基于内容和信任度的舆情扩散研究

• 作者: 刘学军 李斌 陈振春
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 舆情 内容 信任度 转发规模 扩散深度 预测
• 年，卷（期）: 2017,（10）
• 所属期刊栏目: 数据工程
• 页码范围: 59-65
• 页数: 7页
• 分类号: TP301
• 字数: 6774字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2017.10.010

摘要

为提高微博网络中预测舆情转发规模和扩散深度的准确度,提出一种基于内容和信任度的舆情扩散预测算法.首先,依据微博网络中用户和舆情的内容信息,提取影响舆情扩散的特征指标,同时,结合用户间的信任关系,建立在单一邻居已转发舆情情况下用户转发行为的预测模型.继而,基于该模型和线性阈值模型,对多邻居已转发舆情的情况进行深入分析,最终完成对舆情转发规模和扩散深度的预测.实验结果表明,该算法显著提高了转发规模和扩散深度的预测准确性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李斌	南京工业大学计算机科学与技术学院	56	397	12.0	15.0
2	刘学军	南京工业大学计算机科学与技术学院	59	564	12.0	21.0
3	陈振春	南京工业大学计算机科学与技术学院	3	8	2.0	2.0