基于K近邻的新话题热度预测算法 |
| |
引用本文: | 聂恩伦,陈黎,王亚强,秦湘清,金宇,于中华. 基于K近邻的新话题热度预测算法[J]. 计算机科学, 2012, 39(105): 257-260 |
| |
作者姓名: | 聂恩伦 陈黎 王亚强 秦湘清 金宇 于中华 |
| |
作者单位: | (四川大学计算机学院 成都 610065) |
| |
摘 要: | 随着互联网的快速发展,网络舆情成为政府部门和企业以及社会大众关注的焦点,对网络奥情进行有效监管和正确引导是当前巫待解决的问题,话题热度预测是典情监管和引导的基础。针对现有算法无法对新话题的热度进行有效预测的缺点,提出了一种基于K近部的新话题热度预测算法。该算法利用与新话题相似的历史话题的点击数时间序列来对新话题的热度进行预测。实验结果表明,在允许相对误差分别低于1000,20%和30%的情况下,算法预测的前3天点击数的平均正确率分别为47.2600,61%和67. 7"0,点击数变化趋势平均正确率达到73. 73 0 o,这也说明了相似的话题在话题出现的初期具有近似的热度变化趋势。
|
关 键 词: | 热度预测 新话题 K-近邻算法 话题相似性 网络奥情 |
Algorithm for Prediction of New Topic's Hotness Using the K-nearest Neighbors |
| |
Abstract: | |
| |
Keywords: | Hotness prediction New topic KNN Topic similarity Net mediated public sentiment |
|
| 点击此处可从《计算机科学》浏览原始摘要信息 |
|
点击此处可从《计算机科学》下载全文 |
|