一種融合采樣技術(shù)和RE算法的微博轉(zhuǎn)發(fā)行為預(yù)測方法
推薦 + 挑錯(cuò) + 收藏(0) + 用戶評論（0）
針對微博轉(zhuǎn)發(fā)預(yù)測方法研究中的數(shù)據(jù)集不平衡問題，提出了一種融合過采樣技術(shù)和隨機(jī)森林（RF）算法的微博轉(zhuǎn)發(fā)行為預(yù)測方法。首先，定義了個(gè)體信息、社交關(guān)系和微博主題3類與微博轉(zhuǎn)發(fā)行為相關(guān)的特征，并基于信息增益算法實(shí)現(xiàn)了關(guān)鍵特征選取；其次，綜合微博特征數(shù)據(jù)的特點(diǎn)來改進(jìn)少數(shù)類樣本合成過采樣技術(shù)（ SMOTE），對原始數(shù)據(jù)集進(jìn)行非參數(shù)概率分布估計(jì)，并根據(jù)近似概率分布對數(shù)據(jù)集進(jìn)行過采樣處理，從而使正反例數(shù)據(jù)量達(dá)到平衡；最后，利用隨機(jī)森林算法，依據(jù)微博轉(zhuǎn)發(fā)關(guān)鍵特征進(jìn)行分類器訓(xùn)練，并利用袋外（OOB）數(shù)據(jù)誤差估計(jì)來分析和設(shè)置隨機(jī)森林算法的相關(guān)參數(shù)。通過與基于決策樹（DT）、支持向量機(jī)（SVM）、樸素貝葉斯（NB）和隨機(jī)森林等算法的微博轉(zhuǎn)發(fā)預(yù)測方法進(jìn)行對比，所提方法整體性能優(yōu)于基準(zhǔn)方法中性能最優(yōu)的SVM方法，召回率提高了8%，F(xiàn)值提高了5%。實(shí)驗(yàn)結(jié)果表明，所提方法在實(shí)際應(yīng)用中能夠有效提高微博轉(zhuǎn)發(fā)行為預(yù)測的準(zhǔn)確率。
非常好我支持^.^
(0) 0%
不好我反對
(0) 0%
下載地址
一種融合采樣技術(shù)和RE算法的微博轉(zhuǎn)發(fā)行為預(yù)測方法下載
相關(guān)電子資料下載
- 利用高頻采樣技術(shù)進(jìn)行高速差分阻抗測試方案 778
- 采樣技術(shù)對信噪比的提升方法 3535
- 什么是工業(yè)過程控制 2371
- 單片機(jī)片上的ADC如何利用過采樣技術(shù) 4094
- 對過采樣技術(shù)的理解與記憶 777
- 受制于汽車芯片短缺，豐田減產(chǎn)40%；Intel推出超采樣技術(shù)，利好IoT市場…… 1551
- ADC中采樣技術(shù)的信號(hào)鏈設(shè)計(jì)挑戰(zhàn) 2741
- Switch Pro或?qū)⒅С諲VIDIA的DLSS深度學(xué)習(xí)超采樣技術(shù) 1505
- 消息稱Switch Pro將支持NVIDIA的DLSS深度學(xué)習(xí)超采樣技術(shù) 1673
- 三相交流標(biāo)準(zhǔn)源采用高精度采樣技術(shù)，具備多種功能 650