社交网络中微博用户行为的分析与预测

• 作者: 刘敏 王莉
• 来源期刊: 太原理工大学学报
• 关键词: 社会网络 微博 转发行为 预测
• 年，卷（期）: 2016,（6）
• 所属期刊栏目: 计算机科学技术
• 页码范围: 786-792
• 页数: 7页
• 分类号: TP182
• 语种: 中文
• DOI: 10.16355/j.cnki.issn1007-9432tyut.2016.06.019

摘要

从真实的新浪微博数据中分析用户的转发行为，提取了用户特征、微博特征、交互特征和结构特征等4个方面的影响转发行为的因素。通过实证分析各个特征对转发行为的具体影响，并利用机器学习中的不同预测算法对用户是否会对给定主题的微博产生转发行为进行预测。实验表明，用我们选取的因素，结合逻辑回归模型对于用户转发行为的预测更加准确。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘敏	太原理工大学计算机科学与技术学院	20	16	3.0	4.0
2	王莉	太原理工大学计算机科学与技术学院	61	434	9.0	19.0