专利名称：基于用户特征的预测社交网络信息流行度的方法及
系统
专利类型：发明专利
发明人：李歌,胡玥,于延宇,李丹申请号：CN201410472689.8申请日：20140916公开号：CN104281882A公开日：20150114
摘要：本发明提供了基于用户特征的预测社交网络信息流行度的方法，该方法包括：获取社交网络中的用户数据和信息数据；从用户数据中提取部分用户属性特征及用户行为特征；根据用户属性特征和用户行为特征将用户数据进行分类；根据信息数据及用户的类别，得到信息数据对应的用户传播特征；根据用户传播特征得到社交网络信息流行度预测模型，采用预测模型对信息流行度进行预测。本发明提供的基于用户特征的预测社交网络信息流行度的系统，包括获取模块、特征提取模块、分类模块、处理模块、预测模型模块及预测模型。本发明结合用户行为特征的特点，更加准确地预测社交网络的信息传播，解决热点发现滞后、信息推送以及网络舆情监测实时性难以保证的问题。
申请人：中国科学院信息工程研究所
地址：100093 北京市海淀区闵庄路甲89号
国籍：CN
代理机构：北京路浩知识产权代理有限公司
代理人：李相雨
更多信息请下载全文后查看
因篇幅问题不能全部显示，请点此查看更多更全内容