基于混合特征学习的微博转发预测方法-计算机应用与软件.pdf

第３３卷第１１期　　　 计算机应用与软件 Ｖｏｌ３３Ｎｏ．１１ ２０１６年１１月　　 ＣｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎｓａｎｄＳｏｆｔｗａｒｅ Ｎｏｖ．２０１６ 基于混合特征学习的微博转发预测方法 １ ２ ２ 马晓峰 　王　磊 　陈观淡 １（上海数据分析与处理技术研究所　上海２０１１１２） ２（中国科学院自动化研究所复杂系统管理与控制国家重点实验室　北京 １００１９０） 摘　要　　微博转发预测是研究信息传播的关键问题之一，对于舆情监控、广告投放、商业决策具有重要意义。用户兴趣、微博作者 影响力及微博内容等信息均影响信息传播过程。转发行为预测的挑战性问题在于如何捕获更多有意义的影响因素以提高预测性 能。提出基于混合特征学习的转发预测方法，该方法首先引入并分析了局部社会影响力特征、用户特征、微博内容特征的计算方法； 接着，基于分类器建立预测模型；最后，比较了不同类型微博的转发预测效果。在新浪微博平台数据的实验结果表明，局部社会影响 力特征、用户特征、微博内容特征都对转发预测有较大影响，其中微博内容特征的影响最大。随机森林预测效果最好，准确率达到 ８３．１％；与朴素贝叶斯、逻辑回归、支持向量机模型相比，准确率平均提高约７．４％，最高提高约１０．８％。另外，该方法对自然灾害、 环境、审判、维权等类型的微博进行转发预测时，效果更加明显，说明这类事件转发的规律性更强。 关键词　　微博　混合特征学习　转发预测 中图分类号　ＴＰ１８１　　　　文献标识码　Ａ　　　　ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１０００３８６ｘ．２０１６．１１．０５８ ＡＭＩＣＲＯＢＬＯＧＧＩＮＧＲＥＴＷＥＥＴＰＲＥＤＩＣＴＩＯＮＭＥＴＨＯＤＢＡＳＥＤＯＮ ＨＹＢＲＩＤＦＥＡＴＵＲＥＳＬＥＡＲＮＩＮＧ １ ２ ２ ＭａＸｉａｏｆｅｎｇ　ＷａｎｇＬｅｉ　ＣｈｅｎＧｕａｎｄａｎ １（ＳｈａｎｇｈａｉＤａｔａＡｎａｌｙｓｉｓａｎｄＰｒｏｃｅｓｓｉｎｇＴｅｃｈｎｏｌｏｇｙＲｅｓｅａｒｃｈＩｎｓｔｉｔｕｔｅ，Ｓｈａｎｇｈａｉ２０１１１２，Ｃｈｉｎａ） ２（ＴｈｅＳｔａｔｅＫｅｙＬａｂｏｒａｔｏｒｙｏｆＭａｎａｇｅｍｅｎｔａｎｄＣｏｎｔｒｏｌｆｏｒＣｏｍｐｌｅｘＳｙｓｔｅｍｓ，ＩｎｓｔｉｔｕｔｅｏｆＡｕｔｏｍａｔｉｏｎ，ＣｈｉｎｅｓｅＡｃａｄｅｍｙｏｆＳｃｉｅｎｃｅｓ，Ｂｅｉｊｉｎｇ１００１９０，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ　　Ｍｉｃｒｏｂｌｏｇｇｉｎｇｒｅｔｗｅｅｔｐｒｅｄｉｃｔｉｏｎｉｓｏｎｅｏｆｔｈｅｋｅｙｐｒｏｂｌｅｍｓｉｎｉｎｆｏｒｍａｔｉｏｎｄｉｓｓｅｍｉｎａｔｉｏｎ，ｗｈｉｃｈｐｌａｙｓｉｍｐｏｒｔａｎｔｒｏｌｅｓｉｎｐｕｂｌｉｃ ｏｐｉｎｉｏｎｍｏｎｉｔｏｒｉｎｇ，ａｄｖｅｒｔｉｓｉｎｇ，ａｎｄｂｕｓｉｎｅｓｓｄｅｃｉｓｉｏｎｍａｋｉｎｇ．Ｔｈｅｐｒｏｃｅｓｓｏｆｉｎｆｏｒｍａｔｉｏｎｄｉｓｓｅｍｉｎａｔｉｏｎｉｓｉｎｆｌｕｅｎｃｅｄｂｙｍａｎｙｆａｃｔｏｒｓｓｕｃｈ ａｓｕｓｅｒｉｎｔｅｒｅｓｔ，ｍｉｃｒｏｂｌｏｇｇｉｎｇａｕｔｈｏｒ’ｓｉｎｆｌｕｅｎｃｅ，ａｎｄｃｏｎｔｅｎｔｏｆｐｏｓｔ，ｅｔｃ．Ｔｈｅｃｈａｌｌｅｎｇｅｏｆｉｍｐｒｏｖｉｎｇｐｒｅｄｉｃｔｉｏｎｐｅｒｆｏｒｍａｎｃｅｉｓｈｏｗｔｏ ｃａｐｔｕｒｅｔｈｅｉｍｐｏｒｔａｎｔｆｅａｔｕｒｅｓｆｏｒｒｅｔｗｅｅｔｐｒｅｄｉｃｔｉｏｎ．Ｉｎｔｈｉｓｐａｐｅｒ，ｗｅｐｒｏｐｏｓｅａｒｅｔｗｅｅｔｐｒｅｄｉｃｔｉｏｎｍｅｔｈｏｄｂａｓｅｄｏｎｈｙｂｒｉｄｆｅａｔｕｒｅｓｌｅａｒｎｉｎｇ． Ｆｉｒｓｔｌｙ，ｔｈｅｍｅｔｈｏｄｉｎｔｒｏｄｕｃｅｓａｎｄａｎａｌｙｓｅｓｔｈｅｉｍｐａｃｔｓｏｆｈｙｂｒｉｄｆｅａｔｕｒｅｓｉ