社交网站中用户评论行为预测

• 作者: 孔庆超 张育浩 毛文吉
• 来源期刊: 智能系统学报
• 学科: 工学
• 关键词: 社交网络 用户评论 机器学习 行为建模 行为预测 不平衡性数据集
• 年，卷（期）: 2015,（3）
• 页码范围: 349-353
• 页数: 5页
• 分类号: TP391
• 字数: 4654字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-4785.201403019

摘要

社交网站为用户相互交流、发表意见和观点提供了非常便利的平台。对社交网站的用户行为进行建模和预测对于安全、商业等多个领域具有十分重要的社会意义和应用价值，近年来逐渐得到研究者的重视。面向社交网站中用户评论行为，预测用户是否会参与讨论。采用基于特征的机器学习方法，其中特征包括讨论帖子及其内容、用户行为特征和社交关系，并引入参数控制数据集的不平衡性。实验采用来自豆瓣小组的真实数据。实验结果表明，新提出的用户行为和社交关系特征以及对不平衡数据集的处理方法能够有效提高用户评论行为的预测效果，进一步说明用户的历史行为和所在的社交关系网络对当前的评论行为有较大影响。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	毛文吉	中国科学院自动化研究所复杂系统管理与控制国家重点实验室	12	88	6.0	9.0
2	孔庆超	中国科学院自动化研究所复杂系统管理与控制国家重点实验室	3	37	3.0	3.0
3	张育浩	中国科学院自动化研究所复杂系统管理与控制国家重点实验室	1	4	1.0	1.0