TSL:基于連接強度的Facebook消息流行度預測模型

摘要：在線社交網(wǎng)絡的迅速發(fā)展使信息呈現(xiàn)爆炸式增長,然而不同消息的流行度存在較大差異,對其準確預測一直是領域內的研究難點。流行度預測的任務是根據(jù)消息傳播早期過程中涌現(xiàn)的特征預測其未來的傳播趨勢,現(xiàn)有基于傳播網(wǎng)絡特征與擬合函數(shù)的預測模型難以解決預測準確率低的問題,因此借助社會學中的弱連接理論,引入連接強度的概念,并融合消息傳播早期的流行度構建多元線性回歸方程,提出了一種針對Facebook知名主頁的消息流行度的預測模型TSL。通過在Facebook真實數(shù)據(jù)集(含154萬次轉發(fā))上與其他具有代表性的基準模型進行比較,實驗表明TSL模型可以對消息的最終轉發(fā)流行度進行有效預測,預測性能優(yōu)于同類方法。