3任永功,张云鹏,张志鹏.基于粗糙集规则提取的协同过滤推荐算法[J].通信学报,2020,41(1):76-83. 被引量：26
4陈朱宇,黄承鑫,周瑞富,王子超,操凤萍.基于协同过滤的众包任务推荐算法[J].信息技术与信息化,2021(8):119-121. 被引量：2
5张荑阳,毛红霞.基于python的豆瓣电影数据采集与分析可视化[J].电子制作,2021,29(16):47-49. 被引量：4
6张俊,廖雪花,余旭玲,雷蒙.关系型数据库内存化存储模型研究[J].计算机工程与应用,2021,57(19):123-128. 被引量：18
7施天虎,徐洪珍.基于改进K-means和优化评分的协同过滤推荐算法[J].江苏科技大学学报（自然科学版）,2021,35(6):72-77. 被引量：6
8朱木清,文谧.基于数据挖掘的高维数据协同过滤推荐算法[J].自动化与仪器仪表,2022(1):91-94. 被引量：7

引证文献1

1安浩男,邢卓.时光网数据分析与挖掘[J].电脑编程技巧与维护,2022(9):100-102.

1邓惠俊.基于Spring和MyBatis框架的阅读网站的设计与实现[J].信息与电脑,2021,33(4):97-99. 被引量：7
2陈雅婷,段华斌,李娅菲,扈乐华.基于Python的有声读物数据可视化分析[J].科技风,2021(23):100-101. 被引量：2
3刘红杰.信息化背景下如何做好图书管理工作[J].信息记录材料,2021,22(7):64-66. 被引量：2
4郭想.高校图书馆信息化建设问题研究[J].办公室业务,2021(14):108-109.
5张晓明,李海生,陈明,王芳.基于OBE理念的大数据技术开发课程教学设计与实践[J].计算机教育,2021(8):166-170. 被引量：8
6陈智慧.高校智慧图书馆创新服务模式的发展与研究[J].江苏科技信息,2021,38(21):10-13. 被引量：6
7赵涵原.基于Python爬虫的书籍数据可视化分析[J].电子技术与软件工程,2021(14):178-179. 被引量：2
8凌志.浅谈高职学院图书馆的信息技术及相关技术建设与管理[J].冶金管理,2021(7):129-130.
9崔世康.现代信息技术在图书管理中的优势与应用策略[J].河北画报,2021(10):83-84.
10郝遥迪,刘承波,尚付磊,孙伟,林显琦.基于LabVIEW的列车牵引控制器数据监视软件设计[J].电气应用,2021,40(8):75-81. 被引量：1

办公室业务

2021年第15期

浏览历史

内容加载中请稍等...

基于Python的豆瓣金融类图书数据分析被引量：1

参考文献7

二级参考文献12

共引文献21

同被引文献8

引证文献1

相关作者

相关机构

相关主题

浏览历史

基于Python的豆瓣金融类图书数据分析 被引量：1

参考文献7

二级参考文献12

共引文献21

同被引文献8

引证文献1

相关作者

相关机构

相关主题

浏览历史

基于Python的豆瓣金融类图书数据分析被引量：1