[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有效
| 申请号： | 201910621977.8 | 申请日： | 2019-07-10 |
| 公开（公告）号： | CN110336700B | 公开（公告）日： | 2021-09-14 |
| 发明（设计）人： | 黄宏宇;刘海燕 | 申请（专利权）人： | 重庆大学 |
| 主分类号： | H04L12/24 | 分类号： | H04L12/24;H04L12/58;G06F16/35;G06Q10/04;G06Q50/00 |
| 代理公司： | 北京同恒源知识产权代理有限公司 11275 | 代理人： | 赵荣之 |
| 地址： | 400044 重*** | 国省代码： | 重庆;50 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于时间及用户的转发序列的微博流行度预测模型，属于涉及社交网络中消息流行度预测领域，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：将隐藏层的输出结果进行非线性变换网络，学习在传播过程中每个时间步的速率；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。本发明保证了在消息传播的早期更精准地预测其在未来的流行趋势，该模型既利用了历史传播信息，又很好地刻画了微博的传播过程。 | ||
| 搜索关键词： | 一种 基于 时间 用户 转发 序列 流行 预测 方法 | ||
【主权项】：
1.一种基于时间及用户的转发序列的微博流行度预测模型，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：将隐藏层的输出结果进行非线性变换网络，学习在传播过程中每个时间步的速率；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。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于重庆大学，未经重庆大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910621977.8/，转载请声明来源钻瓜专利网。
