-
题名融合兴趣和行为的用户转发行为预测
- 1
-
-
作者
刘清
-
机构
同济大学
-
出处
《电子技术与软件工程》
2017年第3期205-205,共1页
-
文摘
微博转发是微博网络中信息得以传播的基础,对用户影响力评估以及网络营销等具有重要意义。现有的方法在考虑影响用户转发行为的因素时,大多只考虑微博以及用户属性等特征,没有考虑用户兴趣和用户历史行为规律等个性化特征,本文提出了基于LDA主题模型的用户兴趣与微博相似度计算方法,将计算结果作为用户兴趣特征,还提出了基于用户转发率、与上游用户交互频率的用户历史行为特征,最后融合用户兴趣特征、用户历史行为特征、上游用户特征、微博特征,建立基于几种常见分类模型的预测方法,在真实数据集上的实验结果表明,该方法能够有效提升预测准确性,取得较好的预测效果。
-
关键词
微博转发
LDA主题模型
用户兴趣
用户历史行为规律
分类模型
-
分类号
TP391.1
[自动化与计算机技术—计算机应用技术]
-