微信公众号文章热度的预测与应用

发布时间：2021-07-15 11:54

　　随着微信的迅速发展,提高文章的热度是微信公众号面临的重要任务,本研究以商场微信公众号作为研究对象进行研究。对于商场公众号而言,文章阅读量是衡量商场信息传播热度的重要指标,文章标题作为用户与文章的连接,很大程度上会影响阅读量的结果。因此,本文基于微信公众平台文章,研究了两个方面的问题:文章阅读量预测和文章标题生成。在阅读量预测问题上,本研究结合历史阅读量和统计特征,基于LSTM混合预测模型对微信公众号阅读量进行预测。在历史阅读量特征方面,使用LSTM模型建模历史阅读量序列;在统计特征方面,考虑到微信公众号文章存在时间依赖和空间依赖,采用了层次化LSTM模型,低层网络建模时间维度特征,高层网络建模空间维度特征,以降低预测的偏差。由于基于历史数据的模型输入中包含较完整的历史序列数据,能较好预测长期趋势,而基于统计特征具有较好的短时拟合效果,因此为了更好地结合二者的优势,本研究采用了混合预测模型实现对阅读量的预测。实验表明,本文采用的方法具有较高的预测精度。在标题生成问题上,本研究基于Seq2Seq结合TextRank梯度赋值的先验知识,实现根据微信公众号文章内容生成文章标题的任务。考虑到标题... 

【文章来源】：北京邮电大学北京市 211工程院校 教育部直属院校

【文章页数】：78 页

【学位级别】：硕士

【部分图文】：

微信公众号推送消息示例

在阅读量预测问题的研究上，多数研究仅仅依靠历史数据，而忽略了其他统??计特征（热度影响因素）对于预测的影响，本研究基于历史阅读量数据和统计特??征，基于ＬＳＴＭ混合预测模型，实现对公众号文章阅读量预测的任务。如图１－２??所示，本部分主要内容为：基于历史数据的预测、基于统计特征的预测和混合预??５??

１．３．２微信公众号文章标题生成??在标题生成问题上，本研宄提出了基于ＴｅｘｔＲａｎｋ先验知识的Ｓｅｑ２Ｓｅｑ的标??题生成模型，用于完成基于文章内容生成文章标题的任务。如图１－３所示，本部??分主要内容为：数据预处理（包含数据清洗、词向量训练和“标题党”过滤）和??标题生成模型两大部分。??７??

【参考文献】：
期刊论文
[1]舆情短文本挖掘的数学模型及其实现[J]. 王超,彭湃,李波.  数学建模及其应用. 2018(03)
[2]微信公众号信息传播热度的影响因素实证分析[J]. 赵盛华.  新媒体研究. 2018(07)
[3]结合注意力机制的新闻标题生成模型[J]. 李慧,陈红倩,马丽仪,祁梅.  山西大学学报(自然科学版). 2017(04)
[4]微信公众号信息传播影响因素分析[J]. 纪慧生,蔡东妮.  集美大学学报(哲社版). 2016(04)
[5]基于WSFT模型的深层网文本获取方法[J]. 杨贯中,李虹萱.  计算机工程与应用. 2017(18)
[6]一种基于主客观权重信息集成的多属性群决策[J]. 林国光,宋海洲.  统计与决策. 2016(12)
[7]融合Word2vec与TextRank的关键词抽取研究[J]. 宁建飞,刘降珍.  现代图书情报技术. 2016(06)
[8]融入显著性事件信息的标题生成方法[J]. 杨冰,孙锐,姬东鸿.  计算机工程与应用. 2016(24)
[9]面向用户兴趣与社区关系的微博话题检测方法[J]. 刘志雄,贾彩燕.  智能系统学报. 2016(03)
[10]微信公众号信息传播热度的影响因素实证研究[J]. 方婧,陆伟.  情报杂志. 2016(02)

硕士论文
[1]科技信息自动跟踪管理系统研究与实现[D]. 乔佳新.西安理工大学 2018
[2]基于维基百科内容生成的协作认知研究[D]. 张诗悦.北京邮电大学 2018
[3]基于线下零售的客群预测研究[D]. 王聪.北京邮电大学 2018
[4]面向汉英专利文献的神经网络翻译模型的集外词翻译研究[D]. 郑晓康.北京交通大学 2017
[5]基于随机森林的类风湿关节炎证型判别模型研究[D]. 蔡晓路.北京中医药大学 2016
[6]基于AFS理论的模糊分类器设计[D]. 陈诚.大连理工大学 2009



本文编号：3285656