[发明专利]一种基于多元特征的微博信息传播行为预测方法及系统

权利要求书

1.一种基于多元特征的微博信息传播行为预测方法，其特征在于：包括如下步骤：

a、微博网络数据预处理步骤，获取网络数据，并对相关数据进行预处理；

b、微博网络预测模型建立步骤，根据经预处理获得的数据，建立相应的预测模型；

c、微博网络预测步骤，基于所述预测模型预测用户行为趋势。

2.如权利要求1所述的一种基于多元特征的微博信息传播行为预测方法，其特征在于：所述微博网络数据预处理步骤中获取网络数据包括获取用户、发帖转帖、用户关系信息。

3.如权利要求1所述的一种基于多元特征的微博信息传播行为预测方法，其特征在于：所述微博网络数据预处理步骤中对相关数据进行预处理包括去除广告及不完整的帖子。

4.如权利要求1至3之一所述的一种基于多元特征的微博信息传播行为预测方法，其特征在于：所述微博网络数据预处理步骤包括计算每个原帖下，各用户的内容特征、网络特征及时间特征。

5.如权利要求4所述的一种基于多元特征的微博信息传播行为预测方法，其特征在于：所述内容特征共8个，原帖T与用户u发帖集合V₁的内容相似性特征f₁，原帖T与用户u转帖集合V₂的内容相似性特征f₂，原帖T是否包含URL的特征f₃及该URL在用户参与帖子集合V(V＝V₁+V₂)中出现次数特征f₄，原帖T是否包含hash tag(标志为“#短语”)的特征f₅及该hash tag在用户参与帖子集合V中出现次数特征f₆，原帖T是否包含引用(标志为“用户名”)的特征f₇及该引用在用户参与帖子集合V中出现次数特征f₈，上述原帖T与V₁的相似性为T与集合V₁所有帖子相似性的平均值其中集合V₁包含帖子V₁＝<T₁，T₂，T₃...T_m>，帖子T_i经分词和去停止词后对应的n维词条向量为<w_i1，w_i2，w_i3...w_in>，其中w_ij为帖子中词条j的权重，因此任意两帖子T_i、T_j相似性为sim<Ti,Tj>=Σk=1nwik×wjkΣk=1nwik2×Σk=1nwjk2.]]>