基于行为分析的微博信息传播效果

被引：5

作者：

齐超

陈鸿昶

于岩

机构：

[1] 国家数字交换系统工程技术研究中心

来源：

计算机应用 | 2014年 / 34卷 / 08期

关键词：

微博; 行为预测; 转发规模; 传播深度; 逻辑回归;

D O I：

暂无

中图分类号：

TP393.092 [];

学科分类号：

摘要：

微博的传播效果研究对于提高市场营销效率、加强舆情监控和准确发现热点具有重要作用。针对以前传播效果研究中未考虑用户个体差异的问题,提出一种基于行为分析的微博转发规模和传播深度预测方法。从微博用户自身、用户关系和微博内容3个方面提取9个相关特征,结合逻辑回归(LR)方法提出一种转发行为预测模型,并基于此模型结合信息沿用户传播特点,通过逐级对相邻用户迭代统计分析得到转发规模和传播深度预测方法。在新浪微博数据集上的实验结果表明,所提方法对转发规模和传播深度预测的正确率分别约为87.1%和81.6%,能较好地预测出信息传播效果。

引用

页码：2404 / 2408+2414 +2414

页数：6

共 17 条

[1] 微博客中转发行为的预测研究
张旸
路荣
杨青
[J]. 中文信息学报, 2012, 26 (04) : 109 - 114+121
[2] 集合和字符串的相似度查询
林学民
王炜
[J]. 计算机学报, 2011, 34 (10) : 1853 - 1862
[3] The Genetic Algorithm as a General Diffusion Model for Social Networks. M Lahiri,M Cebrian. PROCEEDINGS OF THE NATIONAL CONFERENCE ON ARTIFICIAL INTELLIGENCE . 2011
[4] 自然语言处理开放资源平台
刘群
张浩
白硕
[J]. 语言文字应用, 2002, (04) : 50 - 56
[5] Logistic回归模型分析
施朝健
张明铭
[J]. 计算机辅助工程, 2005, (03) : 74 - 78
[6] 博客网络中具有突发性的话题传播模型
赵丽
袁睿翕
管晓宏
贾庆山
[J]. 软件学报, 2009, 20 (05) : 1384 - 1392
[7] 基于在线社交网络的信息传播模型
张彦超
刘云
张海峰
程辉
熊菲
[J]. 物理学报, 2011, 60 (05) : 66 - 72
[8] Want to be Retweeted? Large ScaleAnalytics on Factors Impacting Retweet in Twitter Network. Bongwon Suh,Lichan Hong,Peter Pirolli,Ed H Chi. Second IEEE InternationalConference on Social Computing (SocialCom) . 2010
[9] What is Twitter,a social network or a news media?. Kwak H,Lee C,Park H,Moon S. Proceedings of the 19th International Conference on World Wide Web . 2010
[10] 新浪微博数据挖掘方案
廉捷
周欣
曹伟
刘云
[J]. 清华大学学报(自然科学版), 2011, 51 (10) : 1300 - 1305

← 1 2 →