一种基于FA-SVM的热门微博特征选择及预测方法研究

• 作者: 周剑峰
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 新浪微博 热门微博预测 热门微博特征 因子分析 支持向量机
• 年，卷（期）: 2018,（12）
• 所属期刊栏目: 应用技术与研究
• 页码范围: 107-111
• 页数: 5页
• 分类号: TP393
• 字数: 5192字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2018.12.021

摘要

针对自媒体舆情研究中热门微博预测的问题,以新浪微博为研究对象,分析热门微博的影响因素.从微博属性、微博文本、微博博主、微博受众四个维度构建一套可量化的微博热度评价指标体系.采用因子分析法(FA)对各维度的指标进行处理,提取公共因子;以公共因子作为特征向量,采用SVM方法构建热门微博预测模型.实验采集了新浪微博中的热门微博数据验证其可行性和合理性.结果表明,该方法能有效地降低特征维度,消除噪声,提高热门微博预测的准确率.