基于用户特征的微博转发预测研究

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.     

社交网络中的用户转发行为预测

以新浪微博为研究对象,基于微博主题及用户特征,提出社交网络中的用户转发行为预测算法.首先,基于互信息理论,从已发生转发行为的用户的微博内容中提取特征,通过分析给定用户的微博内容与特征之间的相关程度,预测用户是否会对给定主题的微博发生转发行为;然后通过研究用户性别、粉丝数、关注数、微博数与用户转发行为的关系,选取合适的用户特征描述,并基于贝叶斯模型预测给定用户对微博的转发概率.最后,结合以上2种算法的预测结果,得到给定用户对某主题微博的转发行为预测.该预测算法对研究网络舆情传播及微博营销具有重要意义.     

新浪企业微博口碑传播的实证研究

该文针对企业微博的口碑传播,基于口碑营销理论和产品类型研究,对企业微博转发数的影响因素进行研究,建立了企业微博的口碑传播模型。企业微博的转发数受到粉丝数和产品类型的影响。通过抓取新浪企业微博的实际运营数据,运用面板数据模型对模型的系数进行了估计。研究结果表明:企业微博的转发数受到粉丝数和新增粉丝数的影响;并存在正的自相关,即前一天的转发数会正向影响后一天的转发数;产品类型对企业微博的转发数有显著的影响,提供体验型产品的企业转发数高于提供搜索型产品企业的转发数。     

基于用户影响力的微博数据采集技术

微博的使用人群数量基数大,状态信息更新频繁并且信息传播迅速,因此对微博平台上信息的挖掘具有重要意义,但是由于微博数据的海量性、突发性以及微博格式的不规则性,加大了采集数据的技术难度.在分析对比了基于Cookie爬虫微博数据采集方法和基于API接口微博数据采集方法的基础上,提出了一种基于用户影响力的微博用户信息采集方案.将每一个API调用封装成一个Task类嵌入到具有模拟登陆功能的爬虫程序中,通过贝叶斯-Pagerank算法量化微博用户之间的关注关系得到用户的影响力值,依据用户影响力值决定爬取顺序,可以在有限的时间内采集到更多有价值的节点信息.实验结果表明该方案在微博数据采集的效率与性能上都有较大提高.     

基于双分支结构的融合多特征微博传播行为预测算法

随着如今微博平台的高速发展,微博转发行为预测已经成为舆情分析领域中一个热门的研究主题。针对该任务,提出一种添加多层间接粉丝用户权威度信息,基于双分支网络结构模型的微博转发行为预测算法。该方法通过对原始微博进行分析,运用LDA算法提取内容特征、构建用户关系网络提取间接关注用户权威度特征等多元特征,构建基于双分支结构神经网络模型预测微博传播行为。实验结果表明预测模型相比于其他算法在RMSE,MAE评估指标上都有较好的提高,验证了算法的有效性。     

微博类社交网络中信息传播的测量与分析

为了更好地掌握在线社交网络中信息传播的特征规律和用户行为,以新浪微博为代表对社交网络中的信息传播进行了较大规模的测量、统计和分析,提出了一种三角和算法用于探测用户粉丝数阈值。该算法根据散点分布的统计规律来估计使微博热度达到某一值的粉丝数的临界值,发现为使微博热度大于10,用户粉丝数应大于150。其他测量分析结果表明:新浪微博具有很强的"名人效应",用户频繁地发帖并不能引起较大的关注,热门微博的热度几乎都以激增方式增长。这些结论对网络营销和网络监管具有参考价值。     

基于XGBoost模型的融合多特征微博信息传播预测方法

为了有效地监管网络舆情,辅助管理人员进行决策,微博信息传播预测方法的研究具有重要应用价值。针对传统微博信息传播预测方法存在指标单一、预测效果较差问题,提出一种基于XGBoost模型的融合多特征微博信息传播预测方法。首先,分析微博传播网络和用户节点特性,提取出博主特征、微博内容特征、传播特征3类特征并构建数据集;接着,基于XGBoost方法分别构建微博累计转发量预测模型和微博最大转发深度预测模型;最后,通过模型在测试数据集上的平均绝对误差验证模型的预测效果。通过与线性回归等传统的预测方法比较分析可以看出,提出的预测方法能够取得良好的预测效果。     

基于金融微博情感与传播效果的股票价格预测

目前对微博情绪与金融预测之间关系的研究多数停留于诸如模式识别、语义分析、情感挖掘等文本挖掘技术,而较少研究微博情感传递过程。以金融微博文本情感挖掘和语义分析为基础,对相关的股票价格曲线进行拟合预测分析,包括对微博信息转播模型的研究和对微博情绪预测模型的研究。首先通过分析微博转播过程中的多个因素,包括转发情绪吸收、微博内容影响力、微博作者影响力、微博发布时间等,对模型自身进行拟合效果优化。其次,针对认证和非认证用户分类分析,并加入了转发次数的对其的再度影响,发现不同类型不同转发的用户对于股市曲线的影响滞后期不同。最后,在针对股市曲线变化的不同时期,对模型的拟合效果进行分析。给定金融市场某一特定关键词,采集了500,000多条金融微博及其相关用户信息。实验结果表明,新集成模型表现强于简单神经网络模型,而且是否为认证用户以及微博转发次数对微博滞后期的影响有所不同。此外,新模型的拟合效果,在股市上升期模型的拟合效果最好,下降期次之,平稳振荡期效果最差。     

