基于数据挖掘算法的微信公众号阅读量分析.pdfVIP

摘要 摘要 近年来，随着网络和科技的迅猛发展，各种自媒体平台不断涌现。微信公众号作为新 网络时代的社交工具，以其实用的便利性和发布信息的及时性得以迅速发展。不过，随着 不同功能和类别的公众号层出不穷，微信用户的注意力越来越分散，微信公众号粉丝增长 越来越难，文章打开率也越来越低。在此情境下，对影响微信公众号阅读量的因素进行研 究和把握，有利于公众号提高发布信息的阅读量，从而在日趋激烈的竞争中充分发挥媒体 特性。通过对微信公众号阅读量的研究分析，可以帮助公众号用户找到有价值的信息，并 为公众号运营者提供相应的发展方向和策略。目前，对于微信公众号阅读量分析的研究尚 处于起步阶段，因此探究影响微信公众号阅读量的关键因素，掌握微信公众号的运营策略 具有重要的理论意义和实用价值。 本文从微信公众号运营者的角度入手，对于某公众号分析网站上的998条数据进行详 细分析。以公众号某个月平均每次发文所能获得的总阅读量为因变量，选取了包括公众号 类型、发文时间等14个影响阅读量的特征指标，运用了决策树回归、Adaboost 、Bagging 、 随机森林、支持向量机、线性回归6种数据挖掘算法构建模型。通过十折交叉验证法，对 每种算法模型的拟合结果进行比较，确立了基于随机森林算法建立影响总阅读量的分析模 型。 首先基于全部数据集运用随机森林算法建模，选出模型拟合优度最佳的指标组合，包 括公众号类型、公众号类别、名称长度、头像是否彩色、日均发文次数、单次篇数、原创 占比、视频占比、标题长度、标题标点指数、标题正向情感得分、信息熵共12个特征指 标。然后将全部数据集划分为800个训练样本集，198个测试样本集。利用训练集数据建 立随机森林模型，一方面将预测集数据带入模型进行阅读量的预测和分析，发现该模型能 够对公众号的阅读量给出较为合理的解释，符合实际情况，具有实际运用价值。另一方面， 运用随机森林算法建立的模型将优选出来的12个特征指标进行重要性排序，得出了单次 发文篇数、日均发文次数、公众号类别、信息熵、视频占比、原创占比、标题标点指数是 运营公众号的重要因素，并针对运营公众号提出了相应的策略和建议。通过本文的研究， 有力地为微信公众号平台的进一步建设和优化奠定了理论基础，并且提供了实用的运营策 略和方向。 关键词：微信公众号阅读量，影响因素，数据挖掘，信息熵，交叉验证 I Abstract Abstract In recent years, with the rapid development of networks and technology, various self-media platforms have emerged. As a social tool in the new network era, WeChat public account has developed rapidly with its practical convenience and timeliness of publishing information. However, as the public numbers of different functions and categories emerge in an endless stream, the attention of WeChat users is becoming more and more scattered, and the WeChat public number fans are getting harder and harder, and the article opening rate is getting lower and lower. Under this circumstance, researching and grasping the factors affecting the re