社交信息傳播時序預測算法.pdf

1、日益流行的社交網(wǎng)絡為信息傳播預測研究提供了廣泛的數(shù)據(jù)基礎和應用場景。信息傳播預測研究是指基于已知的信息傳播過程，利用方法對社交信息在未來一段時間內的傳播趨勢進行預測，以預先了解信息傳播的整個過程。借助信息傳播預測方法，網(wǎng)絡公司可以更好地為用戶提供個性化推薦服務和政府部門采取及時有效的輿論控制和引導。
　　信息傳播預測研究涉及到大規(guī)模數(shù)據(jù)并行處理，社交網(wǎng)絡拓撲結構分析和文本內容分析等多個領域，吸引了來自大數(shù)據(jù)與云計算，復雜網(wǎng)絡和自然

2、語言處理等研究領域的學者們的關注。信息傳播預測是社交網(wǎng)絡研究的一個重要方向，近期的研究方法分為圖和非圖的方法。大多數(shù)非圖的方法采用傳染病模型和分類模型而很少考慮到社交時間序列的聚類特性。在基于聚類的時序預測算法CTP中，每個聚類質心作為一類傳播模式，因此預測可以通過分類找出預測對象的最近鄰傳播模式來實現(xiàn)，即CTP把預測對象的最近鄰聚類質心作為其預測結果。故CTP的預測性能依賴于預測對象與其最近鄰聚類質心間的擬合度，擬合度越高，則CTP的

3、預測性能越好。通過分析縮放距離的物理意義，本文觀察到縮放距離能更好度量時間序列間的相似性。本文認為預測對象的基于縮放距離的最近鄰聚類質心可能更加擬合預測對象從而獲得更高的預測性能，而CTP的相關文獻缺乏對預測性能受到縮放距離影響的研究。故本文基于CTP和縮放距離提出了基于縮放型聚類的時序預測算法S-CTP，改進后的S-CTP把預測對象的縮放后的最近鄰聚類質心作為預測結果以提高其與預測對象的擬合度進而提高預測性能。twitter和phra

4、se數(shù)據(jù)集上的實驗結果表明，S-CTP提高了CTP的泛化性能。
　　在CTP中，預測對象的一部分最近鄰聚類成員與預測對象的相似度較高而另一部分與預測對象的相似度較低，這導致CTP獲得了較低的預測性能。針對CTP的預測性能較低的問題，本文基于CTP和時間序列分段特性提出了基于分段聚類的時序預測算法D-CTP。為選取與預測對象最相似的聚類成員，改進后的D-CTP始終把預測對象作為聚類質心并在預測對象的已知長度時序段進行聚類然后在已知長