基于KNN算法的新浪微博用户行为分析及预测

作者:解军; 邢进生 山西师范大学数学与计算机科学学院; 山西临汾041000

摘要:本文对新浪微博的博文一周后受到的转发、评价、点赞的次数进行了分析及预测.首先采用聚类分析法,从训练集横向和纵向、微博特征及用户行为特点三个角度做了分析,得出了三种用户行为与微博数量的关系、三种用户行为之间的关系及用户行为具有均值的特点,然后结合分析结果,提出使用计算类别集合代替传统的求距离,使用双层对象代替单层对象的改进的KNN算法,使传统KNN算法成为可预测模型.最后的实例仿真表明改进后的KNN算法相对于其他传统预测方法 F1评估值平均提高了5.15%.

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

山西师大学报

省级期刊 下单

国际刊号:1001-5957

国内刊号:14-1072/C

杂志详情
相关热门期刊

服务介绍LITERATURE

正规发表流程 全程指导

多年专注期刊服务,熟悉发表政策,投稿全程指导。因为专注所以专业。

保障正刊 双刊号

推荐期刊保障正刊,评职认可,企业资质合规可查。

用户信息严格保密

诚信服务,签订协议,严格保密用户信息,提供正规票据。

不成功可退款

如果发表不成功可退款或转刊。资金受第三方支付宝监管,安全放心。