基于社交上下文信息的用户转发行为预测方法

作者：杨力; 郭慧慧; 刘泽宇; 张岩

来源：2020-01-14, 中国, ZL202010034448.0.

本发明提出了一种基于社交上下文信息的用户转发行为预测方法,用于解决现有技术中存在的预测准确率较低的技术问题,实现步骤为：(1)收集社交网络中的数据；(2)构建每个用户的社交网络图；(3)计算用户的历史消息的主题概率分布和待预测消息的主题概率分布之间的JS散度；(4)计算用户的成对影响力和结构影响力；(5)获取用户的社交上下文信息；(6)基于社交上下文信息构建逻辑回归模型来预测用户的转发行为。本发明提出的方法依赖于用户的局部网络结构,将用户转发消息的主题概率分布和结构响力函数作为社交上下文信息集成到逻辑回归模型中,使得本发明更好地量化了转发行为的影响因素,可以提高用户转发行为的预测准确率。

• 单位
  西安电子科技大学