[发明专利]一种发布信息的转发量预测方法和装置

说明书

本发明实施例涉及数据处理技术领域，尤其涉及一种发布信息的转发量预测方法和装置，用于实现提高发布信息转发量的预测准确性。获取预设周期内的发布信息；针对每个发布信息，确定发布信息的特征向量；由于根据发布信息的特征向量和预设周期的前一个预测周期内确定的第一预测模型，预测出发布信息的预测转发量；第一预测模型为根据预设周期之前邻近的第二个预测周期内的预测模型修正得到的；根据预设周期内的每个发布信息的预测转发量和预设周期内的每个发布信息的实际转发量，修正第一预测模型得到第二预测模型；第二预测模型用于预测预设周期的后一个预测周期内的每个发布信息的转发量。如此，可以实现提高发布信息转发量的预测准确性。

技术领域

本发明实施例涉及数据处理技术领域，尤其涉及一种发布信息的转发量预测方法和装置。

背景技术

随着网络技术的发展，社交媒体中微博、腾讯说说等通过转发行为传播信息的发布信息的用户数量越来越多。发布信息作为一种基于用户关系的信息分享、传播平台，产生了海量图片、文字、音视频信息。转发行为是主要的信息传播方式，对于发布信息转发行为的研究可以用于舆情分析、用户兴趣挖掘、以及用于防范网络造谣、网络诈骗等。

现有技术中，通过离线模型预测发布信息转发量，这种离线模型采用离线数据进行离线预测，比如，采用一个月前的发布信息构建转发量预测模型，用来预测当前发布的发布信息的转发量，使用的数据并不是近期的发布信息，预测结果不准确。而且离线模型中的模型结构参数只经过一次训练而成，没有根据发布信息数据的变化或者用户转发行为的变化而适应性变化，难以保证发布信息转发量的预测结果的准确率。

发明内容

本发明实施例提供一种发布信息的转发量预测方法和装置，用以实现提高发布信息转发量的预测准确性。

本发明实施例提供一种发布信息的转发量预测方法，包括：

获取预设周期内的发布信息；

针对所述预设周期内的每个发布信息，确定所述发布信息的特征向量；根据所述发布信息的特征向量和所述预设周期的前一个预测周期内确定的第一预测模型，预测出所述发布信息的预测转发量；所述第一预测模型为根据所述预设周期之前邻近的第二个预测周期内的预测模型修正得到的；

根据所述预设周期内的每个发布信息的预测转发量和所述预设周期内的每个发布信息的实际转发量，修正所述第一预测模型得到第二预测模型；所述第二预测模型用于预测所述预设周期的后一个预测周期内的每个发布信息的转发量。

可选的，所述预设周期内包括N个发布信息；所述根据所述预设周期内的每个发布信息的预测转发量和所述预设周期内的每个发布信息的实际转发量，修正所述第一预测模型得到第二预测模型，包括：针对所述N个发布信息中每个发布信息，根据所述发布信息的预测转发量和所述发布信息的实际转发量，确定出所述发布信息的预测转发量的预测相对误差；根据所述N个发布信息中每个发布信息的预测转发量的预测相对误差，确定所述预设周期对应的预测转发量的预测相对误差；若所述预设周期对应的预测转发量的预测相对误差大于等于预设阈值，则调整所述第一预测模型的特征向量的每个特征信息的权重，得到第二预测模型。

可选的，所述若所述预设周期对应的预测转发量的预测相对误差大于等于预设阈值，则调整所述第一预测模型的特征向量的每个特征信息的权重，得到第二预测模型，包括：若所述发布信息的预测转发量的预测相对误差大于等于预设阈值，则：针对所述第一预测模型的特征向量的每个特征信息，根据所述特征信息的第一权重和所述特征信息的预设权重，确定出所述预设周期内的所述特征信息的第二权重；将所述第一预测模型的特征向量的每个特征信息的第一权重调整为所述第二权重，得到所述第二预测模型。