微博个性化转发行为预测新算法

• 作者: 唐兴 宋建锋 朱海 权义宁 苗启广 邓凯
• 来源期刊: 西安电子科技大学学报（自然科学版）
• 学科: 工学
• 关键词: 多任务学习 个性化 转发行为 社交网络 微博 数据挖掘
• 年，卷（期）: 2016,（4）
• 页码范围: 51-56,62
• 页数: 7页
• 分类号: TP391
• 字数: 5664字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-2400.2016.04.010

摘要

目前，对微博转发行为预测主要是对所有微博用户的历史数据进行学习，从而得到转发模型。但是这类模型需要对所有用户的转发行为进行全局预测，存在同质性且无法对具体用户进行个性化预测的缺陷。针对这些问题，提出了基于多任务学习的个性化微博转发行为预测算法。对新浪微博进行了数据抓取、分析和特征选择，根据社会学中影响力的理论，针对微博用户之间进行社交信息交流而导致相互影响的特点，引入了多任务学习方法，以逻辑回归预测模型作为基准算法，将预测模型分为全局模型与个性模型进行学习。预测模型把对每个用户转发行为的预测对应为多个任务，根据微博用户间的社交交互对这些任务进行关联。实验结果表明，所提出的模型能够有效地对单个用户的微博转发行为进行预测，并且提高了转发行为预测的准确率。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	权义宁	西安电子科技大学计算机学院	25	168	8.0	12.0
2	苗启广	西安电子科技大学计算机学院	60	939	16.0	29.0
3	朱海	周口师范学院计算机科学与技术学院	28	55	4.0	6.0
4	宋建锋	西安电子科技大学计算机学院	12	69	5.0	8.0
5	唐兴	西安电子科技大学计算机学院	2	12	2.0	2.0
6	邓凯	西安电子科技大学计算机学院	1	9	1.0	1.0