1、隨著計算機技術(shù)的快速發(fā)展,我們生活在一個數(shù)據(jù)快速增長的年代。每天都有來自商業(yè)、科學(xué)等各個不同領(lǐng)域以及我們?nèi)粘Ｉ畹臄?shù)千兆兆字節(jié)存儲于計算機網(wǎng)絡(luò)、萬維網(wǎng)和各種數(shù)據(jù)存儲設(shè)備。數(shù)據(jù)爆炸式的增長、巨大的數(shù)據(jù)量使得當(dāng)今的時代成為一個真正的數(shù)據(jù)時代。信息技術(shù)自然進化促發(fā)了數(shù)據(jù)挖掘技術(shù)的產(chǎn)生。數(shù)據(jù)挖掘可從海量數(shù)據(jù)中挖掘出有趣的模式和知識。數(shù)據(jù)挖掘可應(yīng)用與金融數(shù)據(jù)分析、零售業(yè)、電信業(yè)、生物學(xué)數(shù)據(jù)分析以及其他科學(xué)應(yīng)用。
　　在互聯(lián)網(wǎng)上,用戶使用的最

2、多的就是社交網(wǎng)絡(luò)。人們在社交網(wǎng)絡(luò)上分享信息,海量的數(shù)據(jù)為數(shù)據(jù)挖掘提供了前提條件,采用數(shù)據(jù)挖掘技術(shù),可挖掘出數(shù)據(jù)之間存在的潛在信息。數(shù)據(jù)挖掘中的聚類分析可以將相似度較高的用戶數(shù)據(jù)聚成一個類。本文先用Python從社交網(wǎng)絡(luò)新浪微博上提取熱門話題和參與話題的用戶信息,然后采用分級聚類算法對提取的熱門話題進行聚類。本文還采用另外一種算法:協(xié)作型過濾算法對提取的數(shù)據(jù)進行分析。最后將兩種算法的結(jié)果進行分析比較。通過得出的結(jié)果可對用戶推薦屬于同一類的