基于社会化媒体节点属性的信息预测

• 作者: 吴铭 姜杨 张闯 李泰 肖文君
• 来源期刊: 北京邮电大学学报
• 学科: 工学
• 关键词: 社会化媒体 节点属性 预测模型 BP神经网络模型 票房预测
• 年，卷（期）: 2012,（4）
• 所属期刊栏目: 论文
• 页码范围: 24-27
• 分类号: TP39
• 字数: 3989字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-5321.2012.04.006

摘要

针对多数研究仅将社会化媒体作为数据来源的现状,深入分析社会化媒体特点,重点将节点属性分为静态和动态进行研究,提出基于预测目标的节点影响力的概念.在此基础上提出了一种基于节点属性进行信息预测的属性、节点数、倾向(ANV)模型.实验采用后向传播(BP)神经网络预测方法,通过新浪微博数据预测电影票房.仿真表明,带有节点属性的方法比没有节点属性的方法拟合和预测更为准确.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张闯	北京邮电大学模式识别与智能系统实验室	8	75	5.0	8.0
2	姜杨	北京邮电大学模式识别与智能系统实验室	1	23	1.0	1.0
3	吴铭	北京邮电大学模式识别与智能系统实验室	5	72	5.0	5.0
4	肖文君	北京邮电大学模式识别与智能系统实验室	1	23	1.0	1.0
5	李泰	北京邮电大学模式识别与智能系统实验室	1	23	1.0	1.0