王志峰 ， 冯锡炜， 贾 强， 朱 睿， 秦 航

(1.辽宁石油化工大学 计算机与通信工程学院, 辽宁 抚顺 113001;2.辽宁省抚顺市望花区教师进修学校, 辽宁 抚顺 113001)

多特征神经网络微博转发预测

王志峰1， 冯锡炜1， 贾 强1， 朱 睿1， 秦 航2

(1.辽宁石油化工大学 计算机与通信工程学院, 辽宁 抚顺 113001;2.辽宁省抚顺市望花区教师进修学校, 辽宁 抚顺 113001)

随着社交网络的快速发展，微博已成为一种信息扩散传播的平台。鉴于微博信息扩散的特点，挖掘微博转发过程中的潜在规律对于舆情监控、热点话题追踪、产品营销等有着重要意义。以新浪微博作为数据源，以用户和微博内容作为特征源，引入机器学习中的神经网络预测算法建立预测模型，实现对微博的转发预测。结果表明，与传统预测方法的对比，对微博转发可以做出较高准确率的预测。

神经网络； BP算法； LDA； 预测建模

近年来，微博作为一种实时信息分享平台，越来越得到人们的认可。摩根士丹利针对微博发布的一项预测报告显示，在2017年内，微博的月活用户将达4亿。随之而来的，越来越多的学者、机构加入到微博用户、内容的研究队伍当中。通过对微博的分析挖掘，能够对产品的营销、热点话题追踪、个性化推荐、网络舆情引导等提供技术支持。

分析研究微博用户、微博用户网络结构、微博内容对微博转发情况以及转发规模的预测。曹玖新等[1]提出基于用户属性、社交关系和微博内容5类综合特征，使用机器学习的分类方法，对给定微博用户转发行为进行预测；……