基于行为分析的微博信息传播效果-论文.pdf

《基于行为分析的微博信息传播效果-论文.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、JournalofComputerApplicationsISSN1001．90812014．O8．1O计算机应用，2014，34(8)：2404—2408，2414C0DENJYIIDUhttp：／／www．joca．an文章编号：1001—9081(2014)08—2404—05doi：10．11772／j．issn．1001—9081．2014．08．2404基于行为分析的微博信息传播效果齐超。，陈鸿昶，于岩(国家数字交换系统工程技术研究中心，郑州450002)(}通信作者电子邮箱qichao352534142@1

2、63．corn)摘要：微博的传播效果研究对于提高市场营销效率、加强舆情监控和准确发现热点具有重要作用。针对以前传播效果研究中未考虑用户个体差异的问题，提出一种基于行为分析的微博转发规模和传播深度预测方法。从微博用户自身、用户关系和微博内容3个方面提取9个相关特征，结合逻辑回归(LR)方法提出一种转发行为预测模型，并基于此模型结合信息沿用户传播特点，通过逐级对相邻用户迭代统计分析得到转发规模和传播深度预测方法。在新浪微博数据集上的实验结果表明，所提方法对转发规模和传播深度预测的正确率分别约为87．1％和81．6％，能较好地

3、预测出信息传播效果。关键词：微博；行为预测；转发规模；传播深度；逻辑回归中图分类号：TP391文献标志码：AMicro-bloginformationdifusionefectbasedonbehavioranalysisQ1Chao’。，CHENHongchang，YUYan(NationalDigitalSwitchingSystemEngineeringandTechnologyResearchCenter,ZhengzhouHenan450002，China)Abstract：Theresearchofdisse

4、minationeffectofmicro—blogmessagehasanimportantroleinimprovingmarketing，strengtheningpublicopinionmonitoringanddiscoveringhotspotsaccurately．Focusedondifferencebetweenindividualswhichwasnotconsideredpreviously，thispaperproposedamethodofpredictingscaleanddepthofre

5、tweetingbasedonbehavioranalysis．ThispaperpresentedapredictivemodelofretweetbehaviorwithLogisticRegression(LR)algorithmandextractedninerelativefeaturesfromusers，relationshipandcontent．Basedonthismodel，thispaperproposedtheabovepredictingmethodwhichconsideredthechar

6、acterofinformationdisseminatingalongusersanditerativestatisticalanalysisofadjacentusersstepbystep．TheexperimentalresultsonSinamicro·blogdatasetshowthattheaccuracyrateofscaleanddepthpredictionapproximates87．1％and81．6respectively．whichCanpredictthedisseminationeffe

7、ctwel1．Keywords：micro-blog；behaviorprediction；retweetscale；diffusiondepth；LogisticRegression(LR)的转发功能作了细致分析，探讨人们如何转发，为什么转发以0引言及转发什么的问题。文献[4]针对用户转发行为预测问题提微博作为一种快速、便捷的信息分享与交互平台，已成为出一种基于特征加权的预测模型。该模型提取了11个用户了人们生活中信息交流的重要媒介。微博接入便捷、内容极特征和11个文本特征，并运用信息增益方法对各个特征进行简，具有原创

8、性、时效性、草根性、随意性和碎片性等特点。近了权重分析，最后通过支持向量机(SupportVectorMachine，几年微博在全球范围内掀起一股热潮。根据中国互联网络信SVM)算法训练得到预测模型。文献[5]引入了一种线性阈息中心(ChinaInternetNetworkInformationCenter，CNNI