融合时序文本与高阶交互拓扑的在线抗议预测

作者：罗森林; 李东超; 吴舟婷; 潘丽敏; 吴倩^*

来源：北京理工大学学报, 2020, 40(11): 1245-1252.

DOI：10.15918/j.tbit1001-0645.2019.079

• 时序性差异
• 自注意机制
• 高阶交互拓扑
• 在线抗议预测

针对在线抗议预测技术中忽视用户文本时序差异性及用户间高阶交互拓扑的问题,提出融合时序文本与高阶交互拓扑的在线抗议预测方法.基于自注意力机制建模用户不同时刻交互文本信息对其抗议倾向的影响,构建用户文本表示向量;同时利用邻域节点的相似性,构建二阶相似性保持的用户交互拓扑表示向量;融合用户文本表示向量和交互表示向量预测用户抗议倾向.推特数据集结果表明本方法准确率可达到93.9%,为抗议活动预测提供技术支撑.

• 单位
  国家计算机网络应急技术处理协调中心; 北京理工大学