[发明专利]基于量化热度的微博转发预测方法及装置

权利要求书

1.一种基于量化热度的微博转发预测方法，其特征在于，包括：

在假定微博平台每天总的转发量不变的情况下，每天根据每个话题当天的阅读量占当天所有话题阅读总量的比例确定该话题的热度，并基于所述话题的热度对微博话题进行排序，得到实时的微博热门话题表；

将微博内容与微博热门话题表中的前N个微博话题进行比较，根据微博内容与话题内容的相关性确定微博内容与该微博话题的热度，并将微博内容相对于各个话题的热度进行累加，得到最终的微博热度；

根据微博热度和基本特征对微博转发进行预测；

将微博内容与微博热门话题表中的前N个微博话题进行比较，根据微博内容与话题内容的相关性确定微博内容与该微博话题的热度，并将微博内容相对于各个话题的热度进行累加，得到最终微博的热度具体包括：

在采集微博话题时，采集微博话题下的Q条微博，对这些微博进行中文分词并去掉停用词，对剩余的各词计算其TF-IDF值，将排名靠前的词作为与该话题密切相关的关键词，取前K个词作为该话题的扩展词集；

对于任一一条微博w，如果w中完整的包含话题，则确定二者相似度为1，否则对w进行分词，去掉停用词后构建词向量Vw，同时根据话题和扩展词集构建词向量Vh，计算二者余弦夹角并将其作为w与微博话题h的相似度；计算相似度与微博话题h的热度的乘积，并将其作为w相对于话题h的热度；

将微博相对于排名前N个热门话题的热度进行累加，得到最终微博的热度。

2.如权利要求1所述的方法，其特征在于，所有话题阅读总量为当天微博话题排名前M个话题的阅读数的总和。

3.如权利要求2所述的方法，其特征在于，在假定微博平台每天总的转发量不变的情况下，每天根据每个话题当天的阅读量占当天所有话题阅读总量的比例确定该话题的热度，并基于所述话题的热度对微博话题进行排序，得到实时的微博热门话题表具体包括：

连续采集每天最热门的M个话题的阅读数，计算每个话题当天增加的阅读数，记为ReadTopic[i,j]，表示在第i天话题j的阅读数；

对各个话题按照阅读量进行排序；

根据公式1计算当天最热M个话题阅读总量：

其中，Read[i]为第i天话题阅读总量；

根据公式2计算第i天的话题j的热度：

根据公式2的计算结果对各个话题按照热度排序，得到实时的微博热门话题表。

4.如权利要求1所述的方法，其特征在于，所述基本特征具体包括：用户特征、社交特征、时间特征和内容特征。

5.一种基于量化热度的微博转发预测装置，其特征在于，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如权利要求1至4中任一项所述方法的步骤。