基于用户特征的微博转发预测研究

发布时间：2017-07-19 08:08

  本文关键词：基于用户特征的微博转发预测研究

  更多相关文章： 微博 用户特征 转发 预测

【摘要】：研究微博用户转发行为,预测微博转发概率,确定影响微博转发概率的因素,在热点挖掘、产品营销、舆情监控、谣言控制等方面有重要的现实意义.本文介绍了影响微博转发的用户特征,其中比较典型的有用户影响力、粉丝平均标签数、粉丝活跃度等特征.通过粉丝数-关注数算法、用户标签数算法、粉丝活跃度算法等分析了它们与微博转发之间的关联关系,并确定各个属性的阈值,这些阈值对微博转发预测起到了至关重要的作用.
【作者单位】： 南华大学计算机科学与技术学院;
【关键词】： 微博 用户特征 转发 预测
【基金】：湖南省哲学社会科学基金资助项目(14YBA335) 国家自然科学基金资助项目(61402220)
【分类号】：TP301.6
【正文快照】： 0引言随着互联网技术的不断发展,社交网络日益兴起,微博应运而生.微博平台基于用户之间的关注-粉丝关系来实现信息的共享和获取,是一种互动性强和传播速度快的社交媒体.在微博社区中,每个用户都可以被其他用户关注,这些用户被称为粉丝,同时用户也可以关注自己感兴趣的用户,这

【参考文献】

中国期刊全文数据库 前3条

1 邹青;张莹莹;陈一帆;张士庚;段桂华;;社交网络中一种快速精确的节点影响力排序算法[J];计算机工程与科学;2014年12期

2 张亚;阮彤;丁军;;面向领域微博权威性人物分析技术与研究[J];计算机应用研究;2014年10期

3 吴凯;季新生;刘彩霞;;基于行为预测的微博网络信息传播建模[J];计算机应用研究;2013年06期

【共引文献】

中国期刊全文数据库 前10条

1 刘健;毕强;李瑞;;微博舆情信息传播效果评价指标体系构建研究——基于模糊数据包络分析法[J];情报理论与实践;2016年12期

2 张薇;;我国社会化顾客社区形成的影响因素研究——基于传播生态学的视角[J];宏观经济研究;2016年11期

3 马晓峰;王磊;陈观淡;;基于混合特征学习的微博转发预测方法[J];计算机应用与软件;2016年11期

4 刘健;孙小明;;新浪微博信息传播效果评价及实证研究——基于DEA方法的分析[J];现代情报;2016年09期

5 吴诗贤;张必兰;;基于观点吸引势的舆情事件意见领袖发现算法构建[J];重庆工商大学学报(自然科学版);2016年04期

6 方冰;缪文渊;;基于网络拓扑结构视角的社交媒体用户转发预测算法[J];计算机应用研究;2016年12期

7 田亚;吕莎莎;;微博信息传播模型研究[J];通讯世界;2016年06期

8 邓青;马晔风;刘艺;张辉;;基于BP神经网络的微博转发量的预测[J];清华大学学报(自然科学版);2015年12期

9 李志清;;基于LDA主题特征的微博转发预测[J];情报杂志;2015年09期

10 丁学君;;微博舆情话题传播行为预测研究[J];中国管理信息化;2015年17期

【二级参考文献】

中国期刊全文数据库 前10条

1 杨长春;俞克非;叶施仁;严水歌;丁虹;杨晶;;一种新的中文微博社区博主影响力的评估方法[J];计算机工程与应用;2012年25期

2 张e，

本文编号：561851