项目简述：
为了进行更加精准的营销, 利用数据挖掘相关算法, 利用开放API或自行编写爬虫获得新浪微博, 知乎等社交网络(可能需要破解验证码)中用户所发布的数据, 利用数据挖掘的相关算法进行分析, 从大规模的用户群体中, 分别找出其中具有海淘或母婴购物意向的用户
使用语言：
java
工具：
eclipse
项目过程论述：
1.收集新浪微博用户的数据
2.对这些用户数据进行分析，判断其是否具有母婴的购物意向。
3.对这些具有母婴购物意向的用户进一步分类，分成衣食住行四类。
4.给分好类之后的用户进行推荐相应的母婴商品。
工作流程图如图所示：
----------------------------------------------------------------------------------------------
过程1-----收集新浪微博用户的数据
目的：收集每个用户至少300条微博，不足收集全部，太少则放弃。
收集工具：八爪鱼收集器
收集方法：按照关键词收集，利用新浪微博强大的搜索引擎。
收集规则：
收集结果（存放到mysql）：
-------------------------------------------------------------------------------------------------------------------------------------------------------------
过程2-----对收集到的新浪微博用户进行分析，判断其是否具有母婴的购物意向
目的：对一个用户分析，判断是/否具有母婴购物意向
方法：使用向量空间模型的余弦相似度，即两个向量之间的夹角越小，则余弦值越大，这两个向量就越相似
实现过程：
前提：收集数据的时候收集两部分数据,一部分人工判断已知具有母婴购物意向，另一部分是未知购物意向的用户。
1.将每个用户的向量都抽象成N维向量。
方法：参考石延君的博客参考石延君的博客http://shiyanjun.cn/archives/548.html
具体如下：
1）先找出能代表这个用户微博的关键词，将这个用户的微博都存储在一个txt文件中，大致过程如下
2）找出特征向量后，给特征向量的每一维都赋予权重，可以得到初步的N维具有权重的向量。
3）对N维向量进行归一化，直接利用libsvm的scale函数即可（可以参考libsvm的使用方法）。
2.计算未知用户向量与已知购物意向用户向量之间的余弦相似度，如果超过0.5，则认为其是相似的，则有理由认为这些未知用户是具有母婴购物意向的。
---------------------------------------------------------------------------------------------------------------------------------------------------
过程3--------对分析出来具有母婴购物意向的用户进一步分类，分成衣食住行四类
理论基础：使用libsvm来分类
训练集是预先收集好的，分成衣食住行四类的新浪微博用户，带预测集是过程1和2分析出来的具有母婴购物意向的用户。
-----------------------------------------------------------------------------------------------------------------------------------------
过程4------推荐商品
