微博网络中用户关注行为预测
在微博网络中挖掘博主的潜在关注用户,建立相应的关注预测指标和模型,对于增加博主活跃粉丝数、增强信息传播具有重要意义.利用微博粉丝人际关系网络,在众多与博主交互的用户中,预测潜在的活跃粉丝.在融合微博主影响力、用户活跃度等因素的基础上,提出了以兴趣相似度为核心的用户关注预测指标.利用模糊近似支持向量机作为预测工具,对模糊隶属度算法进行了优化,推导了基于矩阵的模糊近似支持向量机预测模型.利用KDD Cup 2012腾讯微博公开数据进行了实证研究.实验结果表明,本文提出的指标能很好地用于微博用户关注行为的预测,通过与其他支持向量机模型及模糊化算法相比,本文提出的优化方法具有较高的预测精度,且预测结果稳定,在微博用户关注行为预测中具有较强的实用性.
微博、用户关注、预测、模糊近似支持向量机
33
C931(管理学)
国家自然科学基金71101018
2015-09-21(万方平台首次上网日期,不代表论文的发表时间)
146-152