SNS中影响力用户预测研究——基于不平衡数据的多种数据挖掘方法对比

发布时间：2018-07-13 16:48

【摘要】：识别和预测SNS中某一话题中有影响力的用户,对于营销战略的精准实施和营销成本的节约具有重要意义.已有相关研究大都聚焦于静态情境下的用户影响力识别,而对于用户影响力预测问题的探讨还非常少.因此,本研究提出了一个综合的预测研究框架,结合不同的预测指标选取策略、属性选择方法和数据采样处理流程,并应用多种分类预测算法,对微博平台的用户影响力进行了实证分析.通过多种预测效果评价指标进行验证,表明本文提出的方法在用户影响力预测上具有较高的精度,显著提高了在个人层面的预测效果,在用户影响力预测方面具有较好的应用价值.
[Abstract]:It is of great significance to identify and predict the influential users in a certain topic of SNS for the precise implementation of marketing strategy and the saving of marketing cost. Most of the previous studies have focused on the identification of user influence in static situations, but there are few researches on prediction of user influence. Therefore, a comprehensive prediction framework is proposed, which combines different prediction index selection strategies, attribute selection methods and data sampling and processing processes, and applies a variety of classification and prediction algorithms. The user influence of Weibo platform is analyzed empirically. Through a variety of evaluation indicators, it is shown that the method proposed in this paper has a high accuracy in predicting the influence of users, and has significantly improved the prediction results at the individual level. It has good application value in user influence prediction.
【作者单位】：中国人民大学商学院;中国人民大学数据工程与知识工程教育部重点实验室;中国人民大学信息学院;中国人民大学大数据与智慧城市研究中心;
【基金】：中国人民大学科学研究基金(中央高校基本科研业务费专项资金资助)项目(10XNJ065,13XNH168,15XNLQ08) 国家自然科学基金(71273265,71301163) 国家社科基金重大项目(13&ZDZ184) 教育部人文社会科学研究规划基金(14YJA630075) 北京市社会科学基金(13JGB035,14SHB018) 北京市科技新星(Z131101000413058)资助课题
【分类号】：TP311.13

【参考文献】