基于混合特征和XGBoost算法的微博转发预测

微博转发是微博信息传播的重要途经.影响微博转发的因素主要是用户属性、微博内容、用户社交和用户兴趣.已有的微博转发预测模型仅考虑部分因素,实际上4个因素对用户转发行为都有影响,此外也应该关注预测模型的计算时间.基于此,提出一种基于混合特征和XGBoost算法的微博转发预测模型.首先根据4个因素分别提取用户特征、微博特征、社交特征以及兴趣特征;然后基于PageRank算法计算用户影响力,基于隐含狄利克雷分布(Latent Dirichlet Allocation,LDA)模型和KL距离计算兴趣相似度,定义用户转发活跃度和用户交互影响力的计算公式;最后利用XGBoost算法构建预测模型,对转发预测进行分析.实验结果表明,新的预测方法在准确率和时间等评价指标上有较好的表现,同时也验证了综合考虑4个因素的重要性和有效性.     

微博负向情感热点话题发现模型

微博中热点话题,尤其负面情感热点话题对舆情的发现起到了重要作用,本文从情感的角度出发,提出了一个面向微博负向情感的热点事件发现模型。首先,在数据预处理阶段除了对微博文本中含有＂@＂＂#＂的博文进行过滤,并引入户信息对休眠用户及僵尸用户进行了剔除;其次构造情感分类器,对博文进行情感分类,筛选出负向情感博文;然后根据词频和词语增长速度对主题词进行评价;接着根据词意相似度以及共现度对话题进行聚类;最后通过计算话题负向情感值对负向情感热点话题进行细粒度划分。     

小波与信号

小波分析被认为是Fourier分析的重大突破,它已成为当今从应用数学到信号处理等众多领域的研究热点。本文介绍了小波分析产生的背景和基本知识,论述了小波分年与信号分析之间的密切联系。     

对山西工业行业结构的因子分析

使用因子分析的方法对山西的工业行业结构进行了分析,其中,利用R-型因子分析将6个变量综合成了3个因子(即总量因子、经济效益因子、销售因子),利用Q-型因子分析对山西省的36个工业行业进行了分类分析。     

顺序注射分析检测技术的应用及其进展

对2002年以来顺序注射分析在环境分析和生物分析方面的应用进行了较为详细的综述.展望了顺序注射分析的未来.     

环太平洋地区斑岩钼铜矿化岩体矿化类型统计预测

本文对环太平洋地区53个与斑岩钼、铜矿床有成因联系的侵入岩体的控矿专属性进行了研究。对矿化类型与岩石化学组分之间的关系进行了统计分析和对比,从而阐明了矿化类型与岩浆演化之间的关系。作者在传统的岩石化学研究方法基础上,进一步应用R型聚类分析和因子分析等多元统计方法提取有用信息。并从应用角度,运用模糊集合论中隶属函数的概念,研究已知控矿岩体矿化类型的划分,建立评价矿化岩体矿化类型的数学模型。     

近年高考数学试题与天津市中学数学教学

本文在近年高考数学试题分析与其中一年的试卷抽样分析的基础上，剖析了天津市中学数学教学的某些薄弱环节，提出一些改革的建议。     

山西省工业中各产业发展水平分析

采用主成分分析、聚类分析和因子分析方法，对山西省工业中34个产业2003年的数据进行分析，得出了反映各产业经济效益、产业规模情况的各项综合经济指标，并对各个产业进行排序，得到山西省的工业中各个产业发展情况和各产业发展层次的分布情况，为制定山西省整体的经济发展战略提供一定理论依据。     

电位溶出分析和计时电位溶出分析及其应用

评述了电位溶出分析和计时电位溶出分析以及在其基础上发展产生的新方法的主要特征及其应用。     

广西常绿阔叶林的排序

本文用主分量分析(PCA)、相互平均法(RA)及去趋势对应分析(DCA)方法对取自广西不同地区的30个常绿阔叶林的样地资料进行排序分析,并将结果与聚类分析的结果相比较。另外还对这三种排序方法进行了讨论。     

黄浦江上游地区工业污染整治方案决策方法的系统过程分析

上海市黄浦江上游地区的工业污染防治对于保护取水口的水环境质量具有重要意义。为了克服通常单凭污染排放量决定污染治理对象的单因素决策方法在理论上的不足,本文力图通过多层次(宏观分析——中观分析——微观分析)、多因素(自然、经济、污染、人工干预等等)的系统过程分析,逐步筛选出在各层次处于突出前位的某些工业污染源,进一步加以综合分析、归纳,在整个上游地区总体分析的基础上,从管理与治理两个方面,提出上游地区工业污染的整治方案和措施建议。     

广西常绿阔叶林的排序

本文用主分量分析(PCA)、相互平均法(BA)及去趋势对应分析(DCA)方法对取自广西不同地区的30个常绿阔叶林的样地资料进行排序分析,并将结果与聚类分析的结果相比较。另外还对这三种排序方法进行了讨论。