本文關(guān)鍵詞：微博個性化轉(zhuǎn)發(fā)行為預(yù)測新算法

  更多相關(guān)文章： 多任務(wù)學(xué)習(xí) 個性化 轉(zhuǎn)發(fā)行為 社交網(wǎng)絡(luò) 微博 數(shù)據(jù)挖掘

【摘要】：目前,對微博轉(zhuǎn)發(fā)行為預(yù)測主要是對所有微博用戶的歷史數(shù)據(jù)進(jìn)行學(xué)習(xí),從而得到轉(zhuǎn)發(fā)模型.但是這類模型需要對所有用戶的轉(zhuǎn)發(fā)行為進(jìn)行全局預(yù)測,存在同質(zhì)性且無法對具體用戶進(jìn)行個性化預(yù)測的缺陷.針對這些問題,提出了基于多任務(wù)學(xué)習(xí)的個性化微博轉(zhuǎn)發(fā)行為預(yù)測算法.對新浪微博進(jìn)行了數(shù)據(jù)抓取、分析和特征選擇,根據(jù)社會學(xué)中影響力的理論,針對微博用戶之間進(jìn)行社交信息交流而導(dǎo)致相互影響的特點,引入了多任務(wù)學(xué)習(xí)方法,以邏輯回歸預(yù)測模型作為基準(zhǔn)算法,將預(yù)測模型分為全局模型與個性模型進(jìn)行學(xué)習(xí).預(yù)測模型把對每個用戶轉(zhuǎn)發(fā)行為的預(yù)測對應(yīng)為多個任務(wù),根據(jù)微博用戶間的社交交互對這些任務(wù)進(jìn)行關(guān)聯(lián).實驗結(jié)果表明,所提出的模型能夠有效地對單個用戶的微博轉(zhuǎn)發(fā)行為進(jìn)行預(yù)測,并且提高了轉(zhuǎn)發(fā)行為預(yù)測的準(zhǔn)確率.
【作者單位】： 西安電子科技大學(xué)計算機(jī)學(xué)院;周口師范學(xué)院計算機(jī)科學(xué)與技術(shù)學(xué)院;
【關(guān)鍵詞】： 多任務(wù)學(xué)習(xí) 個性化 轉(zhuǎn)發(fā)行為 社交網(wǎng)絡(luò) 微博 數(shù)據(jù)挖掘
【基金】：國家自然科學(xué)基金資助項目(61472302,61272280,U1404620,41271447) 教育部新世紀(jì)優(yōu)秀人才支持計劃資助項目(NCET-12-0919) 中央高校基本科研業(yè)務(wù)費專項資金資助項目(K5051203020,JB150313,JB150317,K5051303018,BDY081422) 陜西省自然科學(xué)基金資助項目(2010JM8027) 西安市科技局資助項目(CXY1441(1)) 地理信息工程國家重點實驗室開放研究基金資助項目(SKLGIE2014-M-4-4) NSFC-廣東聯(lián)合基金(第二期)超級計算科學(xué)應(yīng)用研究立項和國家超級計算廣州中心資助項目 模式識別國家重點實驗室開放課題基金資助項目(201600031)
【分類號】：TP393.092;TP391.1
【正文快照】：

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前5條

1 馬開平;嚴(yán)洪森;;產(chǎn)品市場擴(kuò)散行為預(yù)測的自學(xué)習(xí)方法[J];計算機(jī)集成制造系統(tǒng);2008年12期

2 謝婧;劉功申;蘇波;孟魁;;社交網(wǎng)絡(luò)中的用戶轉(zhuǎn)發(fā)行為預(yù)測[J];上海交通大學(xué)學(xué)報;2013年04期

3 劉臣;田占偉;于晶;單偉;;在線社會網(wǎng)絡(luò)用戶的信息分享行為預(yù)測研究[J];計算機(jī)應(yīng)用研究;2013年04期

4 李棟;張文宇;;基于FOA-ELM的客戶基金購買行為預(yù)測仿真[J];計算機(jī)仿真;2014年06期

5 ;[J];;年期

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前3條

1 馬瑩瑩;微博用戶轉(zhuǎn)發(fā)行為及情感預(yù)測研究[D];哈爾濱工業(yè)大學(xué);2015年

2 劉敏;微博傳播效果的分析與預(yù)測[D];太原理工大學(xué);2016年

3 王千;基于視頻的籃球持球隊員行為預(yù)測研究[D];中南大學(xué);2012年

，

本文編號：587103