[發(fā)明專利]一種基于多元特征的微博信息傳播行為預(yù)測方法及系統(tǒng)

無效

• 申請?zhí)枺?/td>: 201110363961.5
• 申請日: 2011-11-16
• 公開（公告）號: CN102394798A
• 公開（公告）日: 2012-03-28
• 發(fā)明（設(shè)計）人: 劉云;熊菲;朱江;張振江;程軍軍;王星
• 申請（專利權(quán)）人: 北京交通大學(xué)
• 主分類號: H04L12/26
• 分類號: H04L12/26;H04L12/24
• 代理公司: 北京市商泰律師事務(wù)所 11255
• 代理人: 毛燕生

1.一種基于多元特征的微博信息傳播行為預(yù)測方法，其特征在于：包括如下步驟：

a、微博網(wǎng)絡(luò)數(shù)據(jù)預(yù)處理步驟，獲取網(wǎng)絡(luò)數(shù)據(jù)，并對相關(guān)數(shù)據(jù)進(jìn)行預(yù)處理；

b、微博網(wǎng)絡(luò)預(yù)測模型建立步驟，根據(jù)經(jīng)預(yù)處理獲得的數(shù)據(jù)，建立相應(yīng)的預(yù)測模型；

c、微博網(wǎng)絡(luò)預(yù)測步驟，基于所述預(yù)測模型預(yù)測用戶行為趨勢。

2.如權(quán)利要求1所述的一種基于多元特征的微博信息傳播行為預(yù)測方法，其特征在于：所述微博網(wǎng)絡(luò)數(shù)據(jù)預(yù)處理步驟中獲取網(wǎng)絡(luò)數(shù)據(jù)包括獲取用戶、發(fā)帖轉(zhuǎn)帖、用戶關(guān)系信息。

3.如權(quán)利要求1所述的一種基于多元特征的微博信息傳播行為預(yù)測方法，其特征在于：所述微博網(wǎng)絡(luò)數(shù)據(jù)預(yù)處理步驟中對相關(guān)數(shù)據(jù)進(jìn)行預(yù)處理包括去除廣告及不完整的帖子。

4.如權(quán)利要求1至3之一所述的一種基于多元特征的微博信息傳播行為預(yù)測方法，其特征在于：所述微博網(wǎng)絡(luò)數(shù)據(jù)預(yù)處理步驟包括計算每個原帖下，各用戶的內(nèi)容特征、網(wǎng)絡(luò)特征及時間特征。

5.如權(quán)利要求4所述的一種基于多元特征的微博信息傳播行為預(yù)測方法，其特征在于：所述內(nèi)容特征共8個，原帖T與用戶u發(fā)帖集合V₁的內(nèi)容相似性特征f₁，原帖T與用戶u轉(zhuǎn)帖集合V₂的內(nèi)容相似性特征f₂，原帖T是否包含URL的特征f₃及該URL在用戶參與帖子集合V(V＝V₁+V₂)中出現(xiàn)次數(shù)特征f₄，原帖T是否包含hash?tag(標(biāo)志為“#短語”)的特征f₅及該hash?tag在用戶參與帖子集合V中出現(xiàn)次數(shù)特征f₆，原帖T是否包含引用(標(biāo)志為“用戶名”)的特征f₇及該引用在用戶參與帖子集合V中出現(xiàn)次數(shù)特征f₈，上述原帖T與V₁的相似性為T與集合V₁所有帖子相似性的平均值其中集合V₁包含帖子V₁＝<T₁，T₂，T₃...T_m>，帖子T_i經(jīng)分詞和去停止詞后對應(yīng)的n維詞條向量為<w_i1，w_i2，w_i3...w_in>，其中w_ij為帖子中詞條j的權(quán)重，因此任意兩帖子T_i、T_j相似性為sim<Ti,Tj>=Σk=1nwik×wjkΣk=1nwik2×Σk=1nwjk2.]]>