基于微博挖掘的流行趨勢預(yù)測.pdf

1、近年來，隨著Web2.0和移動(dòng)互聯(lián)網(wǎng)的飛速發(fā)展，互聯(lián)網(wǎng)上涌現(xiàn)了大量的社交網(wǎng)絡(luò)平臺(tái)。微博作為其中一種社交網(wǎng)絡(luò)平臺(tái)，以其高便捷性、高原創(chuàng)性、強(qiáng)交互性和強(qiáng)草根性的特點(diǎn)吸引了大量用戶，成為人們生活中獲取與分享信息的重要平臺(tái)。研究如何及時(shí)準(zhǔn)確地預(yù)測微博未來的流行趨勢，對(duì)內(nèi)容推薦、廣告營銷以及輿情監(jiān)控等領(lǐng)域都具有重要意義。本文以新浪微博為研究對(duì)象，對(duì)微博流行趨勢預(yù)測進(jìn)行了研究，具體工作如下：
　　1.分別分析了內(nèi)容、時(shí)序和網(wǎng)絡(luò)這三類因素對(duì)微博

2、轉(zhuǎn)發(fā)過程的影響。實(shí)驗(yàn)結(jié)果表明，不包含鏈接的微博更容易被轉(zhuǎn)發(fā)；微博中提及的人數(shù)越多，其最終轉(zhuǎn)發(fā)數(shù)的分布范圍越小，且轉(zhuǎn)發(fā)數(shù)都比較少；不同時(shí)間段發(fā)布的微博，其最終轉(zhuǎn)發(fā)數(shù)差別較大；微博最終轉(zhuǎn)發(fā)數(shù)與其最小轉(zhuǎn)發(fā)時(shí)間間隔之間存在一定的負(fù)相關(guān)性；初期曝光量較小的微博，其最終轉(zhuǎn)發(fā)數(shù)的分布范圍也較小，且大部分的轉(zhuǎn)發(fā)數(shù)都較少；微博最終轉(zhuǎn)發(fā)數(shù)與其早期轉(zhuǎn)發(fā)網(wǎng)絡(luò)的鏈接密度之間近似呈現(xiàn)負(fù)線性相關(guān)。
　　2.分析了現(xiàn)有研究中常用微博特征存在的不足，然后在此基礎(chǔ)上

3、從微博的內(nèi)容、時(shí)序和網(wǎng)絡(luò)三個(gè)方面提取了一系列新特征，將新特征與常用特征相結(jié)合，對(duì)邏輯斯蒂回歸、樸素貝葉斯、支持向量機(jī)和隨機(jī)森林等分類模型進(jìn)行訓(xùn)練并對(duì)目標(biāo)微博的流行度范圍進(jìn)行預(yù)測。實(shí)驗(yàn)結(jié)果顯示，在加入本文提取的新特征后，這四種模型的預(yù)測正確率分別提高了1.91％，14.80%，2.92%和6.92%。
　　3.將提取的微博特征應(yīng)用到基于相似度的微博流行趨勢預(yù)測方法中，給出了基于加權(quán)馬氏距離的微博相似度計(jì)算方法，根據(jù)提取的微博特征選取