基于用户特征的微博转发预测研究

• 作者: 仇学明 肖基毅 陈磊
• 来源期刊: 南华大学学报（自然科学版）
• 学科: 工学
• 关键词: 微博 用户特征 转发 预测
• 年，卷（期）: 2016,（4）
• 所属期刊栏目: 数理?计算机科学
• 页码范围: 100-105
• 页数: 6页
• 分类号: TP391.1
• 字数: 4593字
• 语种: 中文

摘要

研究微博用户转发行为，预测微博转发概率，确定影响微博转发概率的因素，在热点挖掘、产品营销、舆情监控、谣言控制等方面有重要的现实意义。本文介绍了影响微博转发的用户特征，其中比较典型的有用户影响力、粉丝平均标签数、粉丝活跃度等特征。通过粉丝数￣关注数算法、用户标签数算法、粉丝活跃度算法等分析了它们与微博转发之间的关联关系，并确定各个属性的阈值，这些阈值对微博转发预测起到了至关重要的作用。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	肖基毅	南华大学计算机科学与技术学院	43	178	7.0	11.0
2	陈磊	南华大学计算机科学与技术学院	12	55	4.0	7.0
3	仇学明	南华大学计算机科学与技术学院	1	4	1.0	1.0