基于马尔科夫随机场的微博用户转发行为预测

摘要：

微博用户转发行为预测是微博社交网络消息扩散模型构建的基础,在图书阅读推广、舆情监控与市场营销等领域有着广泛的应用.为了提高用户转发行为预测的精度,该文在马尔科夫随机场框架下综合分析了用户属性与微博内容特征、用户转发行为约束等因素对用户转发行为的影响,并在逻辑回归模型的基础上构造了相应的能量函数对用户转发行为进行了全局性的预测.实验结果表明,微博用户转发行为不仅取决于用户属性、微博内容等特征,而且也受到与其相邻用户转发行为的约束.相对于传统算法该文算法可以更准确地对用户转发行为进行建模,因而可获得更好的预测结果.

关键词：新浪微博、转发预测、能量优化、逻辑回归

所属期刊栏目：32

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金U1504613,41401463;河南省高校科技创新团队计划171RTSTHN009;河南省知识产权局软科学研究项目20170106041;周口师范学院青年基金zknuB3201601,zknuB315204

在线出版日期：2018-08-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：107-113