主题级观点影响模型 (TOIM)：基于腾讯微博的调查研究
社会与信息网络
2012-10-25 v1 计算机与社会
机器学习
摘要
从微博中挖掘用户观点的研究已在 Twitter 和 Facebook 等美国最流行的社交网站上得到广泛探讨，但针对其他国家（如中国）微博网站的研究却寥寥无几。本文分析了腾讯（中国最大的微博网站之一）上的社会观点影响力，旨在揭示中国微博用户的行为模式。本文提出了一种主题级观点影响模型（TOIM），该模型在统一的概率框架下同时融合了主题因素和社会直接影响。基于 TOIM，开发了两种考虑间接影响的主题级观点影响传播与聚合算法：保守传播（CP）和非保守传播（NCP）。TOIM 利用用户的历史社会交互记录，通过统计学习过程构建其渐进观点及邻居的观点影响力，进而可用于预测用户未来在特定主题上的观点。为评估和测试该模型，我们设计了一项实验并使用了腾讯微博的一个子数据集。实验结果表明，TOIM 在预测用户观点方面优于基线方法。CP 和 NCP 的应用效果无显著差异，但均能显著提高 TOIM 的召回率和 F1 值。
引用
@article{arxiv.1210.6497,
title = {Topic-Level Opinion Influence Model(TOIM): An Investigation Using Tencent Micro-Blogging},
author = {Daifeng Li and Ying Ding and Xin Shuai and Golden Guo-zheng Sun and Jie Tang and Zhipeng Luo and Jingwei Zhang and Guo Zhang},
journal= {arXiv preprint arXiv:1210.6497},
year = {2012}
}
备注
PLOS ONE Manuscript Draft