[发明专利]基于深度学习的微博转发预测方法

摘要

本发明公开了一种基于深度学习的微博转发预测方法，包括通过word2vec将词转化成300维度的实数向量形式；通过剪枝操作把微博正文转化成向量矩阵的形式；利用卷积神经网络提取微博正文的特征；将特征送入线性分类器进行分类；把预测问题转化成分类问题，即对微博转发数量做分割，分成十个类别，并计算微博属于哪个类别的概率；针对不同人群训练不同的分类器，即首先利用一趟聚类对用户进行聚类，然后对每个类别分别做训练。以深度学习为框架，构建了微博文本特征提取模型，并且利用聚类技术实现用户的聚类，充分利用微博内容特征和用户行为特征来实现微博互动预测。

主权项

一种基于深度学习的微博转发预测方法，其特征在于，包括以下步骤：S01：通过词向量生成工具获取词的分布式向量表示，将微博正文转换为向量矩阵形式；S02：将获取的向量矩阵输入卷积神经网络语言模型进行预训练，提取微博正文的特征，得到一个多维度的特征向量；S03：使用不同的特征对用户进行向量化表示，对用户进行聚类，为每个类簇初始化一个卷积神经网络模型，选择样本送入其所属的模型中分别进行训练；S04：通过线性分类器进行分类，概率最大的类别就是微博所属类别，判断微博的转发数。