社交信息傳播時(shí)序預(yù)測算法.pdf

1、日益流行的社交網(wǎng)絡(luò)為信息傳播預(yù)測研究提供了廣泛的數(shù)據(jù)基礎(chǔ)和應(yīng)用場景。信息傳播預(yù)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(shí)間內(nèi)的傳播趨勢進(jìn)行預(yù)測，以預(yù)先了解信息傳播的整個(gè)過程。借助信息傳播預(yù)測方法，網(wǎng)絡(luò)公司可以更好地為用戶提供個(gè)性化推薦服務(wù)和政府部門采取及時(shí)有效的輿論控制和引導(dǎo)。
　　信息傳播預(yù)測研究涉及到大規(guī)模數(shù)據(jù)并行處理，社交網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)分析和文本內(nèi)容分析等多個(gè)領(lǐng)域，吸引了來自大數(shù)據(jù)與云計(jì)算，復(fù)雜網(wǎng)絡(luò)和自然

2、語言處理等研究領(lǐng)域的學(xué)者們的關(guān)注。信息傳播預(yù)測是社交網(wǎng)絡(luò)研究的一個(gè)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(shí)間序列的聚類特性。在基于聚類的時(shí)序預(yù)測算法CTP中，每個(gè)聚類質(zhì)心作為一類傳播模式，因此預(yù)測可以通過分類找出預(yù)測對象的最近鄰傳播模式來實(shí)現(xiàn)，即CTP把預(yù)測對象的最近鄰聚類質(zhì)心作為其預(yù)測結(jié)果。故CTP的預(yù)測性能依賴于預(yù)測對象與其最近鄰聚類質(zhì)心間的擬合度，擬合度越高，則CTP的

3、預(yù)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(shí)間序列間的相似性。本文認(rèn)為預(yù)測對象的基于縮放距離的最近鄰聚類質(zhì)心可能更加擬合預(yù)測對象從而獲得更高的預(yù)測性能，而CTP的相關(guān)文獻(xiàn)缺乏對預(yù)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(shí)序預(yù)測算法S-CTP，改進(jìn)后的S-CTP把預(yù)測對象的縮放后的最近鄰聚類質(zhì)心作為預(yù)測結(jié)果以提高其與預(yù)測對象的擬合度進(jìn)而提高預(yù)測性能。twitter和phra

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