SNS中影响力用户预测研究——基于不平衡数据的多种数据挖掘方法对比
外文标题：PREDICTING INFLUENTIAL USERS IN SNS: THE COMPARISON OF DATA MINING METHODS BASED ON IMBALANCED DATA
文献类型：期刊
作者：柴雯[1]
机构：[1]中国人民大学商学院
[2]中国人民大学数据工程与知识工程教育部重点实验室
[3]中国人民大学信息学院
[4]中国人民大学大数据与智慧城市研究中心
年：2015
期刊名称：系统科学与数学
卷：35
期：9
页码范围：1059-1072
增刊：正刊
收录情况：中文核心期刊要目总览
所属部门：商学院；信息学院；数据工程与知识工程教育部重点实验室
语言：中文
链接地址：http://d.g.wanfangdata.com.cn/Periodical_xtkxysx-zw201509007.aspx
基金：中国人民大学科学研究基金(中央高校基本科研业务费专项资金资助); 国家自然科学基金; 国家社科基金重大项目; 教育部人文社会科学研究规划基金; 北京市社会科学基金; 北京市科技新星
关键词：SNS;用户影响力;预测;数据挖掘;不平衡数据
摘要：识别和预测SNS中某一话题中有影响力的用户,对于营销战略的精准实施和营销成本的节约具有重要意义.已有相关研究大都聚焦于静态情境下的用户影响力识别,而对于用户影响力预测问题的探讨还非常少.因此,本研究提出了一个综合的预测研究框架,结合不同的预测指标选取策略、属性选择方法和数据采样处理流程,并应用多种分类预测算法,对微博平台的用户影响力进行了实证分析.通过多种预测效果评价指标进行验证,表明本文提出的方法在用户影响力预测上具有较高的精度,显著提高了在个人层面的预测效果,在用户影响力预测方面具有较好的应用价值.
作者其他论文
退休员工知识保留的内容和方式研究.汪长玉;左美云.中国人力资源开发.2014,10-17.
如何促进养老机构采纳信息系统?--一个基于TOE的概念模型.李秋迪;左美云.兰州学刊.2014,103-111.
新型网络环境下社区为老服务的模式和机制研究.李秋迪;左美云;何迎朝.云南行政学院学报.2014,118-121.
虚拟社区内外互动对老年人参与行为的影响研究.周军杰;左美云;谢芳文.信息资源管理学报.2014,24-33.
创新型人才培养模式下教师排课问题的综合决策模型.蔡晓雨;薛伟康;许伟.统计与管理.2014,135-135,136.
