基于社会化媒体节点属性的信息预测.pdfVIP

2012年8月 北京邮电大学学报 Aug．2012 of ofPostsandTelecommunicationsV01．35NO．4 第35卷第4期 Journal BeijingUniversity 文章编号：1007．5321(2012)04．0024—04 基于社会化媒体节点属性的信息预测 张 闯， 姜 杨， 吴 铭， 肖文君， 李 泰 (北京邮电大学模式识别与智能系统实验室，北京100876) 摘要：针对多数研究仅将社会化媒体作为数据来源的现状，深入分析社会化媒体特点，重点将节点属性分为静态和 动态进行研究，提出基于预测目标的节点影响力的概念．在此基础上提出了一种基于节点属性进行信息预测的属 性、节点数、倾向(ANV)模型．实验采用后向传播(BP)神经网络预测方法，通过新浪微博数据预测电影票房．仿真 表明，带有节点属性的方法比没有节点属性的方法拟合和预测更为准确． 关键词：社会化媒体；节点属性；预测模型；BP神经网络模型；票房预测 中图分类号：TP39 文献标志码：A InformationPredictionsBasedonNode of AttributesSocialMedia ZHANG JIANG WU Tai Chuang， Yang， Ming，XIAOWen—in．，LI and ofPostsand (PatternRecognitionIntelligentSystemsLaboratory，BeijingUniversity Telecommunications，Beijing100876，China) featuresofsocial asnodeinfluenceare ininformation Abstract：The media，such important prediction． Anew with model andviewsof forevent attribute，numbernodes(ANV)is proposed mentis to the ofnewreleasedmovies back designedpredictperformance using network withthedataofSina toother thenode algorithm Microblog．Comparedmodels，whenconsidering has attribution，the proposedhigherpredictionaccuracy． words：social neural office Key media；node model；BPnetwork；box attribute；prediction earnings forecast 将社会化媒体与传统事件预测相结合的研究成 测。