微博已经成为了人们获取信息、分享观点的重要平台,海量数据背后蕴藏着巨大的学术研究价值。因此,本文以微博为研究对象,围绕微博数据的采集、挖掘、可视化进行研究,设计并实现基于推荐算法的微博个人数据可视化系统。本文中设计并实现了三个主要子系统:数据采集子系统、关系计算子系统、可视化展示子系统。数据采集子系统通过模拟登陆的方法来解决身份认证问题。关系计算子系统对原始数据进行处理转化为可视化数据。系统重点实现了微博用户关系计算模块,我们利用推荐算法来计算关系度用于衡量两个人之间的关系。子系统中还利用TF-IDF算法提取微博关键字。可视化子系统系统,可视化子系统由浏览器呈现数据挖掘结果。本文中采用柱状图、折线图、极坐标、地图、标签云以及关系图来呈现数据分析结果。本文中主要贡献和创新点包括:(1)设计并实现了微博数据采集、关系计算、个人信息可视化系统。搭建的系统实现了用户关系度的计算和微博用户分析的功能,为后续研究提供基础平台。同时在系统中我们使用Redis数据库作为数据处理的缓存,减少系统响应时间。(2)系统实现了利用推荐算法来衡量关系度,利用SVM算法进行模型建立,通过各个分类的概率来进行关系度的计算。可视化模块中关系度的大小在关系图中通过距离的远近展示出来。