基于最大熵模型的微博传播网络中的链路预测
微博是基于用户关注关系建立的具有媒体特性的实时信息分享社交平台.微博上的信息扩散具有快速性、爆发性和时效性.理解信息的传播机理,预测信息转发行为,对研究微博上舆论的形成、产品的推广等具有重要意义.本文通过解析微博转发记录来研究影响信息转发的因素或特征,把微博信息转发预测问题抽象为链路预测问题,并提出基于最大熵模型的链路预测算法.实例验证的结果表明:1)基于最大熵模型的算法在运行时间上具有明显的优势;2)在预测结果方面,最大熵模型比同类其他算法表现优异;3)当训练集大小和特征数量变化时,基于最大熵模型的预测结果表现稳定.该方法在预测链路时避免了特征之间相互独立的约束,准确率优于其他同类方法,对解决复杂网络中其他类型的预测问题具有借鉴意义.
复杂网络、微博传播网络、链路预测、最大熵模型
65
陕西省自然科学基础研究计划批准号:2014JM2-6104,2015JM6290资助的课题.Project supported by the Shaanxi Provincial Natural Science Foundation,China Grant Nos.2014JM2-6104,2015JM6290.
2016-05-09(万方平台首次上网日期,不代表论文的发表时间)
31-41