摘要
本发明涉及网络信息传播预测技术领域,公开了一种基于多维特征融合的话题传播预测方法及系统,包括对多维特征进行提取,并将多维特征输入至Transformer的decoder层进行融合,构建预测模型进行话题传播预测;所述多维特征包括用户综合影响力、文本情感特征、时间动态特征、用户交互行为。本发明通过动态用户建模、多模态特征融合和智能时序分析三大模块的协同优化,显著提升社交网络传播预测准确率,实现对社交网络中话题传播趋势的精准预测。
技术关键词
话题
情感特征
构建预测模型
粉丝
信息传播预测
多模态特征融合
预测系统
文本
关系
动态
LSTM模型
特征提取模块
数据采集模块
矩阵
指标
注意力机制
融合特征
社交
因子
系统为您推荐了相关专利信息
生成语音
多模态
情感类别
自然语言文本
语音特征
柑橘黄龙病
筛选方法
生物标志物
靶向代谢组学
质谱