基于XGBoost和随机森林预测微.docx

下载文档

0
0
约1.89万字
约 33页
2024-07-03 发布于广东
举报
版权申诉
保障服务

基于XGBoost和随机森林预测微.docx

1、本文档共33页，其中可免费阅读10页，需付费120金币后方可阅读剩余内容。
2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。

PAGE1

摘要

新浪微博已成为国内最大基于用户关系的社交媒体平台，人们无时无刻不在互动微博，产生了巨大的数据可以挖掘。本文以新浪微博为研究对象，提取用户信息、时间信息、博文信息三方面特征，利用随机森林、XGBoost算法预测微博发博一周后的互动量，并分析模型各类特征的重要性及数据时效性。研究发现，微博发博数量及其互动量分布均是向右拖尾的极端分布，随机森林算法相比XGBoost能更好地拟合选题数据，而用户信息特征的重要性显著高于博文信息与时间信息，同时利用三方面预测发博一周后的互动量时可能存在信息冗余。在数据时间方面，短期内训练集与预测集的时间距离没有明显相关关系，相比时间，训练集用户数