[发明专利]在社交网络中基于泊松过程模型的事件流行度预测方法

摘要

本发明提供了一种在社交网络中基于泊松过程模型的事件流行度预测方法，步骤第一步，选取样本事件，并获取样本事件的微博传播链；第二步，用户影响力计算并筛选影响力大的作为关键用户，而将剩下的用户标记为非关键用户；第三步，将关键用户带来的转发微博过程建模为泊松过程模型，而对非关键用户带来的转发微博过程简单处理；第四步，使用样本事件的信息来学习和估计关键用户的泊松过程模型的参数以及非关键用户的参数；第五步，给定一个已知一定时间长度的演化信息的新的事件，根据第三步中的模型来预测它在未来某时刻的流行度。本发明能在微博事件发生的初期给出比较好的流行度预测，将为合理引导事件的发展提供非常有效的帮助。

主权项

一种在社交网络中基于泊松过程模型的事件流行度预测方法，其特征在于包括如下步骤：第一步，选取样本事件，并获取样本事件的传播链；第二步，用户影响力计算，并筛选影响力大的用户作为关键用户，并将剩下的用户标记为非关键用户；第三步，将关键用户带来的转发传播过程建模为泊松过程模型，而对非关键用户带来的转发传播过程，仅仅使用样本数据获得一个经验比例值；第四步，使用样本事件的信息来学习和估计关键用户的泊松过程模型的参数以及非关键用户的参数，以确定第三步中的模型；第五步，给定一个已知时间长度的演化信息的新的事件，根据第三步中的模型来预测它在未来某时刻的流行度。