基于SVM的微博转发规模预测方法1
需积分: 0 53 浏览量
2022-08-03
18:59:02
上传
评论
收藏 847KB PDF 举报
第３０卷第９期
２０１３年９月
计算机应用研究
Ａｐｐｌｉｃａｔｉｏｎ
Ｒｅｓｅａｒｃｈ
ｏｆ
Ｃｏｍｐｕｔｅｒｓ
ＶｏＩ．３０
Ｎｏ．９
Ｓｅｐ．２０１３
基于ＳＶＭ的微博转发规模预测方法木
李英乐＋，于洪涛，刘力雄
（国家数字交换系统工程技术研究中心，郑州４５０００２）
摘要：为了评价微博的传播效果，在分析影响用户转发行为因素的基础上，提出了采用用户影响力、用户活跃
度、兴趣相似度、微博内容重要性和用户亲密程度五项特征进行转发行为预测的ＳＶＭ算法，以及基于该算法的
转发规模预测算法。最后给出了传播规模预测的评价方法。针对新浪微博用户数据的实验表明，预测精度达到
了８６．６３％。
关键词：微博；转发行为；转发规模
中图分类号：ＴＰ３９１
文献标志码：Ａ
文章编号：１００１．３６９５（２０１３）０９．２５９４．０４
ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１００１－３６９５．２０１３．０９．００８
Ｐｒｅｄｉｃｔ
ａｌｇｏｒｉｔｈｍ
ｏｆ
ｍｉｃｒｏ—ｂｌｏｇ
ｒｅｔｗｅｅｔ
ｓｃａｌｅ
ｂａｓｅｄ
ｏｎ
ＳＶＭ
ＬＩ
Ｙｉｎｇ—ｌｅ’，ＹＵ
Ｈｏｎｇ．ｔａｏ，ＬＩＵ
Ｌｉ—ｘｉｏｎｇ
（Ｎａｔｉｏｎａｌ
Ｄｉｇｉｔａｌ
Ｓｗｉｔｃｈｉｎｇ
Ｓｙｓｔｅｒｎ
Ｅｎｇｉｎｅｅｒｉｎｇ＆Ｔｅｃｈｎｏｌｏｇｉｃａｌ
Ｒ＆Ｄ
Ｃｅｎｔｅｒ，Ｚｈｅｎｇｚｈｏｕ４５０００２，Ｃｈｉｎａ）
Ａｂｓｔｒａｃｔ：Ｂａｓｅｄ
ｏｎ
ｔｈｅ
ａｎａｌｙｓｉｓ
ｏｆ
ｔｈｅ
ｆａｃｔｏｒｓ
ｔｈａｔ ａｆｆｅｃｔ
ｒｅｔｗｅｅｔ
ｂｅｈａｖｉｏｒ，ｔｈｉｓ
ｐａｐｅｒ
ｐｒｏｐｏｓｅｄ
ａ
ｐｒｅｄｉｃｔ
ＳＶＭ
ａｌｇｏｒｉｔｈｍ
ｗｉｔｈ
ｆｉｖｅ
ｆｅａｔｕｒｅｓ：ｕｓｅｒ
ｉｎｆｌｕｅｎｃｅ，ｕｓｅｒ
ａｃｔｉｖｉｔｙ，ｉｎｔｅｒｅｓｔ
ｓｉｍｉｌａｒｉｔｙ，ｔｈｅ
ｉｍｐｏｒｔａｎｃｅ
ｏｆ
ｍｉｃｒｏ—ｂｌｏｇ
ｃｏｎｔｅｎｔ
ａｎｄ
ｕｓｅｒｓ
ｃｌｏｓｅｎｅｓｓ．Ｆｕｒ－
ｔｈｅｒｍｏｒｅ，ｉｔ
ｐｒｏｐｏｓｅｄ
ｔｈｅ
ｐｒｅｄｉｃｔ
ａｌｇｏｒｉｔｈｍ
ｏｆ
ｒｅｔｗｅｅｔ
ｓｃａｌｅ
ｏｎ
ｔｈｅ
ｂａｓｉｓ
ｏｆ
ＳＶＭ，ａｌｓｏ，ｇａｖｅ
ａ
ｍｅｔｈｏｄ
ｔｏ
ｅｖａｌｕａｔｅ
ｔｈｅ
ｐｒｅｄｉｃｔ
ａｃｃｕｒａｃｙ．Ｔｈｅ
ｅｘｐｅｒｉｍｅｎｔ
ｗｉｔｈ Ｓｉｎａ
ｍｉｃｒｏ－ｂｌｏｇ
ｄａｔａ
ｓｈｏｗｓ
ａ
ｇｏｏｄ
ｒｅｓｕｌｔ ｔｈａｔ
ｔｈｅ
ｐｒｅｄｉｃｔ
ａｃｃｕｒａｃｙ
ｉｓ
ｕｐ
ｔｏ
８６．６３％．
Ｋｅｙ
ｗｏｒｄｓ：ｍｉｃｒｏ－ｂｌｏｇ；ｒｅｔｗｅｅｔ
ｂｅｈａｖｉｏｒ；ｒｅｔｗｅｅｔ
ｓｃａｌｅ
０
引言
微博（ｍｉｃｒｏ－ｂｌｏｇ）是一种基于用户关系的信息分享、传播
以及获取平台，用户可以通过Ｗｅｂ、手机等客户端组建个人社
区，发布１４０个字左右的文字信息，实现即时分享。２００６年３
月，互联网上出现了首个微博网站Ｔｗｉｔｔｅｒ。微博的原创性、时
效性、草根性、随意性、碎片性等特点给互联网带来了一种全新
