微博个性化转发行为预测新算法

发布时间：2017-07-29 02:21

  本文关键词：微博个性化转发行为预测新算法

  更多相关文章： 多任务学习 个性化 转发行为 社交网络 微博 数据挖掘

【摘要】：目前,对微博转发行为预测主要是对所有微博用户的历史数据进行学习,从而得到转发模型.但是这类模型需要对所有用户的转发行为进行全局预测,存在同质性且无法对具体用户进行个性化预测的缺陷.针对这些问题,提出了基于多任务学习的个性化微博转发行为预测算法.对新浪微博进行了数据抓取、分析和特征选择,根据社会学中影响力的理论,针对微博用户之间进行社交信息交流而导致相互影响的特点,引入了多任务学习方法,以逻辑回归预测模型作为基准算法,将预测模型分为全局模型与个性模型进行学习.预测模型把对每个用户转发行为的预测对应为多个任务,根据微博用户间的社交交互对这些任务进行关联.实验结果表明,所提出的模型能够有效地对单个用户的微博转发行为进行预测,并且提高了转发行为预测的准确率.
【作者单位】： 西安电子科技大学计算机学院;周口师范学院计算机科学与技术学院;
【关键词】： 多任务学习 个性化 转发行为 社交网络 微博 数据挖掘
【基金】：国家自然科学基金资助项目(61472302,61272280,U1404620,41271447) 教育部新世纪优秀人才支持计划资助项目(NCET-12-0919) 中央高校基本科研业务费专项资金资助项目(K5051203020,JB150313,JB150317,K5051303018,BDY081422) 陕西省自然科学基金资助项目(2010JM8027) 西安市科技局资助项目(CXY1441(1)) 地理信息工程国家重点实验室开放研究基金资助项目(SKLGIE2014-M-4-4) NSFC-广东联合基金(第二期)超级计算科学应用研究立项和国家超级计算广州中心资助项目 模式识别国家重点实验室开放课题基金资助项目(201600031)
【分类号】：TP393.092;TP391.1
【正文快照】：

【相似文献】

中国期刊全文数据库 前5条

1 马开平;严洪森;;产品市场扩散行为预测的自学习方法[J];计算机集成制造系统;2008年12期

2 谢婧;刘功申;苏波;孟魁;;社交网络中的用户转发行为预测[J];上海交通大学学报;2013年04期

3 刘臣;田占伟;于晶;单伟;;在线社会网络用户的信息分享行为预测研究[J];计算机应用研究;2013年04期

4 李栋;张文宇;;基于FOA-ELM的客户基金购买行为预测仿真[J];计算机仿真;2014年06期

5 ;[J];;年期

中国硕士学位论文全文数据库 前3条

1 马莹莹;微博用户转发行为及情感预测研究[D];哈尔滨工业大学;2015年

2 刘敏;微博传播效果的分析与预测[D];太原理工大学;2016年

3 王千;基于视频的篮球持球队员行为预测研究[D];中南大学;2012年

，

本文编号：587103