[发明专利]一种基于用户行为的话题流行度预测系统及方法

摘要

本发明请求保护一种基于用户行为的话题流行度预测系统及方法。它的具体步骤为：获取数据、转发驱动力量化、动力学模型构建三个部分。首先，通过网络爬虫抓取web中的内容获取社交网络用户数据。然后，分析影响用户转发的个人和社交转发驱动力，利用多元线性回归量化转发驱动概率。其次，考虑真实社交网站中，信息传播具有沿关注关系层级传播的特点，重构SIR模型中信息传播的规则。最后，将量化后的转发驱动力引入到SIR模型中，结合时间切片技术，刻画时间特性引起的感染率的动态变化过程，利用最小二乘法拟合模型真实参量，构建信息流行度态势变化趋势，预测信息转发数。本发明提高了话题流行度预测准确度。

主权项

1.一种基于用户行为的话题流行度预测系统，其特征在于，包括：数据源获取模块、转发驱动力量化模块及话题流行度预测模型构建模块，数据源获取模块，用于从现有的社交平台的API获取，或者通过网络爬虫抓取web中的内容获取社交网络用户数据；转发驱动力量化模块，从用户个人和社交两个维出发，提取影响用户转发的个人转发驱动力和社交转发驱动力，利用多元性回归模型量化用户转发驱动力；话题流行度预测模型：首先，基于传统SIR模型以及社交网络中信息传播的特点，引入感染者粉丝转化为易感染群体用户状态F,从而重构信息传播规则和状态转移方程；其次，将转发驱动力量化模块量化后的用户转发驱动力引入到重构模型中，用于动态刻画传染病模型的动态感染率，通过时间切片技术提取各个状态量，利用最小二乘法拟合模型真实参量，预测话题信息流行度态势变化趋势，预测话题信息转发数。