融合興趣和行為的用戶轉發(fā)行為預測

微博轉發(fā)是微博網絡中信息得以傳播的基礎，對用戶影響力評估以及網絡營銷等具有重要意義?，F有的方法在考慮影響用戶轉發(fā)行為的因素時，大多只考慮微博以及用戶屬性等特征，沒有考慮用戶興趣和用戶歷史行為規(guī)律等個性化特征，本文提出了基于LDA主題模型的用戶興趣與微博相似度計算方法，將計算結果作為用戶興趣特征，還提出了基于用戶轉發(fā)率、與上游用戶交互頻率的用戶歷史行為特征，最后融合用戶興趣特征、用戶歷史行為特征、上游用戶特征、微博特征，建立基于幾種常見分類模型的預測方法，在真實數據集上的實驗結果表明，該方法能夠有效提升預測準確性，取得較好的預測效果。

【關鍵詞】微博轉發(fā) LDA主題模型 用戶興趣 用戶歷史行為規(guī)律 分類模型

1 引言

微博，作為web2.0的典型應用之一，是近年來興起的信息交流與傳播平臺，表現出非常強勁的發(fā)展勢頭。由于具有龐大的用戶規(guī)模以及便捷快速的消息發(fā)布與傳播方式，微博已發(fā)展成為當前信息傳播與輿論擴散的重要平臺。如何對微博的信息傳播機制進行有效的檢測與管控，增強對熱點事件的預見性，使其能夠更好地服務于社會是當下亟需重視的問題。因此，微博轉發(fā)作為微博信息傳播的重要過程，研究其具有重要意義，現有的研究將用戶轉發(fā)問題看成是二分類問題，但大多沒考慮用戶的興趣和用戶的歷史行為對用戶轉發(fā)行為的影響。

2 問題描述

若給出了用戶的歷史轉發(fā)或不轉發(fā)微博集合，對用戶轉發(fā)行為的預測問題可看成是機器學習中的二分類問題，通過對微博集合進行訓練，可得到用戶轉發(fā)或不轉發(fā)微博的分類結果。

3 融合興趣和行為的用戶轉發(fā)行為預測

3.1 用戶興趣特征

本文通過LDA主題模型去建立用戶的興趣并計算用戶興趣與微博的相似性，再將計算結果作為用戶興趣特征。

3.2 用戶歷史行為特征

用戶的歷史行為包括用戶轉發(fā)活躍度以及用戶與上游用戶的交互強度。

本文按如下方式定義用戶的轉發(fā)活躍度frr：

其中，nrepost表示用戶最近發(fā)布的微博中轉發(fā)微博的數量，npost表示用戶最近發(fā)布所有微博的數量，frr越大說明用戶最近發(fā)表的微博中轉發(fā)微博的比例越高。

本文按如下方式定義用戶的接受用戶與上游用戶之間的交互強度fuv。

其中u表示上游用戶，v表示接受用戶， nv表示一段時間t內接受用戶轉發(fā)微博的次數，nuv表示一段時間t接受用戶轉發(fā)的微博中上游用戶微博的數量。

3.3 上游用戶特征

上游用戶的特征包括上游用戶的粉絲數、注冊年限、上游用戶身份、認證狀態(tài)。

3.4 微博內容特征

微博內容特征包括微博中是否@他人，是否含有主題標簽，微博發(fā)表時間段以及是否含有超鏈接。

4 實驗分析

4.1 實驗數據集

本文基于新浪微博開放平臺提供的API來抓取所需的數據，實驗數據整體分布見表1。

表1：實驗數據集分布

轉發(fā)微博 不轉發(fā)微博 總數

62，966 497，130 560，126

4.2 實驗結果及分析

轉發(fā)行為預測結果如圖1所示，使用不同的分類模型將有不同的預測效果，其中使用邏輯回歸進行預測時準確率達到0.73，召回率達到0.75，F1度量值達到0.75。

為了證明本文考慮的用戶興趣和行為特征的有效性，將結果和Zhang等人的工作進行比較，都使用邏輯回歸模型進行預測，比較結果如表2所示。

表2：預測結果對比

分類方法 準確率 召回率 F1度量值

本文的方法 0.735 0.752 0.752

張的方法 0.708 0.733 0.735

可以看出本文所提出的的方法預測結果更加準確，能夠將準確率提升將近3%，說明本文考慮的用戶興趣和行為特征能夠提高預測準確性。

參考文獻

[1]Xu Z，Yang Q.Analyzing user retweet behavior on Twitter.In：Proc.of the ASONAM 2012.Washington： IEEE Computer Society，2012.46-50.[doi： 10.1109/ASONAM.2012.18]

[2]張旸，路榮，楊青.微博客中轉發(fā)行為的預測研究[J].中文信息學報，2012，26（04）：109-114

[3]曹玖新，吳江林，石偉，劉波，鄭嘯，羅軍舟.新浪微博網信息傳播分析與預測[J].計算機學報，2014，37（04）：779-790.

[4]Zhang J，Liu B，Tang J，Chen T，et al.Social influence locality for modeling retweeting behaviors[C]//Proceedings of the 23rd International Joint Conference on Artificial Intelligence （IJCAI），2013： 2761-2767.

作者簡介

劉清（1993-），男，江蘇省淮安市人。工學碩士，同濟大學學生。主要研究方向為社交網絡數據挖掘研究。

作者單位

同濟大學 上海市 201800