本文關(guān)鍵詞： 微博 用戶關(guān)注 預(yù)測(cè) 模糊近似支持向量機(jī)　出處：《系統(tǒng)工程》2015年07期 　論文類型：期刊論文

【摘要】：在微博網(wǎng)絡(luò)中挖掘博主的潛在關(guān)注用戶,建立相應(yīng)的關(guān)注預(yù)測(cè)指標(biāo)和模型,對(duì)于增加博主活躍粉絲數(shù)、增強(qiáng)信息傳播具有重要意義。利用微博粉絲人際關(guān)系網(wǎng)絡(luò),在眾多與博主交互的用戶中,預(yù)測(cè)潛在的活躍粉絲。在融合微博主影響力、用戶活躍度等因素的基礎(chǔ)上,提出了以興趣相似度為核心的用戶關(guān)注預(yù)測(cè)指標(biāo)。利用模糊近似支持向量機(jī)作為預(yù)測(cè)工具,對(duì)模糊隸屬度算法進(jìn)行了優(yōu)化,推導(dǎo)了基于矩陣的模糊近似支持向量機(jī)預(yù)測(cè)模型。利用KDD Cup 2012騰訊微博公開數(shù)據(jù)進(jìn)行了實(shí)證研究。實(shí)驗(yàn)結(jié)果表明,本文提出的指標(biāo)能很好地用于微博用戶關(guān)注行為的預(yù)測(cè),通過與其他支持向量機(jī)模型及模糊化算法相比,本文提出的優(yōu)化方法具有較高的預(yù)測(cè)精度,且預(yù)測(cè)結(jié)果穩(wěn)定,在微博用戶關(guān)注行為預(yù)測(cè)中具有較強(qiáng)的實(shí)用性。
[Abstract]:It is of great significance to excavate potential users of bloggers in Weibo's network and establish corresponding concerned prediction indexes and models to increase the number of active followers and enhance the dissemination of information. Among the many users interacting with bloggers, predict potential active fans. Based on the integration of Weibo's main influence, user activity and other factors, In this paper, the user concerned prediction index with interest similarity as the core is proposed, and the fuzzy membership algorithm is optimized by using fuzzy approximate support vector machine (FASVM) as a prediction tool. The prediction model of fuzzy approximate support vector machine based on matrix is derived. An empirical study is carried out by using KDD Cup 2012 Tencent Weibo open data. The experimental results show that the proposed index can be used to predict the user's concern behavior. Compared with other support vector machine models and fuzzy algorithms, the proposed optimization method has high prediction accuracy and stable prediction results, and has strong practicability in Weibo user attention behavior prediction.
【作者單位】： 電子科技大學(xué)經(jīng)濟(jì)與管理學(xué)院;四川農(nóng)業(yè)大學(xué)建筑與城鄉(xiāng)規(guī)劃學(xué)院;
【基金】：國家自然科學(xué)基金資助項(xiàng)目(71101018)
【分類號(hào)】：F49

【參考文獻(xiàn)】

相關(guān)期刊論文 前3條

1 趙麗;袁睿翕;管曉宏;賈慶山;;博客網(wǎng)絡(luò)中具有突發(fā)性的話題傳播模型[J];軟件學(xué)報(bào);2009年05期

2 安金龍,王正歐,馬振平;基于密度法的模糊支持向量機(jī)[J];天津大學(xué)學(xué)報(bào);2004年06期

3 郭浩;陸余良;王宇;張亮;;基于信息傳播的微博用戶影響力度量[J];山東大學(xué)學(xué)報(bào)(理學(xué)版);2012年05期

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 魏延;石磊;陳琳琳;;基于后驗(yàn)概率加權(quán)的模糊支持向量機(jī)[J];重慶工學(xué)院學(xué)報(bào)(自然科學(xué)版);2009年08期

2 鄔嘯;魏延;吳瑕;;改進(jìn)的雙隸屬度模糊支持向量機(jī)[J];重慶師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2011年05期

3 楊雄;;熱點(diǎn)輿論話題在交叉社團(tuán)網(wǎng)絡(luò)的傳播模型[J];遼寧工程技術(shù)大學(xué)學(xué)報(bào)(自然科學(xué)版);2013年02期

4 楊雄;;基于因果回路圖的網(wǎng)絡(luò)輿情熱度演化模型研究[J];常州工學(xué)院學(xué)報(bào);2013年06期

5 李維杰;包紅云;;BBS中信息傳播模式的特征分析[J];計(jì)算機(jī)工程與應(yīng)用;2010年29期

6 顧亞祥;丁世飛;;支持向量機(jī)研究進(jìn)展[J];計(jì)算機(jī)科學(xué);2011年02期

7 張恒;鄒開其;崔杰;張敏;;一種改進(jìn)的基于密度聚類模糊支持向量機(jī)[J];計(jì)算機(jī)工程;2009年05期

8 張秋余;竭洋;李凱;;基于模糊支持向量機(jī)與決策樹的文本分類器[J];計(jì)算機(jī)應(yīng)用;2008年12期

9 羅柏文;夏毅敏;樊宏亮;韓振興;宋子輝;;基于模糊支持向量回歸算法的微地形異常值剔除研究[J];金屬礦山;2009年10期

10 駱嘉偉;蘇涵沐;陳濤;;基于最小二乘模糊支持向量機(jī)的基因分類研究[J];計(jì)算機(jī)應(yīng)用研究;2010年02期

相關(guān)會(huì)議論文 前4條

1 陳進(jìn)東;王鮮芳;潘豐;;基于FSVM與機(jī)理的青霉素發(fā)酵過程混合建模[A];2007中國控制與決策學(xué)術(shù)年會(huì)論文集[C];2007年

2 時(shí)國華;周斌;韓毅;;一種微博事件源頭發(fā)現(xiàn)的方法[A];第27次全國計(jì)算機(jī)安全學(xué)術(shù)交流會(huì)論文集[C];2012年

3 劉京京;王一濤;;營養(yǎng)信息傳播者在新浪微博上的影響力及關(guān)系網(wǎng)絡(luò)[A];2012年度中國健康傳播大會(huì)優(yōu)秀論文集[C];2012年

4 郭秀芝;孟祥山;劉然;王偉;;新媒體與健康傳播背景下信任度調(diào)查[A];第八屆中國健康傳播大會(huì)優(yōu)秀論文集[C];2013年

相關(guān)博士學(xué)位論文 前10條

1 孫晶濤;基于內(nèi)容的垃圾郵件過濾技術(shù)研究[D];蘭州理工大學(xué);2010年

2 劉路;基于改進(jìn)支持向量機(jī)和紋理圖像分析的旋轉(zhuǎn)機(jī)械故障診斷[D];天津大學(xué);2011年

3 薛海濤;鋁合金點(diǎn)焊質(zhì)量信息化技術(shù)的研究[D];天津大學(xué);2004年

4 劉靖旭;支持向量回歸的模型選擇及應(yīng)用研究[D];國防科學(xué)技術(shù)大學(xué);2006年

5 韓曉明;高壓大流量乳化液泵狀態(tài)監(jiān)控與故障診斷研究[D];中國礦業(yè)大學(xué);2008年

6 梁力文;基于支持向量機(jī)的小波濾噪短波近紅外光譜在藥品定量分析中的研究[D];吉林大學(xué);2009年

7 杜U，

本文編號(hào)：1502080