基于传播加速度的微博流行度预测方法

• 作者: 云晓春 朱海龙 韩志帅
• 来源期刊: 计算机研究与发展
• 学科: 工学
• 关键词: 微博 流行度 预测 用户活跃度 传播加速度
• 年，卷（期）: 2018,（6）
• 所属期刊栏目: 人工智能
• 页码范围: 1282-1293
• 页数: 12页
• 分类号: TP181
• 字数: 9445字
• 语种: 中文
• DOI: 10.7544/issn1000-1239.2018.20161057

摘要

微博流行度预测是根据微博早期的传播特征来预测其未来的传播范围.目前的主要方法是根据信息早期传播的流行度进行预测,忽略了传播速度变化的趋势,这导致此类方法在预测微博消息未来流行度时准确性较差.为了更准确和方便地预测微博未来流行度,提出了一个多元线性回归模型:用户活跃度及传播加速度(user activity propagation acceleration,UAPA)模型.首先,研究了未来流行度与早期传播趋势变化的联系,发现两者存在正相关关系,根据这个发现,提出了传播加速度的概念,并基于传播加速度和早期流行度建立了预测模型.然后,分析了微博用户周期性的活动现象并发现用户转发数量在一天的不同时刻差异很大,传播加速度和流行度也不同.基于这种情况,根据用户活跃性优化了预测模型.最后在2个真实数据集(分别有100万和41万条微博)上对比了UAPA模型与业内代表性流行度预测方法的预测准确度,分析了模型中参数取值对于预测效果的影响.实验表明:提出的UAPA模型在多个性能指标上都优于现有方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	云晓春	中国科学院信息工程研究所	46	890	15.0	29.0
10	朱海龙	中国科学院信息工程研究所	5	42	2.0	5.0
19	韩志帅	北京科技大学计算机与通信工程学院	1	9	1.0	1.0