[發明專利]一種媒體信息流行度的預測方法、系統及裝置

在審

• 申請號: 201810871271.2
• 申請日: 2018-08-02
• 公開（公告）號: CN109086932A
• 公開（公告）日: 2018-12-25
• 發明（設計）人: 劉文印;陳俊洪;林澤航;黃費濤
• 申請（專利權）人: 廣東工業大學
• 主分類號: G06Q10/04
• 分類號: G06Q10/04
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 羅滿

本發明公開了一種媒體信息流行度的預測方法、系統及裝置，包括：預先獲取社交媒體平臺以往的多條媒體信息，并將所有媒體信息分別輸入至基于不同流行度預測算法的多個預測模型，以對多個預測模型進行訓練，得到多個訓練好的預測模型及其分別求取的每條媒體信息的流行度預測結果；將所有流行度預測結果與以往的所有媒體信息共同輸入至其中任一訓練好的預測模型，再次訓練預測得到最終的流行度預測結果，以完成多個預測模型的模型堆疊預訓練，得到一個訓練好的堆疊總模型；獲取社交媒體平臺當前的媒體信息，并將當前的媒體信息輸入至堆疊總模型中預測出該媒體信息的流行度。本申請提高了流行度預測結果的準確性，提升了流行度預測結果的參考價值。

技術領域

本發明涉及互聯網技術領域，特別是涉及一種媒體信息流行度的預測方法、系統及裝置。

背景技術

隨著互聯網的快速發展，人們對社交媒體的依賴性逐漸加強，人們越來越傾向于在社交媒體平臺上分享各種信息，導致媒體信息的數量太多，為新聞媒體雜志等出版社快速從媒體信息中挑選出有價值的媒體信息增加了難度。現有技術中，通常采用一個基于流行度預測算法的預測模型，從大量的媒體信息中預測出未來較流行的媒體信息(即有價值的媒體信息)，供新聞媒體雜志等出版社參考。但是，該預測模型的流行度預測算法單一，導致流行度預測結果不夠準確，從而降低了流行度預測結果的參考價值。

因此，如何提供一種解決上述技術問題的方案是本領域的技術人員目前需要解決的問題。

發明內容

本發明的目的是提供一種媒體信息流行度的預測方法、系統及裝置，參考了多個預測模型的流行度預測結果，從而提高了流行度預測結果的準確性，進而提升了流行度預測結果的參考價值。

為解決上述技術問題，本發明提供了一種媒體信息流行度的預測方法，包括：

預先獲取社交媒體平臺以往的多條媒體信息，并將所有媒體信息分別輸入至基于不同流行度預測算法的多個預測模型，以對多個所述預測模型進行訓練，得到多個訓練好的預測模型及其分別求取的每條媒體信息的流行度預測結果；

將所有流行度預測結果與以往的所有媒體信息共同輸入至其中任意一個訓練好的預測模型，再次訓練預測得到最終的流行度預測結果，以完成多個所述預測模型的模型堆疊預訓練，得到一個訓練好的堆疊總模型；

獲取所述社交媒體平臺當前的媒體信息，并將當前的所述媒體信息輸入至所述堆疊總模型中預測出該媒體信息的流行度，以供各出版社參考。

優選地，該預測方法還包括：

將最終的所述流行度預測結果與以往的所有媒體信息對應的真實流行度作均方差，并根據均方差大小評估所述堆疊總模型的性能。

優選地，每條媒體信息均包括描述內容和/或內容類別和/或內容子類別和/或信息標簽和/或信息抽象概念和/或發布時間和/或信息類別和/或發表地理位置。

優選地，每條所述媒體信息還包括用戶名稱和/或用戶關注度和/或用戶粉絲數。

優選地，多個所述預測模型包括LGBM模型、XGBoost模型及Random forest模型。

優選地，所述將所有流行度預測結果與以往的所有媒體信息共同輸入至其中任意一個訓練好的預測模型，再次訓練預測得到最終的流行度預測結果的過程具體為：

將所有流行度預測結果與以往的所有媒體信息共同輸入至所述Random forest模型，再次訓練預測得到最終的流行度預測結果。

為解決上述技術問題，本發明還提供了一種媒體信息流行度的預測系統，包括：