-
题名基于热度曲线分类建模的微博热门话题预测
被引量：6
- 1
-
-
作者
刘业政
杜亚楠
姜元春
杜非
-
机构
合肥工业大学管理学院
-
出处
《模式识别与人工智能》
EI
CSCD
北大核心
2015年第1期27-34,共8页
-
基金
973国家重点基础研究发展计划项目(No.2013CB329603)
国家自然科学基金项目(No.71071047)
教育部人文社科基金项目(No.12YJC630073)资助
-
文摘
及时掌握大众关心的热点话题是企业进行商业创新和商务营销的重要前提.现有方法大都依赖于非结构化数据的处理或反复遍历样本集,使算法复杂性较高.文中从话题的统计特性出发,提出建立在结构化数据上的非参数方法.首先对单个话题构建表征话题传播扩散程度和关注聚焦程度的热度曲线;然后对这些形态丰富的热度曲线进行分类建模,得到不同类别曲线的共性特征及发展规律;最后使用分类模型上的加权投票规则预测新话题是否会发展成为热门话题.基于新浪微博平台进行数据收集和实验,结果表明该方法数据结构简单、效果良好、复杂度低且易于控制.
-
关键词
热度曲线
分类建模
加权投票
热门话题预测
-
Keywords
Heat Curve, Classification Modeling, Weighted-Vote, Trend Prediction
-
分类号
TP393.092
[自动化与计算机技术—计算机应用技术]
-
-
题名热点特征深挖下的高效微博热门话题预测
被引量：1
- 2
-
-
作者
谷保平
史丽燕
-
机构
河南广播电视大学
-
出处
《科技通报》
北大核心
2014年第4期80-82,共3页
-
基金
2013河南省社科联资助项目(SKL-2013-598)
-
文摘
提出一种基于数据挖掘的微博热门话题预测方法,在对微博词汇进行基于词频的热门分类基础上,通过热点发现、特征提取、发现学术领袖、热点追踪、关注学术领袖和热点分析6个阶段对预测进行分析和处理。通过统计的方法实现热门预测结果输出。采用一组网络词汇进行实际的热门预测仿真分析,结果显示,基于数据挖掘的微博热门话题预测方法能够更好的实现微博热门话题的预测,预测结果聚类特性优于传统预测方法,算法收敛特性好,具有很好的预测使用价值。
-
关键词
数据挖掘
微博
热门话题预测
聚类性
-
Keywords
data mining
micro blogging
hot topic prediction
clustering ability
-
分类号
TP393
[自动化与计算机技术—计算机应用技术]
-
