基于BP神经网络的微博转发量的预测

被引:24
作者
邓青 [1 ]
马晔风 [1 ]
刘艺 [2 ]
张辉 [1 ]
机构
[1] 清华大学工程物理系公共安全研究中心
[2] 中国人民公安大学治安学院
关键词
微博; 转发; BP(back propagation)神经网络; 预测; 影响因素; 权重分析; 应急响应;
D O I
10.16511/j.cnki.qhdxxb.2015.24.012
中图分类号
TP183 [人工神经网络与计算]; TP393.092 [];
学科分类号
摘要
微博已经成为人们传播和获取信息的重要途径。突发事件相关微博的传播范围对事件的影响起着重要的作用,微博转发是扩大微博传播范围的一种重要方式。该文以城管与民众冲突事件(俗称"城管事件")为例,将BP(back propagation)神经网络应用到该类事件相关微博的转发行为研究中,以实现该类突发事件下微博转发行为的影响因素分析和转发量的预测。该文先从发帖人和微博内容2个角度分析了突发事件下微博转发行为的影响因素,结果表明:1)微博发帖人的活跃度、微博涉及主题标签、包含视频等可视化信息、提及其他用户及微博的发表时间段均对该微博的转发量有较大影响;2)与发帖人相比,微博内容对其转发量的影响更大。在影响因素分析的基础上,该文通过将预测问题转化为模式分类问题,基于BP(back propagation)神经网络对突发事件下的微博转发量进行了预测,并通过改变样本数对预测结果的稳定性进行了测试,得到了有一定参考价值的预测结果。
引用
收藏
页码:1342 / 1347
页数:6
相关论文
共 14 条
  • [1] 基于SVM的微博转发规模预测方法[J].李英乐,于洪涛,刘力雄. 计算机应用研究.2013(09)
  • [2] 基于行为预测的微博网络信息传播建模[J].吴凯,季新生,刘彩霞. 计算机应用研究.2013(06)
  • [3] 微博客中转发行为的预测研究[J].张旸,路荣,杨青. 中文信息学报.2012(04)
  • [4] BP神经网络法确定工程材料评价指标的权重[J].张天云,陈奎,魏伟,杨扬. 材料导报.2012(02)
  • [5] 非常规突发事件网络舆情热度评价体系构建——基于BP神经网络算法(英文)[J].张一文,齐佳音,方滨兴,李欲晓. 中国通信.2011(02)
  • [6] 基于BP神经网络的森林可燃物负荷量估测[J].何长虹,黄全义,申世飞,王飞. 清华大学学报(自然科学版).2011(02)
  • [7] 基于ANN的电子商务水平测度指标权重的确定方法[J].刘敏,孙树栋. 软科学.2006(04)
  • [8] 基于BP神经网络的上市公司财务预警模型[J].杨淑娥,黄礼. 系统工程理论与实践.2005(01)
  • [9] AudiencedesigninTwitter:Retweetingbehaviorbetweeninformationalvalueandfollowers’interests[J].AnjaRudat,JürgenBuder,FriedrichW.Hesse. ComputersinHumanBehavior.2014
  • [10] FeatureselectionusingPrincipalComponentAnalysisformassiveretweetdetection[J].MohamedMorchid,RichardDufour,Pierre-MichelBousquet,GeorgesLinarès,Juan-ManuelTorres-Moreno. PatternRecognitionLetters.2014