本文選題：微博 + 行為預(yù)測(cè)�。� 參考：《計(jì)算機(jī)應(yīng)用》2014年08期

【摘要】：微博的傳播效果研究對(duì)于提高市場(chǎng)營(yíng)銷(xiāo)效率、加強(qiáng)輿情監(jiān)控和準(zhǔn)確發(fā)現(xiàn)熱點(diǎn)具有重要作用。針對(duì)以前傳播效果研究中未考慮用戶(hù)個(gè)體差異的問(wèn)題,提出一種基于行為分析的微博轉(zhuǎn)發(fā)規(guī)模和傳播深度預(yù)測(cè)方法。從微博用戶(hù)自身、用戶(hù)關(guān)系和微博內(nèi)容3個(gè)方面提取9個(gè)相關(guān)特征,結(jié)合邏輯回歸(LR)方法提出一種轉(zhuǎn)發(fā)行為預(yù)測(cè)模型,并基于此模型結(jié)合信息沿用戶(hù)傳播特點(diǎn),通過(guò)逐級(jí)對(duì)相鄰用戶(hù)迭代統(tǒng)計(jì)分析得到轉(zhuǎn)發(fā)規(guī)模和傳播深度預(yù)測(cè)方法。在新浪微博數(shù)據(jù)集上的實(shí)驗(yàn)結(jié)果表明,所提方法對(duì)轉(zhuǎn)發(fā)規(guī)模和傳播深度預(yù)測(cè)的正確率分別約為87.1%和81.6%,能較好地預(yù)測(cè)出信息傳播效果。
[Abstract]:The research on the communication effect of Weibo plays an important role in improving the marketing efficiency, strengthening the monitoring of public opinion and accurately finding hot spots. Aiming at the problem that the user's individual differences were not taken into account in the previous research on propagation effect, a Weibo forwarding scale and propagation depth prediction method based on behavior analysis was proposed. From three aspects of Weibo user, user relationship and Weibo content, 9 related features are extracted, and a forwarding behavior prediction model is proposed combining with logical regression method. Based on this model, information is transmitted along the user. The prediction method of forwarding scale and propagation depth is obtained by iterative statistical analysis of adjacent users. The experimental results on Sina Weibo dataset show that the accuracy of the proposed method for the prediction of forwarding scale and propagation depth is about 87.1% and 81.6% respectively, which can well predict the effect of information dissemination.
【作者單位】： 國(guó)家數(shù)字交換系統(tǒng)工程技術(shù)研究中心;
【基金】：國(guó)家863計(jì)劃項(xiàng)目(2011AA010603,2011AA010605)
【分類(lèi)號(hào)】：TP393.092

【相似文獻(xiàn)】

相關(guān)期刊論文 前2條

1 鄧蔚;秦志光;劉嶠;程紅蓉;;抗好詞攻擊的中文垃圾郵件過(guò)濾模型[J];電子測(cè)量與儀器學(xué)報(bào);2010年12期

2 陳俊;劉遵雄;;基于非負(fù)矩陣分解特征提取的垃圾郵件過(guò)濾[J];華東交通大學(xué)學(xué)報(bào);2010年06期

相關(guān)會(huì)議論文 前1條

1 李軍;何曉寧;黃成哲;齊浩亮;雷國(guó)華;;基于特征貢獻(xiàn)度的垃圾郵件過(guò)濾方法[A];第六屆全國(guó)信息檢索學(xué)術(shù)會(huì)議論文集[C];2010年

相關(guān)博士學(xué)位論文 前1條

1 廉捷;基于用戶(hù)特征的社交網(wǎng)絡(luò)數(shù)據(jù)挖掘研究[D];北京交通大學(xué);2014年

相關(guān)碩士學(xué)位論文 前2條

1 蔣杰;基于分類(lèi)技術(shù)的電子支付平臺(tái)作弊賬戶(hù)的識(shí)別模型研究[D];浙江工業(yè)大學(xué);2012年

2 劉佳;校園網(wǎng)絡(luò)用戶(hù)信用評(píng)估系統(tǒng)設(shè)計(jì)與研究[D];大連理工大學(xué);2013年

，

本文編號(hào)：1880056