基于主题与用户关系信息的微博热度预测算法

摘要：

微博的传播热度研究对加强舆情监控、提高市场营销效率等具有重要作用.设计基于LDA算法提取微博主题特征,并融合热点话题等其他特征挖掘用户关系网络中的"隐形粉丝"信息,将传播深度和传播广度特征作为衡量微博传播效果的重要指标,最后结合BP神经网络建立微博热度预测模型.实验结果表明,加入间接用户关系网络信息和主题信息能够有效地提高微博热度预测模型的性能,在准确率、召回率等指标值上都有较好的提高,验证了算法的有效性.

关键词：微博热度预测、信息挖掘、特征提取、特征融合、预测模型、传播效果衡量

所属期刊栏目：44

分类号：TN911.1-34;TP3

资助基金：江西省自然科学基金20192ACBL21006

在线出版日期：2021-07-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：140-143