使用自激霍克斯过程建模与预测微博的流行度动态
社会与信息网络
2015-03-11 v1
摘要
在线媒体上对单个用户生成内容的流行度动态进行建模和预测的能力在广泛领域具有重要影响。本文提出一个使用自激霍克斯过程(SEHP)的概率模型，以刻画单个微博获得流行度的过程。该模型明确捕捉了每次转发的触发效应，从而区别于基于强化泊松过程的模型——后者将所有之前的转发简单聚合为单一的触发效应。我们通过将所提模型应用于中国最流行的微博网络新浪微博来验证其有效性。实验结果表明，SEHP模型始终优于基于强化泊松过程的模型。
引用
@article{arxiv.1503.02754,
title = {Modeling and Predicting Popularity Dynamics of Microblogs using Self-Excited Hawkes Processes},
author = {Peng Bao and Hua-Wei Shen and Xiaolong Jin and Xue-Qi Cheng},
journal= {arXiv preprint arXiv:1503.02754},
year = {2015}
}