的社交方式，微博网站及其注册用户的数量呈现出爆炸式的增
长。根据中国互联网络信息中心（ＣＮＮＩＣ）发布的报告显示，截
止到２０１１年６月底，中国微博用户数量已经从年初的６
３１１万
增加到１．９５亿，半年增幅高达２０８．９％，网民的使用率也从
１３．８％增至４０．２％…。作为一种新兴的社会媒体，微博不仅
是个人自我表达、人际交流的工具，还Ｅｔ渐发展成为政府、企
业、组织用于信息发布、公关营销的手段。
从根本上说，微博仍然是一种传播媒体，最终目的都是向
外界传递消息，获得最大的传播效果。而作为新兴的社会媒
体，与传统媒体相比又有许多独特的性质。因此，研究如何在
新媒体环境下，利用微博进行有效、高效的传播信息显得尤为
必要。传播效果是传播学的一个概念，它是指传播活动尤其是
报刊、广播、电视等大众传播媒介的活动对受传者和社会所产
生的一切影响和结果的总体悼Ｊ。传播效果是一个抽象、定性
的概念，目前尚没有一个公认的统一的标准来评价传播效果。
不同的媒体采用不同的指标来评价其传播效果，如报纸用发行
量、电视节目用收视率、电影用票房等。微博是通过转发行为
实现了消息的持续传播，转发规模可以作为传播效果的一个重
要指标。因此，分析用户的转发行为是预测转发规模的重要
途径。
目前，对于社交网络中用户行为研究已经有了一定进展。
清华大学的Ｔａｎ等人¨１提出了一种Ｎ，Ｉ－Ｉ’一ＦＧＭ（ｎｏｉｓｅ
ｔｏｌｅｒａｎｔ
ｔｉｍｅ－ｖａｒｙｉｎｇ
ｆａｃｔｏｒ
ｇｒａｐｈ
ｍｏｄｅｌ）来模拟和预测社交网络中用户
行为。该模型定义了行为偏好因子、朋友影响因子和自相关因
子，分别计算这三者对用户行为的影响概率，将预测问题转换
为一个条件概率问题来求解。张饧等人Ｈ
ｏ针对Ｔｗｉｔｔｅｒ用户的
转发行为提出了一种基于特征加权的预测模型。该模型将
Ｔｗｉｔｔｅｒ数据标记为转发和非转发两类，然后提取了１１个用户
特征和１１个文本特征，并按重要性进行加权，最后通过ＳＶＭ
来训练得到预测模型。该模型在预测转发行为的总体命中率
达到了８５．９％。另外还通过信息增益方法对各个特征进行了
重要性排名，“用户粉丝数”和“用户被提及数”居于前列，并得
出用户特征和文本特征几乎同等重要的结论。加州大学洛杉
矶分校的Ｂａｎｄａｒｉ等人¨１提出了一种算法来预测新闻能否在
Ｔｗｉｔｔｅｒ上流行，或者在社交网站上引发热烈讨论。该算法仅仅
根据文章的内容就能推断出文章被分享到Ｔｗｉｔｔｅｒ后获得多少
点击和转发。文中提出四个特征，即文章类别、客观程度、提及
的人物和地名、文章来源，通过回归算法得到这四个特征与转
发量之间的关系式。在预测时，文中将流行度按照转发量分为
三个档次，即１～２０次为低流行度、２０～１００次为中流行度、
１００—２
４００次为高流行度，对这三个档次的预测准确度达到
了８４％。
收稿日期：２０１２—１２—２０；修回日期：２０１３—０２—１５
基金项目：国家“８６３”计划资助项目（２０１ｌＡＡ０１０６０３）
作者简介：李英乐（１９８５一），男（通信作者），硕士研究生，主要研究方向为通信与信息系统（１ｙ１７２２５＠１６３．ｅｏｍ）；于洪涛（１９７０一），男，教授，主要
研究方向为通信与信．ｇ－系统；刘力雄（１９７４一），男，副教授，主要研究方向为通信与信息系统．
万方数据
评论0