一种微博预警算法
本文关键词:一种微博预警算法
【摘要】:以新浪微博为研究对象,基于用户特征将用户对微博转发量的影响力进行量化,提出了一种微博预警算法。首先,分别研究了大转发量与小转发量的微博作者的用户基本特征,获得其中对关键用户与非关键用户具有良好区分度的特征,并基于信息增益的特征选择法获得用户特征对用户关键性的区分度。随后,基于特征加权模型,提出了一种用户对微博转发量的影响力的量化算法。最后,提出了一种微博预警算法,该算法对给定的新发布的微博,以其作者及已有转发用户的特征就用户对该微博转发量的影响力进行量化,当影响力超过一定阈值时,输出预警信息。该算法可以有效控制敏感微博在网络上的传播及扩散。
【作者单位】: 上海交通大学电子信息与电气工程学院;
【关键词】: 微博 关键用户 特征加权
【基金】:面向网络舆论的定主题情感分析技术研究(61272441) 海量网络舆情信息获取、分析及表达关键技术研究(61171173) 973计划项目社交网络分析与网络信息传播的基础研究(2013CB329603)资助
【分类号】:TP393.092
【正文快照】: 1引言1.1研究背景随着移动互联网技术的发展,微博作为一种新兴网络媒体迅速兴起。微博是微型博客的简称,它是一种信息共享与交换的平台,用户通过发表140字以内的文字可以进行状态更新或信息交流。同时,由于微博提供了方便的转发功能,微博传播具有病毒式爆发的特点,信息以微博
【参考文献】
中国期刊全文数据库 前1条
1 刘庆和;梁正友;;一种基于信息增益的特征优化选择方法[J];计算机工程与应用;2011年12期
【共引文献】
中国期刊全文数据库 前10条
1 魏莎莎;陆慧娟;金伟;李超;;基于云平台的互信息最大化特征提取方法研究[J];电信科学;2013年10期
2 张凤荔;王丹;赵永亮;冯波;王勇;;基于改进的TCM-KNNDoS检测算法[J];电子科技大学学报;2014年01期
3 蔡骋;李永超;马惠玲;李晓龙;;基于介电特征选择的苹果内部品质无损分级[J];农业工程学报;2013年21期
4 任永功;杨雪;杨荣杰;胡志冬;;基于信息增益特征关联树的文本特征选择算法[J];计算机科学;2013年10期
5 杨敬妹;王学军;;文本分类中信息增益算法的改进[J];计算机时代;2013年09期
6 刘海峰;苏展;刘守生;;一种基于词频信息的改进CHI文本特征选择[J];计算机工程与应用;2013年22期
7 周兵;谭骏珊;;基于用户需求垃圾邮件过滤分类模型设计[J];信息技术;2013年12期
8 魏莎莎;陆慧娟;安春霖;郑恩辉;金伟;;一种基于互信息最大化的模型无关基因选择方法[J];计算机科学;2014年09期
9 张云龙;来智勇;景旭;吕静;;基于改进BP神经网络的大豆病害检测[J];农机化研究;2015年02期
10 刘海峰;姚泽清;苏展;;基于词频的优化互信息文本特征选择方法[J];计算机工程;2014年07期
中国博士学位论文全文数据库 前1条
1 陆慧娟;基于基因表达数据的肿瘤分类算法研究[D];中国矿业大学;2012年
中国硕士学位论文全文数据库 前10条
1 马鹏飞;中文文本分类算法研究[D];南京理工大学;2012年
2 周帆;基于VSM的中文网页分类特征选择技术研究与实现[D];武汉理工大学;2012年
3 杜杉;基于特征选择的文件安全监控研究[D];北京交通大学;2012年
4 杨娟;互联网财经新闻对股票影响的实证分析[D];西南财经大学;2012年
5 孙珠婷;基于概念图的个性化教学系统领域知识模型自动化构建研究[D];四川师范大学;2012年
6 姜祖新;基于Web的粮食舆情分析关键技术研究[D];河南工业大学;2012年
7 王欣欣;基于KPCA和SOFM神经网络的文本分类算法研究[D];新疆大学;2012年
8 肖丹;公共建筑能耗分析的数据挖掘方法研究与系统开发[D];重庆大学;2012年
9 谢婧;中文微博的话题检测及微博预警[D];上海交通大学;2013年
10 何印;基于互联网新闻文本挖掘的投资与监管辅助决策系统[D];西南财经大学;2013年
【二级参考文献】
中国期刊全文数据库 前2条
1 徐凤亚,罗振声;文本自动分类中特征权重算法的改进研究[J];计算机工程与应用;2005年01期
2 朱颢东;钟勇;;一种新的基于多启发式的特征选择算法[J];计算机应用;2009年03期
【相似文献】
中国期刊全文数据库 前10条
1 程克非;张聪;;基于特征加权的朴素贝叶斯分类器[J];计算机仿真;2006年10期
2 华锐;梁娜;;特征加权朴素贝叶斯分类器在小样本中的应用[J];统计与决策;2012年23期
3 朱红宁;张斌;;特征加权集对分析方法[J];计算机科学;2009年09期
4 张翔;邓赵红;王士同;;具有更好适应性的间距最大化特征加权[J];计算机应用;2010年09期
5 付剑锋;刘宗田;刘炜;单建芳;;基于特征加权的事件要素识别[J];计算机科学;2010年03期
6 陈新泉;;特征加权的模糊C聚类算法[J];计算机工程与设计;2007年22期
7 王晨;樊小红;;基于特征加权的交通事件检测研究[J];微电子学与计算机;2012年10期
8 陆成刚,陈刚;利用特征加权进行基于小波框架变换的红外目标检测[J];系统仿真学报;2001年03期
9 黎佳;王明文;何世柱;柯丽;;基于特征加权的半监督聚类研究[J];广西师范大学学报(自然科学版);2011年01期
10 刘磊;陈兴蜀;尹学渊;段意;吕昭;;基于特征加权朴素贝叶斯分类算法的网络用户识别[J];计算机应用;2011年12期
中国重要会议论文全文数据库 前1条
1 杜玫芳;王昕;;基于特征加权的模糊c均值聚类算法及其应用[A];2008通信理论与技术新进展——第十三届全国青年通信学术会议论文集(上)[C];2008年
中国硕士学位论文全文数据库 前9条
1 马会敏;几种特征加权支持向量机方法的比较研究[D];河北大学;2010年
2 王秀菲;基于特征加权支持向量机的复合材料粘接缺陷量化识别研究[D];内蒙古大学;2011年
3 马萍;贝叶斯网络与基于特征加权的聚类研究[D];大连理工大学;2011年
4 吴彪;基于信息论的特征加权和主题驱动协同聚类算法研究[D];哈尔滨工业大学;2008年
5 周计美;基于特征加权单类支持向量机的颜色识别算法及其在异色物检测中的研究[D];内蒙古大学;2012年
6 周徐宁;基于特征加权连续隐马尔可夫模型的故障诊断方法研究[D];上海交通大学;2012年
7 刘建林;基于样本—特征加权的模糊核聚类算法研究及应用[D];华东交通大学;2013年
8 刘东洋;基于GMM和特征加权SVM的目标识别算法研究[D];南京理工大学;2013年
9 刘薇;基于特征加权的在线多示例学习跟踪算法[D];厦门大学;2014年
,本文编号:891527
本文链接:https://www.wllwen.com/guanlilunwen/ydhl/891527.html