[發明專利]一種基于信息增益和BP神經網絡的熱門微博預測方法

在審

• 申請號: 201610880756.9
• 申請日: 2016-09-28
• 公開（公告）號: CN107870957A
• 公開（公告）日: 2018-04-03
• 發明（設計）人: 鄭志蘊;江國林;張行進;王振飛;李鈍
• 申請（專利權）人: 鄭州大學
• 主分類號: G06F17/30
• 分類號: G06F17/30;G06N3/04
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于信息增益與BP神經網絡的熱門微博預測方法，其特征在于，分為如下步驟：

1.1 特征分析與提取：

1)特征分析：將微博分為內容特征、博主特征和傳播特征三大特征，并根據微博的傳播規律，分析得到微博的內容和博主特征決定其傳播特征，微博的傳播特征決定微博的熱度。

2)數據預處理：篩選有效數據，去除不完整或重復數據；微博內容處理，對微博文本進行分詞、去停用詞、統計詞頻、記錄是否含有表情、圖片、視頻、長微博等。

3)特征提取：微博的原始特征繁雜，通過對熱門微博與非熱門微博的各種特征的累積分布函數曲線對比，提取出微博的關鍵特征。

1.2 利用信息增益算法，推導出微博的熱度計算公式：在微博的傳播特征中，不同特征對于微博熱度的區分度不同，因此對于微博熱度的權重也不同。利用信息增益算法對6300條實際微博數據統計，定量計算各傳播特征對于微博熱度的權值，

得到微博的熱度計算公式。

1.3 建立BP神經網絡模型推算微博熱度：根據微博的三大特征之間的關系，建立一個基于BP神經網絡的預測模型，將微博的內容特征和博主特征作為輸入，預測微博的傳播特征，進而計算微博的熱度。

1.4 在實際微博網絡中進行實證統計實驗，以此確定模型的重要參數，并根據微博熱度預測該微博能否成為熱門微博。

2.根據權利要求1所述的一種基于信息增益與BP神經網絡的熱門微博預測方法，其特征在于1.1中所述的將微博分為內容特征、博主特征和傳播特征三大特征；即內容特征包括文字、圖片、視頻、長微博、表情、網頁鏈接、話題標簽等；博主特征包括粉絲數、關注數、發文數、轉發數、評論數、被轉發數、被評論數、被點贊數等；傳播特征包括轉發數、點贊數、評論數、平均轉發數、平均評論數、平均點贊數等。

3.根據權利要求1所述的一種基于信息增益與BP神經網絡的熱門微博預測方法，其特征在于1.1中所述的根據微博的傳播規律，分析得到微博的內容和博主特征決定其傳播特征，微博的傳播特征決定微博的熱度；即內容和博主特征是一條微博發布時的本質特征，而傳播特征是微博在傳播過程中逐漸產生的表現特征，是內容和博主特征的反映，因此微博的內容和博主特征決定其傳播特征。為保障用戶的閱讀效率和閱讀質量，同時達到激勵內容作者創作和推廣的目的，新浪以熱度為標準對微博進行排序，推出熱門微博榜，其中熱度數值是由該微博的轉發數、點贊數和微博發布時間等各因素得到。以是否上榜為依據，微博可分為熱門微博和非熱門微博兩類。顯然，微博的傳播特征是區分熱門微博與非熱門微博的關鍵，決定微博的熱度。

4.根據權利要求1所述的一種基于信息增益與BP神經網絡的熱門微博預測方法，其特征在于1.1中所述的微博的內容和博主特征決定其傳播特征，微博的傳播特征決定微博的熱度；即內容和博主特征是一條微博發布時的本質特征，而傳播特征是微博在傳播過程中逐漸產生的表現特征，是內容和博主特征的反映，微博的內容和博主特征決定其傳播特征。為保障用戶的閱讀效率和閱讀質量，同時達到激勵內容作者創作和推廣的目的，新浪以熱度為標準對微博進行排序，推出熱門微博榜，其中熱度數值是由該微博的轉發數、點贊數和微博發布時間等各因素得到。以是否上榜為依據，微博可分為熱門微博和非熱門微博兩類。顯然，微博的傳播特征是區分熱門微博與非熱門微博的關鍵，決定微博的熱度。