基于集成学习的微博用户转发行为预测

摘要：

为了提高微博用户转发行为预测的精度,提出一种有效的基于集成学习的微博用户转发行为预测算法.首先,对影响用户转发的各种特征进行综合分析,提取出用户属性、社交关系、微博内容等影响用户转发行为的特征;然后,采用Logistic回归、支持向量机与BP(BackPropagation)神经网络等机器学习算法对用户转发行为进行预测;最后,利用“加权投票法”的集成学习方法对多个预测结果进行融合.实验结果表明,相对于BP神经网络算法,在综合评价性能的F1度量值上,集成学习算法有1.5％的性能提升.

关键词：新浪微博、转发行为预测、集成学习、社交关系

所属期刊栏目：46

分类号：TP391.1(计算技术、计算机技术)

资助基金：国家自然科学基金U1504602;河南省科技攻关项目172102210089,162102210396;河南省自然科学基金研究项目152300410129;河南省高等学校重点科研项目15A520125,17A520019,15A520114

在线出版日期：2018-05-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：111-116