1. 毕业设计（论文）主要内容：
1.针对当前存在的多种异构社交网络账号不统一的情况，从当前主流社交媒体爬取相关非结构化数据，综合运用统计分析、分类、聚类和主成分分析等数据挖掘技术，实现用户在多个不同社交网络的账号关联，丰富用户画像，为用户的个性化推荐提供更加丰富的信息。
2.实现相关算法和原型系统开发，并完成测试。
2. 毕业设计（论文）主要任务及要求
1.基于python进行系统开发，要求系统有较好的可扩展性，方便与其他的系统集成2.要求系统界面友好，输入/输出设计合理并具有较好的容错性，易于操作。
3.系统文档应能详细、准确的反映整个系统的设计思想。
文档格式应尽可能规范，易读易懂，叙述问题准确。
3. 毕业设计（论文）完成任务的计划与安排
1）第1周至第2周：查阅有关的参考资料并完成开题报告；阅读顶级会议论文和相关参考文献.
2）第3周至第6周：采集相关社交网络数据，并对异构社交网络数据进行分析，完成前期测验工作。
3）第7周至第13周：进行相关算法和系统的编码、调试、测试工作。其中第10周左右进行毕业设计中期检查，需要提交论文前三章和毕业设计框架。4）第14周至第15周：撰写毕业论文，准备毕业答辩的有关文档及资料。4. 主要参考文献
1.ZHANGY, TANG J, YANGZ, et al. Cosnet: Connecting heterogeneous social networks with local and global consistency[C].Proceedings of the 21th ACM SIGKDD International Conference on Knowledge Discovery and Data Mining, Sydney, Australia,2015: 1485-1494.2.LIUJ, ZHANGF, SONGX, et al. What's in a name?: an unsupervised approach to link users across communities[C]. Proceedings of the sixth ACM international conferenceon Web search and data mining, Rome, Italy 2013: 495-504.3.BARTUNOVS,KORSHUNOVA, PARKS T, et al.Joint link-attribute user identity resolution in online social networks[C]. Proceedings of the 6th International Conference on Knowledge Discovery and Data Mining, Workshop on Social Network Mining and Analysis., Beijing, China,2012: 104-109.4.CUIY, PEIJ, TANGG, et al. Finding email correspondents in online social networks[J]. World Wide Web, 2013, 16(2): 195-218.doi:10.1007/s11280-012-0168-2.5.KONG X, ZHANG J, and YU P S.Inferring anchor links across multiple heterogeneous social networks[C].Proceedings of the 22nd ACM international conference on Information Knowledge Management. ACM, San Francisco, California, USA,2013: 179-188.
6.ZAMANIK, PALIOURASG, and VOGIATZISD. Similarity-Based User Identification Across Social Networks[C]. International Workshop on Similarity-Based Pattern Recognition, Copenhagen, Denmark, 2015: 171-185.以上是毕业论文任务书，课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
