[发明专利]一种基于TS-LSTM和DNN的微博转发量预测方法

摘要

本发明属于网络信息处理技术领域，公开了一种基于TS‑LSTM和DNN的微博转发量预测方法,利用用户所发布的所有微博作为源数据，提取出用户10个特征作为输入，微博转发数量量级作为输出，建立TS‑LSTM的预测模型，预测出指定微博的转发指数；根据用户自身影响力、用户粉丝影响力、用户与粉丝的微博特征相似度、微博特征以及预测出的转指定微博的转发指数的特征作为输入，以活跃粉丝是否会转发作为输出，最后统计会转发的数量得出预测目标微博最终转发量级。本发明提出的TS‑LSTM算法并使其与DNN结合对微博转发进行了建模预测，实验论证较以往方法至少有5％的提升。

主权项

1.一种基于TS‑LSTM和DNN的微博转发量预测方法，其特征在于，所述于TS‑LSTM和DNN的微博转发量预测方法包括：利用用户所发布的所有微博作为源数据，提取出用户活跃粉丝数，关注数，用户是否认证，会员等级，微博发布时间，微博图片数量，微博是否有视频，微博是否有链接，是否包含主题以及微博特相似度的特征作为输入，微博转发数量量级作为输出，建立TS‑LSTM的预测模型，预测出指定微博的转发指数；根据用户自身影响力、用户粉丝影响力、用户与粉丝的微博特征相似度、微博特征以及预测出的转指定微博的转发指数的特征作为输入，以活跃粉丝是否会转发作为输出，最后统计会转发的数量得出预测目标微博最终转发量级。