朱海龙^1,2,3,云晓春^1,2,3,韩志帅⁴

¹(中国科学院信息工程研究所 北京 100093); ²(中国科学院大学网络空间安全学院 北京 100049); ³(国家计算机网络应急技术处理协调中心 北京 100029); ⁴(北京科技大学计算机与通信工程学院 北京 100083) (zhl@cert.org.cn)

出版日期: 2018-06-01


基金资助:国家自然科学基金项目(61572496)

Weibo Popularity Prediction Method Based on Propagation Acceleration

Zhu Hailong^1,2,3, Yun Xiaochun^1,2,3, Han Zhishuai⁴

¹(Institute of Information Engineering, Chinese Academy of Sciences, Beijing 100093); ²(School of Cyber Security, University of Chinese Academy of Sciences, Beijing 100049); ³(National Computer Network Emergency Response Technical Team/Coordination Center of China, Beijing 100029); ⁴(School of Computer & Communication Engineering, University of Science and Technology Beijing, Beijing 100083)

Online: 2018-06-01

摘要/Abstract

摘要： 微博流行度预测是根据微博早期的传播特征来预测其未来的传播范围.目前的主要方法是根据信息早期传播的流行度进行预测，忽略了传播速度变化的趋势，这导致此类方法在预测微博消息未来流行度时准确性较差.为了更准确和方便地预测微博未来流行度，提出了一个多元线性回归模型:用户活跃度及传播加速度(user activity propagation acceleration, UAPA)模型.首先，研究了未来流行度与早期传播趋势变化的联系，发现两者存在正相关关系，根据这个发现，提出了传播加速度的概念，并基于传播加速度和早期流行度建立了预测模型.然后，分析了微博用户周期性的活动现象并发现用户转发数量在一天的不同时刻差异很大，传播加速度和流行度也不同.基于这种情况，根据用户活跃性优化了预测模型.最后在2个真实数据集(分别有100万和41万条微博)上对比了UAPA模型与业内代表性流行度预测方法的预测准确度，分析了模型中参数取值对于预测效果的影响.实验表明:提出的UAPA模型在多个性能指标上都优于现有方法.

参考文献

相关文章 15

[1]	陈可佳, 鲁浩, 张嘉俊. 条件变分时序图自编码器[J]. 计算机研究与发展, 2020, 57(8): 1663-1673.
[2]	杜圣东, 李天瑞, 杨燕, 王浩, 谢鹏, 洪西进. 一种基于序列到序列时空注意力学习的交通流预测模型[J]. 计算机研究与发展, 2020, 57(8): 1715-1728.
[3]	李梦莹, 王晓东, 阮书岚, 张琨, 刘淇. 基于双路注意力机制的学生成绩预测模型[J]. 计算机研究与发展, 2020, 57(8): 1729-1740.
[4]	林培光, 周佳倩, 温玉莲. SCONV：一种基于情感分析的金融市场趋势预测方法[J]. 计算机研究与发展, 2020, 57(8): 1769-1778.
[5]	张金宏, 王兴伟, 易波, 黄敏. 一种面向主干网的器件级动态功率感知节能机制[J]. 计算机研究与发展, 2020, 57(7): 1347-1368.
[6]	于海涛, 杨小汕, 徐常胜. 基于多模态输入的对抗式视频生成方法[J]. 计算机研究与发展, 2020, 57(7): 1522-1530.
[7]	崔员宁, 李静, 沈力, 申扬, 乔林, 薄珏. Duration-HyTE：基于持续时间建模的时间感知知识表示学习方法[J]. 计算机研究与发展, 2020, 57(6): 1239-1251.
[8]	张艺璇, 郭斌, 刘佳琪, 欧阳逸, 於志文. 基于多级注意力机制网络的app流行度预测[J]. 计算机研究与发展, 2020, 57(5): 984-995.
[9]	李旭东, 张建明, 谢志鹏, 王进. 基于三尺度嵌套残差结构的交通标志快速检测算法[J]. 计算机研究与发展, 2020, 57(5): 1022-1036.
[10]	孙胜, 李叙晶, 刘敏, 杨博, 过晓冰. 面向异构IoT设备协作的DNN推断加速研究[J]. 计算机研究与发展, 2020, 57(4): 709-722.
[11]	沈明珠, 刘辉. 面向技术论坛的问题解答状态预测[J]. 计算机研究与发展, 2020, 57(3): 474-486.
[12]	余冬华,郭茂祖,刘晓燕,程爽. 药物靶标作用关系预测结果评价及查询验证[J]. 计算机研究与发展, 2019, 56(9): 1881-1888.
[13]	马毅,郭杏莉,孙宇彤,苑倩倩,任阳,段然,高琳. 基于HeteSim的疾病关联长非编码RNA预测[J]. 计算机研究与发展, 2019, 56(9): 1889-1896.
[14]	左笑晨,窦志成,黄真,卢淑祺,文继荣. 微博热门话题关联商品品类挖掘[J]. 计算机研究与发展, 2019, 56(9): 1927-1938.
[15]	刘留,王煜尧,倪琦瑄,曹杰,卜湛. 一种基于博弈论的时序网络链路预测方法[J]. 计算机研究与发展, 2019, 56(9): 1953-1964.

PDF全文下载地址:

https://crad.ict.ac.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=3712