摘要
本发明公开了一种基于用户社交行为的舆情传播预测方法和系统,包括以下步骤:步骤S1,根据数据集形式和内容将数据集类别进行完善和划分;步骤S2,根据用户转发评论的内容进行情感分析,对用户转发推文的主题进行初步聚类;步骤S3,与用户主题特征进行融合,进行特征构建;步骤S4,构建用户节点的特征模组,并根据传播情况对整体社交网络进行剪枝;步骤S5,根据历史转发数据计算用户可信程度与易感程度构建掩码矩阵,对指定事件的传播网络进行相似性评估;步骤S6,构建传播预测结果评价指标。本发明结合了用户的依赖性、独立性,结合用户主题特征,得到更具有实际意义的用户节点特征,相比传统的舆情分析预测有更高的准确度。
技术关键词
社交
艾宾浩斯遗忘曲线
主题特征
兴趣
节点特征
掩码矩阵
特征值
注意力
网络
聚类
模组
模块
主题关键词
算法
数学模型
掩膜矩阵
数据
系统为您推荐了相关专利信息
轮廓度误差
加速度
邻居
全局平均池化
辅助夹紧装置
电控节温器
冷却液
液冷系统
发动机工作温度
温度传感器阵列
策略优化模型
管理优化方法
数据
点击率
深度学习模型