一种基于多模式影响力的微博信息扩散预测方法

来源 :计算机应用研究 | 被引量 : 0次 | 上传用户:a30355115
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
微博服务已经成为加强人们互相沟通的重要媒体。微博的信息扩散能够带来巨大的商业价值,同时也为谣言的传播提供了良好滋润环境。如果能够预测某个信息是否会被爆发式地传播,以及哪些用户会加入到信息的传播中将是非常有意义的工作。定义了三种模式的影响力:面向兴趣的影响力、面向社交关系的影响力和面向传播能力的影响力,提出了一种基于扩散的影响力模型来区分和度量不同类型的影响力;进一步地,利用微博用户传播博文给影响力用户的意图来对影响力传播预测建模,预测模型能够预测新博文将来的扩散状态。利用真实的微博数据来评测预测模型,实验
其他文献
提出一种基于先验信息的脑功能网络提取方法。该方法基于先验信息得到初始的目标和背景种子点,然后基于图论将整个脑图像构建图,最后利用半监督聚类技术提取脑功能网络。基于
针对文本数据维度较高、空间分布稀疏及其聚类效果不佳的问题,提出一种基于增强蜂群优化搜索与K-means的高效文本聚类算法。首先为蜂群算法引入公平操作与克隆操作来提高全局
针对多种负载预测方法的适用场景进行了研究,提出了一种负载预测与过载迁移的融合算法。该算法提前对周期内无法提取到的负载情况进行预测且对超过负载阈值的服务器进行告警,
针对飞行仿真转台伺服系统中存在的非线性摩擦干扰进行了研究,采用一种基于RBF神经网络进行误差补偿的在线自适应控制策略。在基于逆动力学的计算力矩控制方法的基础上,利用R
为了提高文本:分类性能,提出一种基于受限约束范围标签传播的半监督学习算法。首先利用相似性矩阵计算得出概率转移矩阵,进而通过概率转移矩阵得出受限约束范围;然后在约束范围内
针对虚拟内窥镜中心路径提取算法时间效率不高的问题,通过改进边界距离变换,提出了中心路径的快速提取算法。首先建立最小距离场,在边界内推过程,仅扫描并处理与边界点面连接
分层狄利克雷过程是一种贝叶斯无参模型,用于分析海量数据的概率主题模型,解决潜在狄利克雷分布无法解决的动态聚类的问题。从因子图的角度出发将消息传递算法与吉布斯采样算
轻型无人机群可将远距离目标信息通过中继链路传回测控站。在目标运动距测控站过远以及无人机使用数量受限的情况下,无人机之间通信无法保障,导致信息无法传回。针对该问题,
为了模拟信息在微博环境中的传播情况,根据微博用户行为(发布、关注、转发和评论等)和微博内容,提出一种融合用户行为和内容的微博用户影响力算法。通过对微博用户行为的分析得到
针对复杂系统故障诊断中诊断精度低、虚警率高的问题,进行了不可靠测试条件下基于Rollout算法的诊断策略优化方法研究。建立综合考虑测试点的故障检测能力、信息量、测试费用