基于SVM的新浪热门微博预测

• 作者: 周安民 陈梦秋
• 来源期刊: 现代计算机
• 关键词: 新浪微博 热门微博 预测 SVM
• 年，卷（期）: 2017,（9）
• 所属期刊栏目: 研究与开发
• 页码范围: 23-27
• 页数: 5页
• 字数: 3501字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-1423.2017.09.006

摘要

针对新浪微博热门微博预测的问题,提出一种以博主影响力、博主最近微博热度、原创性、微博发布时间、微博信息量、是否含有话题标签、是否带图/视频/链接作为特征,借助SVM模型进行热门微博预测的方法.其中,用户影响力根据PageRank算法进行计算,避免仅以粉丝数量作为评判带来的偏差.实验结果表明,该方法可以较为准确地对单条微博能否成为热门微博进行预测.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周安民	四川大学电子信息学院	118	588	11.0	20.0
2	陈梦秋	四川大学电子信息学院	1	4	1.0	1.0