异质信息网络嵌入视角下公安微博传播预测研究

摘要：

[目的/意义]预测用户是否转发、评论通缉微博,研究及评估影响通缉微博传播的重要特征,有助于公安微博提升其运营绩效,增强警民之间的沟通和合作.[方法/过程]针对通缉微博的特点,在抽取通缉微博的用户特征、时间特征、微博文本结构特征的基础上,提取通缉微博中的案件特征,包含案件地点关键字、时间关键字、通缉令等级、有无悬赏等,利用xgboost算法计算不同特征在转发、评论预测中的重要性,并结合传播网络特征和节点属性,构建基于特征属性异质信息网络嵌入的公安微博传播预测模型,并对模型进行训练和评估.[结果/结论]预测模型在转发、评论数据集上的AUC值分别达到0.737和0.799.由于该模型融合了网络结构特征和不同节点属性,更贴近现实的异质信息网络,相比传统的链接预测模型精确度更高.另外,特征重要性实验结果表明,所提出的案件关键字特征在影响微博转发、评论预测的所有特征中重要性最高.

关键词：信息传播、公安微博、链接预测、图表示学习、异质信息网络

所属期刊栏目：64

分类号：G203(信息与传播理论)

资助基金：教育部哲学社会科学研究项目;国家自然科学基金;国家自然科学基金

在线出版日期：2021-05-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：67-76