微博旅游信息数据抓取代码与数据分享

提供超过2万条数据集，可用于复杂网络及相关研究领域。

社交网络环境的大数据化趋势，使微博博主的信息被收集整合，为其特征与行为分析提供了基础。

微博广告生态以其复杂性著称，这源于微博平台本身的开放特性，吸引了类型广泛的广告客户，涵盖电商、App、O2O以及媒体/品牌等多个领域。 不同类型的广告主在投放方式和目标上呈现出显著差异： 电商: 倾向于采用传统的投放方式，主要目标是吸引用户注册或促成购买行为。 App: 注重App下载量或提升用户活跃度，以此作为主要的投放目标。 O2O: 致力于获取电话咨询、引导线下到店以及收集潜在客户信息。 媒体/品牌: 看重粉丝增长、扩大品牌影响力和传播范围。 值得注意的是，不同广告主对微博广告产品的理解和运用程度存在较大差异，这为数据挖掘和分析带来了挑战。

在Web社会网络分析中，分析用户行为及偏好是关键课题之一。以微博为例，通过对用户历史行为的统计分析，提取影响决策的因素，并定性分析它们之间的关联关系，以揭示用户潜在的偏好。利用CP-nets偏好表达工具建立用户偏好模型，有效表达各因素之间的偏好关系，并导出最优特性，帮助用户进行信息转发决策。

微博内容分析工具，基于微博文本，通过计算词语权重，提供内容推荐和广告建议。

社交数据库设计的简化版本

随着新浪微博用户群体的扩大，解决新浪微博数据获取问题已成微博研究的首要任务。提出了结合新浪微博API和页面解析技术的数据获取优化方案。通过控制API调用频率和方法，获取JSON对象并高效解析数据。同时，结合网络爬虫和页面解析技术，解决了由于API接口不完善和调用限制导致的数据获取不全面的问题。实验表明，结合两种方法可以有效实现对新浪微博数据的全面高效获取。

微博用户之间错综复杂的关系构建了一个庞大的在线社会网络，映射了现实社会中人际交往的脉络。这种网络关系并非铁板一块，强关系与弱关系相互交织，并呈现出幂律等级分布的特性。

提出基于API与网页解析两种方案。API控制调用频率，获取JSON数据。网页解析技术与API结合，解决API接口限制。实验表明，两种方案结合可实现新浪微博数据高效全面的获取。