[发明专利]一种基于时间及用户的转发序列的微博流行度预测方法

权利要求书

1.一种基于时间及用户的转发序列的微博流行度预测方法，其特征在于：包括以下步骤：

S1：利用循环神经网络对微博的转发序列进行建模，用来捕获消息传播过程的长距离依赖；

S2：获取循环神经网络的隐藏层输出，然后进行非线性变换，得到微博在每个转发时刻的传播速率；

S3：利用速率得到的早期趋势加速度和早期的流行度，并在用户活跃度的优化下，对微博未来的流行度进行预测；包括以下步骤：

S31：利用得到的速率函数计算微博到观察时间内的传播趋势加速度，计算公式如下：

其中，T_obs表示观察时间，n表示转发序列中元素个数，v_i表示每个转发时刻的速率函数；

S32：将用户活跃度量化，得到微博平台上每个时间段的用户活跃度，具体的量化公式如下：

其中，N(t)表示从一天的开始时间到当前时间t为止用户发布微博的平均数量，η表示微博平台上单位时间内的用户发布微博的平均数量；

S33：将步骤S31的趋势加速度和消息早期的流行度分别除以步骤S32的用户活跃度得到相对趋势加速度和相对流行度，如下：

然后联合两者建立线性回归模型，计算公式如下：

其中，β₀,β₁,β₂为模型参数。

2.根据权利要求1所述的基于时间及用户的转发序列的微博流行度预测方法，其特征在于：步骤S1包括以下步骤：

S11：时间向量的映射，对于每个时间组成单位，按照其上一级的单位转换为该单位的长度，然后设置它在向量中的长度，接着将用户信息向量化，收集微博中每个用户的历史微博文本信息，聚合成代表该用户的文档，所有的用户文档聚合成一个文档集，随机生成各个主题的主题-词分布以及各个用户微博文档的文档-主题分布，根据文档-主题分布和主题-词分布，生成全部文档中的词，根据LDA主题模型的吉布斯抽样不断进行模型的训练，最终得到每个用户文档的主题分布，用该主题分布作为用户的兴趣向量；

S12：将时间和用户向量拼接起来作为一个整体输入，按照一定的规则进行嵌入操作；

S13：将步骤S12的结果作为输入到循环神经网络中，经过嵌入层输入到底层RNN中进行传播训练，采用LSTM作为循环神经网络来解决标准神经网路中梯度消失的问题，经过遗忘门、输入门、输出门最终得到每个时间步的隐藏层输出；

遗忘门公式为：

f_t＝σ(W_f.[h_t-1,x_t]+b_f)，

其中，x_t是第t层的输入，h_t表示当前时间步的隐藏层信息，h_t-1表示前一个时间步的隐藏层信息，“.”表示向量的乘法运算，中括号表示两个向量相连合并，σ(·)为sigmoid激活函数，W_f为权重矩阵，b_f为偏置向量

输入门及网络状态更新为：

i_t＝σ(W_i.[h_t-1,x_t]+b_i)，

其中，W_C和b_C分别代表权重矩阵和偏置向量，tanh是双曲正切函数；

输出门为：

o_t＝σ(W_O.[h_t-1,x_t])+b_o)，h_t＝o_t*tanh(C_t)

其中，W_o和b_o分别是权重矩阵和偏置参数。

3.根据权利要求1所述的基于时间及用户的转发序列的微博流行度预测方法，其特征在于：所述步骤S2中，获取循环神经网络的隐藏层输出，然后进行非线性变换，得到微博在每个转发时刻的传播速率，将消息的转发过程建模成随机点过程，计算公式如下：

v_t＝exp(W^mh_t+b^m)

其中，W^m为权重矩阵，b^m为偏置参数，H_t的影响体现在W^mh_t上，h_t是循环神经网络的隐藏层信息，也代表序列数据中的历史信息。