本文關(guān)鍵詞：基于轉(zhuǎn)發(fā)層次分析的新浪微博熱度預測研究

  更多相關(guān)文章： 微博 爬蟲 靜態(tài)特征 動態(tài)特征 熱度指數(shù) 多分類問題

【摘要】：微博作為新型的消息傳播媒介,其影響力和傳播速度都超越了傳統(tǒng)主流媒體,預測微博熱度對輿情監(jiān)測、政府宣傳、企業(yè)營銷及熱點推送等具有重要意義。通過分析微博轉(zhuǎn)發(fā)的層次規(guī)律,結(jié)合轉(zhuǎn)發(fā)量、轉(zhuǎn)發(fā)深度及廣度指標,定義新的熱度指數(shù)計算方法。將微博熱度劃分為5個等級,對轉(zhuǎn)發(fā)數(shù)大于100的微博預測其熱度達到特定等級的概率。使用有監(jiān)督的機器學習算法,先后提取訓練樣本的靜態(tài)和動態(tài)特征訓練熱度預測模型。通過自主開發(fā)的Big Data爬蟲開放平臺獲取來源于新浪微博的訓練樣本,并應用十折交叉驗證法進行實驗,結(jié)果表明,相比只使用靜態(tài)特征的熱度預測模型,加入微博動態(tài)特征能有效提高預測性能,平均F1值達到76.9%。
【作者單位】： 山西大學計算機與信息技術(shù)學院;中國科學院高能物理研究所計算中心;
【關(guān)鍵詞】： 微博 爬蟲 靜態(tài)特征 動態(tài)特征 熱度指數(shù) 多分類問題
【基金】：國家“863”計劃基金資助項目“基于媒體大數(shù)據(jù)的大眾信息消費服務(wù)平臺及應用示范”(SS2014AA012305)
【分類號】：TP393.092
【正文快照】： 中文引用格式:翟曉芳,劉全明,程耀東,等.基于轉(zhuǎn)發(fā)層次分析的新浪微博熱度預測研究[J].計算機工程,2015,41(7):31-35.英文引用格式:Zhai Xiaofang,Liu Quanming,Cheng Yaodong,et al.Research on Hotness Prediction in Sina MicroblogBased on Forw ard Level Analysis[J].Com

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前4條

1 張e，

本文編號：1004092