基于内容的微博兴趣度分析

• 作者: 刘志明 肖基毅 陈磊
• 来源期刊: 电脑知识与技术：学术交流
• 学科: 工学
• 关键词: 微博 转发 主题模型 内容特征 兴趣度
• 年，卷（期）: 2016,（3）
• 页码范围: 154-157
• 页数: 4页
• 分类号: TP18

摘要

微博用户可以将他们接收到的信息传递给他们所有的粉丝,这被称为转发。当用户发现特别有趣并且值得分享的消息时便会进行转发动作。因此,转发反映出在微博社区中人们关心的内容,并且我们可以把它作为兴趣度的一个函数。在本工作中,我们分析了几个大型微博消息集的基于内容的特征,并训练了一个预测模型,对给定的微博消息,基于内容预测它被转发的可能性。从模型学习到的参数中,我们推断出有可能引起转发的内容特征。因此我们可以了解到哪些内容特征可以使消息变得有趣和值得转发。

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		43	178	7.0	11.0
2	刘志明		90	409	9.0	16.0
3	陈磊		12	55	4.0	7.0