[发明专利]基于用户特征的预测社交网络信息流行度的方法及系统

摘要

本发明提供了基于用户特征的预测社交网络信息流行度的方法，该方法包括获取社交网络中的用户数据和信息数据；从用户数据中提取部分用户属性特征及用户行为特征；根据用户属性特征和用户行为特征将用户数据进行分类；根据信息数据及用户的类别，得到信息数据对应的用户传播特征；根据用户传播特征得到社交网络信息流行度预测模型，采用预测模型对信息流行度进行预测。本发明提供的基于用户特征的预测社交网络信息流行度的系统，包括获取模块、特征提取模块、分类模块、处理模块、预测模型模块及预测模型。本发明结合用户行为特征的特点，更加准确地预测社交网络的信息传播，解决热点发现滞后、信息推送以及网络舆情监测实时性难以保证的问题。

主权项

一种基于用户特征的预测社交网络信息流行度的方法，其特征在于，该方法包括：获取预设时间内社交网络中的信息数据和与所述信息数据对应的用户数据，所述用户数据包括多个用户属性特征；从所述用户数据中提取影响信息传播的有效的用户属性特征，以及根据所述用户数据，获取所述用户数据的用户行为特征；按照提取的用户属性特征和所述用户行为特征将用户数据进行分类，得到用户数据中用户的类别；根据所述信息数据以及所述用户数据中用户的类别，获取与所述信息数据对应的用户传播特征；根据所述用户传播特征，确定社交网络信息流行度的预测模型；采用所述预测模型对一段时间内产生的信息数据进行分析，对信息流行度进行预测；所述根据所述信息数据以及所述用户数据中用户的类别，获取与所述信息数据对应的用户传播特征，包括：按照用户的类别，将数据库中的信息数据中参与信息传播的用户按照用户的类别进行统计，统计的各个类别的用户数量作为所述信息数据对应的用户传播特征；所述根据所述用户传播特征，确定社交网络信息流行度的预测模型，包括：建立基于用户特征的多元线性模型；将所述用户传播特征作为训练集，对所述线性模型进行训练，得到社交网络信息流行度预测模型；其中，所述用户特征由提取的用户属性特征和所述用户行为特征进行归一化处理得到。