公开(公告)号：CN104182457B

公开(公告)日：2017-08-01

申请号：CN201410334425.6

申请日：2014-07-14

Applicant: 上海交通大学

Inventor： 陈凯 ,  周异 ,  何建华 ,  周曲 ,  杨蒙蒙

IPC: G06F17/30 ,  G06Q10/04 ,  G06Q50/00

Abstract: 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。

公开(公告)号：CN104182457A

公开(公告)日：2014-12-03

申请号：CN201410334425.6

申请日：2014-07-14

Applicant: 上海交通大学

Inventor： 陈凯 ,  周异 ,  何建华 ,  周曲 ,  杨蒙蒙

IPC: G06F17/30 ,  G06Q10/04 ,  G06Q50/00

CPC classification number: G06F16/951 ,  G06Q10/04 ,  G06Q50/01

Abstract: 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。