论文部分内容阅读
随着网上社会交互的增长,商业企业正在积累大量以前对它们来讲是无法获得的数据,比如,消费者个体的消费习惯以及人际关系网,分析这些数据不仅可以揭示消费者需求,而且可以用来设计未来的社会计算应用。讨论向量自回归条件异方差模型如何被应用于社会网络的动态信息流的分析。为了管理不确定性,引入一些随机变量,这些随机变量会不断地被预测的各个阶段所积累,但通过使用时间序列分析大大地减轻了这种状况。通过模拟现实场景,使用向量自回归条件异方差模型得到彼此影响的预测结果。仿真结果表明该方法具有较好的预测评估准确率。