基于随机森林的微博互动特征分析

• 作者: 于澍 刘涛 曹琦
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 数据挖掘 随机森林 机器学习 数据分析 决策树
• 年，卷（期）: 2019,（10）
• 所属期刊栏目: 应用开发研究
• 页码范围: 51-54
• 页数: 4页
• 分类号: TP181
• 字数: 2668字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2019.10.011

摘要

微博凭借其开放性、低门槛已成为最常用的社交媒体平台之一,其海量数据背后蕴藏着巨大的价值亟待研究.而准确地判断微博的传播趋势,降低不良微博带来的影响已成为当前面临的主要问题.文中以新浪微博为研究对象,将随机森林算法与数据分析处理相结合,对微博的博文发布一周后的转评赞行为进行预测,将数据特征分为三类并分析了每类特征对预测结果的影响.首先,简述了决策树及随机森林算法的原理;其次,对微博数据进行分析,将提取的特征分为用户特征、时间特征和文本类特征三类;最后,通过三组对比实验验证了随机森林算法在微博互动预测上的可行性,并分析了三类特征对预测结果的影响.实验结果表明,用户特征对预测准确率的影响较大.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘涛	东北石油大学计算机与信息技术学院	4	4	1.0	1.0
2	曹琦	东北石油大学计算机与信息技术学院	2	2	1.0	1.0
3	于澍	东北石油大学计算机与信息技术学院	4	8	1.0	2.0