本科计算机系毕业论文-微博转发预测算法性能比较.docVIP

清 华 大 学 综 合 论 文 训 练 题目：微博转发预测算法性能比较 系 别：计算机科学与技术系 专 业：计算机科学与技术 姓 名： 指导教师： 2013 年 6 月 19 日关于学位论文使用授权的说明 本人完全了解清华大学有关保留、使用学位论文的规定，即：学校有权保留学位论文的复印件，允许该论文被查阅和借阅；学校可以公布该论文的全部或部分内容，可以采用影印、缩印或其他复制手段保存该论文。 (涉密的学位论文在解密后应遵守此规定) 签 名： 导师签名： 日 期： 中文摘要 随着社交网站的迅速风靡与发展，社交网络及其带来的消息分享机制的相关研究得到越来越多的研究者们的关注。消息分享预测问题，特别是在微博网站上用户的锐推等微博转发行为的预测问题，是其中非常重要的一个研究课题。 本文针对微博转发行为预测问题，首先提出了一个基本的预测算法评测系统框架。该系统解决了原始微博数据的抓取和预处理，以及用户微博的转发以及忽略行为的判定，微博和用户的特征提取等问题，为解决微博转发行为预测问题提供了技术基础。 其次，本文详细分析了现有文献和工作中的微博转发行为预测算法。以有代表性的逻辑斯蒂回归算法，支持向量机，因子图模型以及传染病模型这四个算法为例，阐述了它们的基本原理。 最后，本文通过定量实验分析了不同微博转发行为预测算法的在局部预测问题和全局预测问题方面的性能，并且从算法的原理等方面出发给出了定性的分析。 关键词：微博转发；逻辑斯蒂回归；支持向量机；因子图模型；传染病模型   ABSTRACT With the rapid development of the Social Network Sites, the message sharing mechanism is becoming more and more popular in research nowadays. Among them, topics related to the message prediction, especially the prediction of the microblog retweeting, are one of the most important subjects. We are going to compare different existing solutions of the microblog retweeting prediction problem in this paper. Firstly we constructed a basic prediction algorithm testing system which solves the origin data crawling and preprocessing problem. It also handles the feature retrieving and user social action judging problem. This system provides technical base for solving the microblog retweeting prediction problem. Secondly, we analyze the four representative algorithms of solving the target problem in details, including the Logistic Regression, the Support Vector Machine, the Factor Graph Model and the Epidemic Model. Finally, we conducted different experiments for quantitatively analyzing the algorithms performance solving both the local prediction problem and the global prediction problem, respectively. Keywords: Retweeting; Logistic Regression; SVM; Factor Graph Model; Epidemic Model   目 录 第1章 引 言 1 1.1 研究背景 1 1.2 微博转发预测问题研究现况 1 1.3 论文的主要工作内容 1 1.4 论文的组织 1 第2章 微博转发预测评测系统框架 1 2.1 微博转发预测问题定义 1 2.2 数