[發明專利]基于地域相關因子與稀疏表示的微博轉發行為預測方法

有效

• 申請號: 201810231543.2
• 申請日: 2018-03-20
• 公開（公告）號: CN108596205B
• 公開（公告）日: 2022-02-11
• 發明（設計）人: 吳渝;張宏斌;李紅波;儲偉;林江鵬;艾偉東
• 申請（專利權）人: 重慶郵電大學
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06F40/289;G06Q50/00
• 代理公司: 重慶市恒信知識產權代理有限公司 50102
• 代理人: 劉小紅;陳棟梁

本發明請求保護一種基于主題地域相關因子與稀疏表示的微博轉發行為預測方法，主要涉及機器學習及社交網絡信息分析領域。首先，基于社交網絡中用戶關系以及用戶行為數據，提取用戶基本特征、微博基本特征、用戶活躍度、用戶的親密程度、融入主題地域相關因子的用戶興趣度特征。其次，通過稀疏表示分類算法對特征組進行微博轉發行為預測。本發明有效解決了目前微博轉發行為預測計算時間長，準確率不高的問題。

技術領域

本發明屬于社交網絡信息分析領域以及機器學習領域，主要涉及一種社交網絡轉發預測方式。

背景技術

微博，即微型博客的簡稱，是一種通過關注機制分享實時信息的廣播式的社交網絡平臺。其具有便捷性、背對臉、原創性、草根性的特點，同時具有反腐、打拐、營銷、自媒體等效應。

轉發是微博的一個重要機制。微博網絡中，信息的傳播主要是通過微博的轉發實現的。當微博上某用戶發布一條博文，該博文會被推送給該用戶的全部粉絲，而當其粉絲看到這條博文后，可以選擇轉發這條博文，系統會將此博文再推送給這個粉絲用戶的全部粉絲。微博信息通過用戶的轉發行為在微博平臺上實現了持續的傳播。因此，研究微博的轉發行為對研究信息在微博中傳播，比如微博用戶行為和興趣、突發事件預測、控制敏感信息、網絡輿情監控、產品營銷、以及用戶推薦等方面具有重要意義。

在微博轉發行為預測中，能采集到的特征眾多，而數據集中存在本身與預測無關的特征以及冗余特征，如果選擇了幾乎不具辨別能力的特征，將導致設計的預測模型性能低下，但若是選擇的特征具有充分辨別能力，則會極大提高預測模型的預測精度。

近年來，針對微博轉發行為預測準確率不高，特征選擇任意性的問題，國內外學者展開了廣泛和深入的研究。Petrovic等人通過人工實驗證明了微博轉發預測的可行性，然后利用改進的passive-aggressive算法預測轉發，但正確率僅為46.6％。Morchid等人的研究表明選取的特征如果有較高的辨別能力，預測算法的性能會得到有效的提高。張旸等人提出了一種微博轉發行為預測的方法。首先將微博轉發轉換為二元分類問題，然后使用支持向量機(Support Vector Machine，SVM)算法對加權后的各特征進行訓練，但該模型未考慮個性化的用戶興趣特征，且預測命中率僅有85.9％，以及算法執行時間長。

發明內容

本發明旨在解決以上現有技術的問題。提出了一種提高預測準確率、減少預測執行時間的基于地域相關因子與稀疏表示的微博轉發行為預測方法。本發明的技術方案如下：

一種基于地域相關因子與稀疏表示的微博轉發行為預測方法，其包括以下步驟：

步驟1：從數據中提取用戶基本特征、微博基本特征；

步驟2：通過已提取的用戶及微博基本特征計算用戶活躍度、用戶的親密程度、基于主題地域相關因子的用戶興趣度；

步驟3：對步驟2的包括用戶活躍度、用戶的親密程度、基于主題地域相關因子的用戶興趣度在內的多維數據特征進行特征篩選；

步驟4：篩選后的特征組通過稀疏表示分類算法進行轉發預測,得到最終預測結果。

進一步的，所述步驟1從數據中提取用戶基本特征、微博基本特征具體包括：

步驟1.1：提取用戶基本特征：用戶昵稱、用戶所在地、用戶姓名、用戶粉絲數、用戶關注數、用戶微博數、用戶創建時間；

步驟1.2：提取微博發布時間、微博具體內容、微博是否為轉發、是否分享圖片、是否含有鏈接、微博來源、微博轉發數、微博評論數以及微博被贊數。

進一步的，所述步驟2用戶的親密程度為