[发明专利]基于组合策略的社交网络媒体信息流行度预测方法

权利要求书

1.一种基于组合策略的社交网络媒体信息流行度预测方法，其特征在于，包括：

对于训练集中每一包含多媒体特征的帖子，从中提取多模态特征，包括：图像特征、文本特征、社交信息中的数字特征以及类别特征，或者还包括用户特征；

使用滑动窗口平均化来处理当前帖子的文本特征和图像特征，挖掘相同用户不同帖子间的潜在关联，并将平均化结果作为当前帖子的文本和图像特征，再与当前帖子的其他特征拼接融合；

在进行特征拼接融合后，基于CatBoost根据是否包含用户特征来训练两个独立的模型，CatBoostA模型与CatBoostB模型；

测试阶段，对于待预测的帖子，根据其是否包含用户特征来对训练后的CatBoostA模型与CatBoostB模型设置不同的权重进行社交媒体流行度预测；

所述使用滑动窗口平均化来处理文本和图像特征包括：

对临近时间的用户帖子特征进行平均处理作为当前帖子特征，对第i个用户，第j个帖子的滑动窗口平均处理后的特征通过以下公式计算：

其中，x_i,j为经过特征提取后的第i个用户，第j个帖子的原始特征，所述原始特征为未进行滑动窗口平均之前的文本特征或者图像特征；s为窗口大小。

2.根据权利要求1所述的一种基于组合策略的社交网络媒体信息流行度预测方法，其特征在于，

通过预训练模型ResNeXt从帖子中的图像中提取通用特征表示，预训练模型ResNeXt最后一个池化层输出的特征即为图像特征；

通过预训练的深度学习模型Bert和Glove提取文本特征；对于每一个句子各自通过预训练的深度学习模型Bert和Glove提取向量，再进行平均化作为整个句子的文本特征；

社交信息中的数字特征包括：非数值形式的特征，即帖子的时间戳；以及数值形式的特征，即发布位置、转发数目、评论数目和点赞数目；对于时间戳，转化成数值形式的年月日小时格式；

类别特征包括：利用CatBoost的有序目标统计方法将用户ID、用户类型和发布平台各自进行转换，获得的统计值；

用户特征包括：用户在社交媒体上的粉丝数、关注数以及平均浏览量。

3.根据权利要求1所述的一种基于组合策略的社交网络媒体信息流行度预测方法，其特征在于，所述基于CatBoost根据是否包含用户特征来训练两个独立的模型，CatBoostA模型与CatBoostB模型包括：

CatBoostA模型使用全部的训练集来训练，训练过程中不使用用户特征；CatBoostB模型使用训练集中含有用户特征信息的帖子集合作为训练集，使用全部的特征类型进行训练；两个模型训练阶段的目标函数是最小化的均方根误差RMSE。

4.根据权利要求1所述的一种基于组合策略的社交网络媒体信息流行度预测方法，其特征在于，

对于包含用户特征的帖子采用下述方式获得社交媒体流行度预测值：

y＝α₁*y_A+(1α₁)*y_B

对于不包含用户特征的帖子采用下述方式获得社交媒体流行度预测值：

y＝α₂*y_A+(1α₂)*y_B

其中，y_A和y_B分别是CatBoostA模型和CatBoostB模型的输出预测值，α₁和α₂为超参数。