基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对目前研究转发预测的方法忽视了微博传播过程中用户关注网络的问题,基于微博信息的转发机制,结合传染病建模理论,提出一种基于微博关注网络的转发预测模型.首先建立微博转发者与其被关注粉丝之间的数量关系,然后建立微博传播者预测模型.微博数据集上的实验结果表明,与基准模型相比,该模型能够取得更好的预测效果.
推荐文章
基于SVM的微博转发规模预测方法
微博
转发行为
转发规模
基于网络拓扑结构视角的社交媒体用户转发预测算法
转发预测
社交媒体
拓扑结构分析
社交影响力
逻辑回归
基于用户特征的微博转发预测研究
微博
用户特征
转发
预测
基于改进神经网络算法的微博热点预测系统设计
微博热点
预测系统
改进神经网络算法
数据采集
微博信息传播
预测稳定性
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于微博关注网络的转发预测算法研究
来源期刊 数字技术与应用 学科 工学
关键词 微博 预测模型 信息传播
年,卷(期) 2020,(7) 所属期刊栏目 算法分析
研究方向 页码范围 121-124
页数 4页 分类号 TP391.9
字数 2974字 语种 中文
DOI 10.19695/j.cnki.cn12-1369.2020.07.44
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 刘超 重庆理工大学计算机科学与工程学院 45 50 4.0 5.0
2 杨宏雨 重庆理工大学计算机科学与工程学院 22 52 4.0 6.0
3 姚耿 重庆理工大学计算机科学与工程学院 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (71)
共引文献  (31)
参考文献  (7)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1965(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(5)
  • 参考文献(1)
  • 二级参考文献(4)
2011(7)
  • 参考文献(0)
  • 二级参考文献(7)
2012(6)
  • 参考文献(1)
  • 二级参考文献(5)
2013(12)
  • 参考文献(0)
  • 二级参考文献(12)
2014(14)
  • 参考文献(0)
  • 二级参考文献(14)
2015(18)
  • 参考文献(1)
  • 二级参考文献(17)
2016(9)
  • 参考文献(1)
  • 二级参考文献(8)
2017(2)
  • 参考文献(2)
  • 二级参考文献(0)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
微博
预测模型
信息传播
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
数字技术与应用
月刊
1007-9416
12-1369/TN
16开
天津市
6-251
1983
chi
出版文献量(篇)
20434
总下载数(次)
106
总被引数(次)
35701
论文1v1指导