|
|||||
|
|
| 基于用户特征的微博转发预测研究 | |
| 作者姓名： | 仇学明 肖基毅 陈磊 |
| 作者单位： | 南华大学 计算机科学与技术学院,湖南 衡阳 421001,南华大学 计算机科学与技术学院,湖南 衡阳 421001,南华大学 计算机科学与技术学院,湖南 衡阳 421001 |
| 基金项目： | 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) |
| 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. |
| 关 键 词： | 微博 用户特征 转发 预测 |
| 收稿时间： | 2016-10-10 |
| 本文献已被 CNKI 等数据库收录！ | |
| 点击此处可从《南华大学学报(自然科学版)》浏览原始摘要信息 | |
| 点击此处可从《南华大学学报(自然科学版)》下载全文 | |