微博信息流行度预测研究综述

• 作者: 吴越 蒋忠远 陈晓亮
• 来源期刊: 西华大学学报（自然科学版）
• 学科: 工学
• 关键词: 微博 信息传播 流行度预测
• 年，卷（期）: 2017,（1）
• 所属期刊栏目: 计算机软件理论、技术与应用
• 页码范围: 1-6
• 页数: 6页
• 分类号: TP393.09|TP391
• 字数: 4162字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-159X.2017.01.001

摘要

微博的出现改变了传统的信息传播方式.文章针对微博流行度预测的一系列问题展开综述.在对微博流行度预测问题进行定义的基础上,从微博内容、用户信息和网络结构3方面对影响微博流行度的主要因素进行介绍,对基于时间序列、基于流行病模型、基于分类模型和基于回归模型的4种微博信息预测主流方法进行比较,指出流行度预测未来的研究方向主要集中在时间粒度的划分、最小观测时间的确定、微博流行度的动态预测等方面.该研究对信息检索、舆情研判、企业营销等具有重要意义.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蒋忠远	西华大学计算机与软件工程学院	3	9	1.0	3.0
2	陈晓亮	西华大学计算机与软件工程学院	10	52	3.0	7.0
3	吴越	西华大学计算机与软件工程学院	9	54	3.0	7.0