本发明属于信息传播预测技术领域,具体涉及一种基于Skip‑gram的信息传播预测模型,该模型的框架将级联作为输入,预测级联图的增长规模作为输出,该模型主要包括四个部分:扩散路径编码;时间效应;结构建模:将随机游走采样的序列通过Skip‑gram获得级联图的结构特征表示;预测:将带有时间效应的级联表示和结构表示结合输入到多层感知机中进行级联规模预测。本发明提出了一种新的预测模型来预测信息级联的增长大小;利用级联图的扩散路径和每个扩散时刻的时间效应,得到级联图的动态扩散过程;将有偏随机游走采样序列放入skip‑gram模型中,以获得级联信息的结构表示;结合动态扩散过程和结构表示来预测信息级联的增长大小。
本发明提出了一种新的基于Skip-gram的信息传播预测模型来预测信息级联的增长大小;首先,利用级联图的扩散路径和每个扩散时刻的时间效应,得到级联图的动态扩散过程;其次,将有偏随机游走采样序列放入skip-gram模型中,以获得级联信息的结构表示;最后,结合动态扩散过程和结构表示来预测信息级联的增长大小。在两个真实数据集上的大量实验表明,与最先进的模型相比,本发明模型SkipCas显著提高了预测精度。
黑龙江大学(Heilongjiang University),位于黑龙江省哈尔滨市,是黑龙江省人民政府和中华人民共和国教育部、国家国防科技工业局共建的省属综合性大学,黑龙江省“双一流”建设国内一流大学A类高校,入选国家卓越法律人才教育培养计划、中西部高校基础能力建设工程、特色重点学科项目、国家建设高水平大学公派研究生项目、中国政府奖学金来华留学生接收院校、全国深化创新创业教育改革示范高校、教育部来华留学示范基地,是世界翻译教育联盟、中俄新闻教育高校联盟、中俄综合性大学联盟、上海合作组织大学、“一带一路”智库合作联盟成员单位。
评价单位:“科创中国”黑龙江科技服务团 (黑龙江省科学技术协会)
评价时间:2023-11-10
张宏纪
黑龙江省农业科学院作物资源研究所
科研人员
综合评价
技术前景广阔,具备技术成果转移转化要求。
查看更多>