基于热度曲线分类建模的微博热门话题预测.pdfVIP

第 28卷 第 1期 模式识别与人工智能 V0l|28 No．1 2015年 1月 PR AI Jan． 2015 基于热度 曲线分类建模的微博热门话题预测术 刘业政 杜亚楠 姜元春 杜 非 (合肥工业大学 管理学院 合肥 230009) 摘 要 及时掌握大众关心的热点话题是企业进行商业创新和商务营销的重要前提．现有方法大都依赖于非结构 化数据的处理或反复遍历样本集，使算法复杂性较高．文中从话题的统计特性出发 ，提出建立在结构化数据上的非 参数方法．首先对单个话题构建表征话题传播扩散程度和关注聚焦程度的热度曲线；然后对这些形态丰富的热度 曲线进行分类建模 ，得到不同类别曲线的共性特征及发展规律；最后使用分类模型上的加权投票规则预测新话题 是否会发展成为热门话题．基于新浪微博平台进行数据收集和实验 ，结果表明该方法数据结构简单、效果 良好、复 杂度低且易于控制． 关键词 热度曲线，分类建模 ，加权投票，热门话题预测 中图法分类号 TP181；C934 DOI 10．16451／j．enki．issn1003-6059．201501004 TrendPredictionforM icroblog BasedonClassificationModelingofHeatCurves LIUYe—Zheng，DUYa—Nan，JIANG Yuan—Chun，DU Fei (SchoolofManagement，HefeiUniversityofTechnology，Hefei230009) ABSTRACT Timely acquiring ofhottopics is ofgreatsignificance for commercial innovation and business marketing．Existingmethodsmostlyneedtocopewithnon·structureddataorrepeatedtraversalsample set，which results in high complexity． In thispaper，emphasizing the topic statisticalproperties，a non—parametermethodbasedon sturctured dataisproposed toacquirethehottopicsin time．Firstly， diffusiondegreeandfocusdegreeareintroducedtobuildheatcurvestocharacterizethetopics．Then，the varied heat curves are classified to determine the common behaviors of the topics． Finally，the weighted—voteschemeisemployedtopredictwhetheratopicistrendornot．Theexperimentalresultson Sinamicroblogshow thattheproposedmethodhassimpledatastructureandworkswellwith low time complexityandsimplemanipulation． KeyW ords HeatCurve，ClassificationModeling，Weighted—Vote，TrendPrediction ％973国家重点基础研究发展计划项 目(No．2013CB329603)、国家 自然科学基金项 目(No．7