基于主成分分析的互联网论坛用户识别

对论坛中的用户进行有效识别,可以为企业搜集相应的市场信息,使其把握市场动态,从而作出正确的决策。利用爬虫技术和主成分分析方法,结合收集到的论坛用户的发帖数量、回帖数量、威望、精华等数据资料进行分析,识别出言论领袖,进而确认特定用户的商业价值。

基于百度指数的艾滋病疫情时空分析

探索数据源"百度指数"下艾滋病疫情的时空分布及防控要点.应用爬虫技术编写JAVA程序来挖掘数据库数据,引进向量自回归模型原理,分析了艾滋病发病数与各个主成分的Granger因果关系.应用面板数据模型,对艾滋病疫情进行了时间及空间定性、直观的分析.结果表明官方发布的艾滋病发病数与艾滋病疑似患者的搜索行为呈滞后的联动关系,且不同地区、不同时间的艾滋病发病数存在显著差异.