微博网络中用户关注行为预测

在微博网络中挖掘博主的潜在关注用户,建立相应的关注预测指标和模型,对于增加博主活跃粉丝数、增强信息传播具有重要意义。利用微博粉丝人际关系网络,在众多与博主交互的用户中,预测潜在的活跃粉丝。在融合微博主影响力、用户活跃度等因素的基础上,提出了以兴趣相似度为核心的用户关注预测指标。利用模糊近似支持向量机作为预测工具,对模糊隶属度算法进行了优化,推导了基于矩阵的模糊近似支持向量机预测模型。利用KDD Cup 2012腾讯微博公开数据进行了实证研究。实验结果表明,本文提出的指标能很好地用于微博用户关注行为的预测,通过与其他支持向量机模型及模糊化算法相比,本文提出的优化方法具有较高的预测精度,且预测结果稳定,在微博用户关注行为预测中具有较强的实用性。