近年来,社区网站作为一种新兴的社交沟通工具,吸引了无数的网民,他们可以在此平台上互相交流学习。然而,随着论坛用户数量的指数型增长,发表的帖子数量越来越多,如此海量的数据信息对论坛管理员和论坛用户来说既是财富也是忧愁。因此,这为设计与实现面向社区网站的用户兴趣发现系统提供了重要的立论意义和应用价值。本文以社区网站作为对象,在用户兴趣模型的基础上,设计并实现面向社区网站的用户兴趣发现系统,旨在通过发现论坛用户兴趣的方式达到方便论坛管理员掌握论坛热点和帮助用户实现知识共享的目的。为此本文主要包含以下几个方面的研究工作:(1)通过对用户兴趣发现过程的分析,明确目标用户需求,并结合本文研究对象的特点来制定系统框架和功能,为用户提供论坛数据信息查询功能,对用户数据进行兴趣向量化并构建成用户兴趣矩阵模式,采用标签的方式对用户兴趣进行分类识别,采用图表的方法来展示论坛的热点走势和用户关注点随时间迁移的变化情况;(2)针对社区网站数据信息的开源性特点,采用Python开发的Scrapy框架和BeautifulSoup解析器来获取论坛数据,设计用户兴趣特征提取方案来对数据进行兴趣特征的提取;(3)用户兴趣发现系统的关键步骤是用户兴趣建模,本文在传统向量空间模型的基础上,引入时间机制来对模型进行优化,并且借鉴K-means聚类算法思想来更新用户兴趣,从空间和时间的维度上来展现用户兴趣的动态变化;(4)分模块对用户兴趣发现系统进行详细设计与实现。本文将采用Python编程语言,Uwsgi+Nginx部署Django应用框架,MySQL数据库进行系统开发,以及采用Microsoft Office Visio完成各阶段设计图纸;(5)采用黑盒测试法,配置测试环境和设计相应的测试用例来验证用户兴趣系统的功能模块。本文通过对社区网站的用户信息数据挖掘与分析,设计并实现面向社区网站的用户兴趣发现系统,测试和应用结果表明,本系统功能特性良好,符合课题需求方提供的各功能要求。