融合时序文本与高阶交互拓扑的在线抗议预测

摘要：

针对在线抗议预测技术中忽视用户文本时序差异性及用户间高阶交互拓扑的问题,提出融合时序文本与高阶交互拓扑的在线抗议预测方法.基于自注意力机制建模用户不同时刻交互文本信息对其抗议倾向的影响,构建用户文本表示向量;同时利用邻域节点的相似性,构建二阶相似性保持的用户交互拓扑表示向量;融合用户文本表示向量和交互表示向量预测用户抗议倾向.推特数据集结果表明本方法准确率可达到93.9％,为抗议活动预测提供技术支撑.

关键词：时序性差异、自注意机制、高阶交互拓扑、在线抗议预测

所属期刊栏目：40

分类号：TP393.4(计算技术、计算机技术)

资助基金：国家“二四二”信息安全计划项目2017A149

在线出版日期：2020-12-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：1245-1252