研究进展

武汉大学人机交互与用户行为研究中心

Center for Studies of Human-Computer Interaction and User Behavior, Wuhan University

突发传染病微博影响力的预测研究

2017年03月20日 毕, 仁敏 供稿

突发传染病对公众的生命财产安全具有极大的危害性。微博作为重要的社交媒体平台,在信息产生和传播方面发挥着不可忽视的作用。研究突发传染病微博的影响力预测方法有助于理解高影响力微博的特征与规律,辅助相关管理部门提前发现传染病蔓延的潜在风险与可能出现的问题,并做好相应准备。

本文利用潜在狄利克雷分配模型(LDA)从微博内容中提取出隐含的主题特征属性,并结合发布者和发布时间特征属性,构建决策树模型,以此对突发传染病微博影响力进行预测。所构建的突发传染病微博影响力预测方法的精确度达到86.5%,发布者与主题特征对突发传染病微博影响力的作用高于发布日期。

主题数-困惑度变化曲线

决策树模型输出

高影响力微博的日发布数量

安璐, 周思瑶, 余传明, 李纲. 突发传染病微博影响力的预测研究. iConference, 2017, Wuhan, China.