使用 XGBoost 与概率混合模型模拟用户级 Twitter 活动
机器学习
2022-02-21 v1 计算机与社会
社会与信息网络
摘要
Volume-Audience-Match 模拟器（VAM）被用于预测与国际经济事务相关的 Twitter 未来活动。VAM 应用于时间序列预测以预测：从预测起始时间起 24 小时内的（1）总活动数，（2）活跃老用户数，以及（3）新活跃用户数。VAM 随后利用这些体量预测执行用户链接预测。为未来 24 个时间步中的每项活动分配了一个用户-用户边。在时间序列与用户分配任务中，VAM 均大幅优于一组基线模型。
引用
@article{arxiv.2202.08964,
title = {Simulating User-Level Twitter Activity with XGBoost and Probabilistic Hybrid Models},
author = {Fred Mubang and Lawrence Hall},
journal= {arXiv preprint arXiv:2202.08964},
year = {2022}
}