基于改进人口模型的微博话题趋势预测

• 作者: 何炎祥 何静 刘健博 刘楠 彭敏 陈强
• 来源期刊: 通信学报
• 学科: 工学
• 关键词: 社会计算 趋势预测 神经网络 人口模型 社交网络
• 年，卷（期）: 2015,（4）
• 所属期刊栏目: 学术论文
• 页码范围: 1-8
• 页数: 8页
• 分类号: TP399
• 字数: 4148字
• 语种: 中文
• DOI: 10.11959/j.issn.1000-436x.2015094

摘要

趋势预测问题是当前社会计算中的研究热点,但微博平台的话题趋势预测还处在探索阶段.在分析、抽取和定义事件趋势的影响因素的基础上,改进了人口模型使其适用于微博趋势预测,然后将改进的人口模型映射在神经网络上,并利用遗传优化的神经网络对事件的趋势进行预测.实验证明,该方法对于预测网络中长期酝酿的事件发展趋势效果明显,能够有效地预测事件的爆发点和发帖量,而且适用于小样本预测问题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	何炎祥	武汉大学计算机学院	179	1866	22.0	35.0
5	刘健博	武汉大学计算机学院	10	98	5.0	9.0
9	彭敏	武汉大学计算机学院	68	440	11.0	19.0
13	刘楠	军事经济学院军需系	9	84	4.0	9.0
14	陈强	武汉大学计算机学院	20	297	8.0	17.0